具有猫眼效应的光电观瞄侦察设备已成为现代战场的巨大威胁, 为了实现对猫眼目标的有效探测, 对激光探测猫眼的原理进行分析, 根据猫眼效率的影响因素, 给出了猫眼目标探测效率受猫眼目标、背景和距离影响的结论。基于此, 设计了一种激光探测系统数字化时间增益控制器, 实现时间增益控制曲线的灵活配置, 提高激光探测系统对不同应用环境的适应能力。

分析探测技术中探测器自身噪声和背景噪声, 发现背景噪声对微弱信号探测造成的影响远大于探测器自身噪声。因此, 文中提出基于光纤耦合分束技术, 实现由小面元探测器替代大面元探测器, 既能提高信噪比, 又能降低背景弥散斑影响。

基于光学成像原理和激光三角测距法，提出将三个点激光器与水下相机结合、根据水下光学图像对水下目标物距离进行测量的思路。建立了激光束与目标物垂直、与目标物之间存在旋转角、存在俯仰角三种情况下的三点激光测距理论模型，推导了目标物距离与水下激光光斑图像之间的数学关系，在此基础上得到了三种情况下的三点激光测距公式。研制了系统样机，并通过空气中和水下的距离测量实验，测试了测距模型和定标算法的误差。实验结果显示，在8.4 m范围内，使用统一测距公式对距离进行测量时，测距误差最大值约为35 cm，平均测量误差小于15 cm。研究成果可望用于水下目标较近距离的精确测距。

根据光传输理论和水体光学衰减规律，提出了水下光源主光轴上光谱辐照度随距离分布的理论模型，确定了模型结构。在此基础上，采用数值计算的方法对模型中各待定参数进行求解，根据模型结构特点提出了对不同参数进行分步拟合的思路并给出了具体的参数求解方法。为了验证建模方法的准确性和可行性，根据水下光源实测数据进行建模并对模型的精度进行了评估。结果显示：模型拟合数据与水下实测数据吻合程度较高，拟合误差的方均根值仅为实测数据方均根值的4%，说明模型拟合精度较高。该方法有望用于水下光场建模、水下图像处理等应用领域。

拉曼光谱分析技术具有快速响应、非接触、检测限制小、灵敏度高的优点,广泛应用于生产生活的众多领域。然而实际测得的原始拉曼光谱总会有不同程度的基线漂移,严重影响光谱分析的有效性和准确性。针对现有基线校正方法容易造成估计基线偏低、校正后光谱抬升的问题,提出了一种基于局部对称重加权惩罚最小二乘(LSRPLS)的基线校正算法,该算法在非对称惩罚最小二乘的基础上,使用softsign函数引入局部对称加权的思想,对光谱中无谱峰的基线区域赋予相近的权重,并通过迭代调整估计基线的权重。在模拟和实际拉曼光谱上分别进行了验证。实验结果表明:LSRPLS基线校正算法不仅能对不同类型的光谱基线进行校正,而且与现有的基线校正方法相比,具有更高的准确度和稳定性。基线校正后的光谱在主成分空间上的聚集度得到提升,模型的分类准确性明显提高,说明LSRPLS算法在去除基线的同时,能够保留光谱的有效信息,为拉曼光谱的进一步分析提供了依据。

基于3D视频的人体动作识别近年来受到越来越广泛的关注。基于动态时间规整的算法考虑了动作的时序信息, 并能较好地解决人体运动在时间上的不确定性, 但是随着训练样本增加, 效率会变得较低。本文提出了一种基于动作标准序列的动作识别方法。通过特征提取将3D动作视频样本构建为动作序列, 在动态时间规整度量下将动作标准序列学习建模成一个序列平均的优化问题, 并使用动态时间规整重心平均算法(DBA)求解。对于动作类别类中存在显著差异的场景, 研究了多重动作标准序列学习, 并针对无监督学习的情况, 提出了DBA-K-means聚类算法。实验结果表明, 该方法可进一步提高动作识别的效率和准确率。

针对弱信号条件下的CDMA2000 1x EVDO 手机上行信号, 提出一种基于短时相关快速傅里叶变换(FFT)运算和差分相干相结合的联合捕获算法。首先采用短时相关和FFT 运算精确估计出信号的多普勒频偏值；在此基础上利用差分相干提升信号的相关峰。通过设置自适应判决门限和相干长度获得较好的捕获概率；同时对所提算法和相干累积算法的捕获灵敏度和计算复杂度进行了对比。最后，结合实测数据验证了算法有效性，实验表明本文算法在保证低于相干累积算法复杂度的情况下，提高捕获灵敏度约1.5 dB。

借助于计算机视觉技术实现了一种基于四轴飞行器的违章车辆取证系统。四轴飞行器在巡检路段上空飞行过程中，通过训练好的支持向量机(SVM)车辆检测算法自动检测视野中的违章停车车辆。如违章停车车辆存在，四轴飞行器将根据视觉处理结果自动调整姿态，便于摄像头以合适的尺度和角度识别车牌；最后通过模式识别技术捕捉视野中车辆的车牌并向地面站传输证据。与传统的人工巡检和基于道路固定摄像头的方案相比，本系统更灵活、高效，可以作为交通智能化管理新的解决方案。

为缓解频谱资源紧缺，提升本地服务质量，在现有蜂窝网络中引入了 D2D通信方式，使得距离较近的用户之间可不经由基站直接通信。搭建了 D2D通信与蜂窝通信并存的网络结构，并分析了D2D复用蜂窝用户(CU)频谱资源时影响信噪比的干扰因素。为保证 CU和D2D用户的通信质量，采用信道状态信息(CSI)与队列状态信息(QSI)相结合的传输策略控制信噪比及时延。对于多 CU多D2D对的资源分配问题，采用基于优先级矩阵的分配算法。与二分匹配算法相比，降低了计算复杂度，结果逼近最优解且能稳定收敛。

提出一种基于VANET-CELLULAR 混合架构的车联网(VANET)。在这种架构下，车辆可以根据一些原则动态成簇，在这些簇中，通过车辆间分布式博弈快速选取最少数量的车辆作为移动网关，将本地VANET 接入蜂窝网络，并随着簇的网络拓扑变化动态更新网关，以最大化车辆数据传输的性能。考虑到车辆节点的自私特点，分布式博弈可以有效地提高移动网关节点的积极性，使得算法的可行性增强。仿真结果表明该算法能高效选取车联网移动网关。