通过引入生物电理论, 完善了连续波雷达生命信号的理论模型; 采用提升小波变换和改进型阈值函数去噪技术对强噪声干扰的雷达生命信号进行去噪处理, 将166.67 mm波长雷达生命信号的信噪比由2.046 8优化到6.696 9, 均方误差由1.763 9优化到0.909 9; 8.57 mm波长雷达生命信号的信噪比由0.942 6优化到2.541 8, 均方误差由1.980 6优化到1.286 0.结果表明：本文建立的连续波雷达生命信号理论模型与实际情况相符, 采用的去噪方案适用于雷达生命检测系统不同波长的雷达波.

对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言，去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性，建立了雷达生命信号的模型，分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理，结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪，提升小波变换去噪效果优于传统小波变换去噪效果，其信噪比（SNR）和均方误差（MSE）两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时，使用的小波基函数是sym8，分解层数为3层。

雷达非接触式检测生命信号因受环境噪音和被测对象微动等因素影响严重，而且这些干扰引起的多普勒信号的非平稳性，使其有用生命信号——呼吸信号和心跳信号用一般的信号处理方法（如数字滤波、快速傅里叶变换）无法提取出来.针对此问题，建立了连续波雷达生命信号模型，用K波段，频率24 GHz，功率30 mW的连续波雷达体制对一名30岁左右的健康男性进行了测量.测量在办公室安静环境下进行，雷达发射头距离被测对象2 m，数据采集卡采样频率100 Hz，对测量数据用dB3小波基函数进行了8尺度小波分解和重构，成功地在第七层低频重构和第六层的高频重构中提取到了人的呼吸信号和心跳信号.通过对这两层信号进行快速傅里叶变换，获得呼吸信号和心跳信号能量峰值处的频率值分别是0.29 Hz和1.07 Hz，用传统测量方法得到的频率值分别相差0.04 Hz和0.03 Hz，表明用小波变换提取和分离雷达生命信号中的呼吸信号和心跳信号方法是可行的，为将雷达非接触测量方法应用于临床监护和灾难营救等方面提供了理论依据和实验数据.

提出了一种基于显微图像拼接技术的视觉坐标测量方法, 也就是利用图像自身的空间坐标信息实现坐标测量的方法。针对测量显微镜获取微小零件图像所具有较精细的纹理特征, 提出了一种基于点映射互相关配准算法, 对局部重叠的序列图像进行拼接。借助于玻璃标准尺对系统进行了严格的标定, 重点对不同放大倍数下的拼接误差进行了计算与分析。并通过微小零件尺寸测量的实例说明了该算法的有效性。多种实验研究表明, 该测量方法的相对误差可优于 1%, 分辨力可小于 1 μm。