针对传统相关滤波目标跟踪算法在目标快速运动、遮挡、复杂背景等情况下跟踪精度低的问题, 提出了一种自适应上下文感知的相关滤波目标跟踪算法。在相关滤波算法框架的基础上, 重点针对循环移位带来的边界效应与固定学习率进行改进: 首先,在分类器训练阶段提出一种基于响应图极值的自适应采样策略加入上下文信息;然后, 采用了一种分段学习率调整策略使算法更好地适应目标变化;最后,在标准数据集上验证了算法的性能。实验结果表明,提出的算法提高了DCF与SAMF算法的跟踪精度, 不仅在目标快速运动、遮挡、复杂背景等情况下鲁棒性较好, 而且还能作为一种框架集成到大部分相关滤波类算法中。

针对尾坐式飞行器垂直飞行状态下易受突风和乱流的干扰，为了提高系统的稳定性和动态性能，设计了一种变论域分形模糊PID控制器，并在分形因子中引入一个归一化误差加速度参量来反映系统响应的快慢程度。通过在分形时刻进行论域的自调整，以分形时刻系统的误差变量值作为新的误差变量论域范围，其他变量的论域范围也进行相关联的调整，从而重新激活全局的模糊规则，对PID控制器的参数进行调整，以提高系统的响应速度和控制精度。通过仿真表明，该方法不仅提高了系统的动态响应特性和稳态性能，而且具有较强的自适应能力和抗干扰能力。

宽带压制性干扰是直接序列扩频系统面临的主要干扰威胁之一, 对宽带干扰样式的识别与参数估计可为直扩通信双方采取有针对性的抗干扰措施提供有益参考。针对直扩系统常见的宽带干扰类型, 通过提取5个特征参数值, 提出了一种基于分数阶Fourier变换和分层决策分类算法的宽带干扰样式自动识别方法, 并给出了仿真结果及其分析。仿真结果表明, 该方法可以有效识别无干扰、窄带干扰、宽带噪声干扰、宽带梳状谱干扰和宽带线扫频干扰情况, 具有识别率高、算法简单、信号采样时长短、稳定性和鲁棒性好等优点。

针对机械臂滑模控制中存在抖振的问题，采用改进趋近律的思想来设计滑模控制律，以达到有效抑制抖振的目的。在对滑模控制的特点和常用的指数趋近律进行分析的基础上，提出了一种变指数趋近律，并对其趋近性能进行了分析；结合机械臂动力学模型和改进的趋近律设计了相应的滑模控制策略，对其控制效果进行了验证。仿真结果表明，该控制策略不仅有效地抑制了系统的抖振，而且保证了机械臂系统对期望轨迹的快速跟踪性，进而提高了机械臂的工作性能。

提出了利用可见/近红外光谱技术快速无损鉴别航天育种番茄品种的方法， 采用偏最小二乘法对光谱特征信息进行提取， 与神经网络结合建立番茄品种的鉴别模型。 该模型将提取后的主成分作为神经网络的输入， 加速了神经网络的训练速度。 同时采用小波变换对大量光谱数据进行压缩, 并结合神经网络建立番茄品种鉴别模型， 该模型将压缩后的数据作为神经网络的输入。 通过对太空育种突变株M1， M2及其亲本番茄品种的共105个番茄果实样本建立训练模型， 并用每个品种15个样本， 共45个番茄果实的样本进行预测。 两个模型的鉴别正确率分别达到95.6％和97.8％。 说明本方法具有较高的鉴别准确度， 为航天育种番茄品种的快速无损鉴别提供了新的方法。

视频图像目标的搜索跟踪是图像处理应用的一个重要领域。基于归一化互相关匹配算法,利用Simulink视频和图像模块,建立了目标跟踪系统的仿真模型,并对仿真结果进行了分析,最后利用金字塔搜索方法对系统实时性进行了改进。