量子精密测量可以提供超越传统测量方法极限的测量精度和分辨能力。在过去几十年里，固定参数的量子增强技术取得了长足的进展。时变参数估计是引力波探测、导航定位等实际工程应用中的关键问题之一。因此，设计有效的量子增强时变参数估计方案并完善时变参数估计理论也是量子精密测量中的重要研究内容。最近研究发现时变参数估计的精度极限与信号自身连续性质密切相关。同时，与固定信号测量类似，压缩态等非经典资源也可以提高时变参数估计的精度。介绍了几种时变参数估计的精度极限，并总结了国内外量子增强时变参数估计的相关研究进展。

逆合成孔径激光雷达（ISAL）是一种相干成像系统，其图像具有明显的散斑，影响目标识别和判断。为解决该问题，近年来有学者提出一种基于模型的迭代重构（MBIR）算法。该算法直接重构目标反射率而非复反射系数（传统重构方法普遍采用的），所重构图像质量更接近光学图像。然而，该算法存在优化模型较复杂、采用的无梯度线搜索算法求解效率较低且不易收敛的问题。针对以上问题，进行两点改进。首先从信息传递的角度得到复反射系数分布、反射率分布和测量信号之间的马尔可夫关系，据此将复反射系数假设为反射率估计的完整数据集，简化了优化模型。其次，针对模型求解，应用更容易求解梯度的先验模型替代函数，并结合对数变换，将原问题转换为含梯度的无约束问题，进行高效求解。最后通过仿真数据和7 km外场实验数据验证了所提改进方法的有效性和效率。结果表明，对于高中低具有不同载噪比（5 dB、0 dB、-5 dB）的回波数据，所提改进方法在5次迭代之内即可得到较优质量的图像。

为了去除红外图像中高斯噪声的同时，更好地保持和恢复图像的纹理边缘和细节特征，提出了基于双密度复小波与系数相关性的红外图像去噪方法。该方法充分利用双密度双树复小波在图像处理上的优势: 图像信息的平移不变性、图像纹理细节的多方向选择性等，基于对图像小波系数分布的假设，根据当前小波系数与其父、子小波系数的相关性，对无噪的小波系数作贝叶斯估计，以恢复无噪的红外图像，最后对去噪图像进行引导滤波，去除图像的波纹效果。实验数据显示，该方法在EPI和FSIM以及图像的视觉效果上优于部分现有算法，证明该方法在噪声去除、纹理边缘的保持和恢复上具有更好的性能。

语义地图能够帮助移动机器人更好地理解环境，改善定位性能。为了提高语义地图的精度，本文提出一种激光与视觉融合识别并构建语义地图的方法。首先对激光雷达击中点进行直线拟合，提取凸凹墙角信息；然后利用相机和电子罗盘进行墙角的方向性进行区分，得到丰富的墙角类别信息；接着利用墙角信息对柜式物体进行误识别去除，融合激光深度信息，得到更加精确的物体语义信息；最后利用贝叶斯估计增量式地构建语义地图，消除语义栅格重叠构建的问题。通过仿真环境以及真实环境下的实验验证了该方法的有效性，同时利用语义地图进行重定位实验验证了该语义地图能有效改善定位性能。

基于广义熵损失函数, 分别在无信息先验及共轭先验分布下, 获得维纳过程参数及可靠性指标的贝叶斯估计, 并将其与极大似然估计、平方损失函数下的贝叶斯估计进行对比讨论。仿真结果表明, 广义熵损失函数下的贝叶斯估计均方误差最小, 精度最高, 同时该估计的表达式比较灵活, 能够有效刻画过高估计和过低估计造成风险不同的情形。

针对光子数极少环境下三维目标的重构问题, 基于光子计数集成成像系统提出了一种贝叶斯自适应估计方法, 来提高三维目标深度切片的重构质量。首先, 通过光子计数集成成像系统获得一系列光子计数元素图像。接着, 从光子计数过程的泊松分布出发, 利用集成成像系统中对于同一个目标像素的多次采样特性, 引入了局部自适应均值因子, 从而建立起元素图像像素光子数估计的单参数后验概率模型。最后, 通过后验概率模型的均值计算获得更新后的光子计数元素图像, 并基于光束可逆原理重构出深度切片图像。实验结果表明：采用该方法在场景的两个深度处重构的切片图像相比传统贝叶斯重构图像的峰值信噪比提高了7.4 dB和8.5 dB, 极大地提升了微弱光三维目标的重构质量。

针对未知支持集贝叶斯匹配追踪算法中支持集搜索过于复杂的问题，提出一种改进的贝叶斯稀疏信道估计算法。该算法利用信道的稀疏特性来提高信道估计精度，通过计算信道期望来估计高维稀疏信道。为了提高支持集的搜索准确度，改进算法在支配支持集的搜索过程中引入了维特比路径译码的思想，保留所有发生概率差异低于门限的路径，并对支持集上的信道估计值进行计算，最后计算出信道期望并作为最后的信道估计值。理论分析和仿真结果都表明，改进算法在降低算法复杂度的同时还保持了较高的估计精度。

高动态范围成像技术能够避免因为拍摄方向如逆光和曝光量的不同而使图像存在亮度信息缺失和色差，影响真实场景的信息采集。该技术有利于在复杂环境下获得更高的成像质量，被广泛应用于模式识别、智能交通系统、遥感遥测、**侦察等众多领域。相机响应函数的标定是高动态范围成像技术的关键，能够建立真实场景的辐照度与采集图像亮度值之间的映射关系，从而获得真实场景的高动态范围图像。所提出的算法通过单帧输入图像获得成像系统的相机响应函数，大大地提高了计算效率，并且适用于欠曝光及过曝光条件下采集的图像，扩展了相机响应函数标定算法的应用范围。

提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet 变换域图像去噪算法。对图像进行平移不变Shearlet 变换分解，低频子带采用快速双边滤波算法处理，高频子带采用正态逆高斯模型对其进行建模，在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式，从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验，其结果表明了本文方法不仅具有良好的视觉效果，而且具有较高的峰值信噪比和平均结构相似性。

为解决高速飞行器红外辐射特性研究中高温气体辐射参数计算问题, 在转动平滑谱带（smeared rotational band, SRB）模型的假设下, 首次提出基于贝叶斯估计的跳转马尔科夫链蒙特卡罗（reversible jump Markov chain monte carlo, RJMCMC）方法来计算高温流场中气体组分红外光谱物性参数。 仿真计算和实验测量表明, 仅需很少的先验知识, 且不需要相关跃迁系数, 该方法可以很好的估计主要振动跃迁带的位置, 所提取的SRB模型参数的变化规律与SRB理论模型结果一致, 利用拟合参数计算得到不同温度下谱带积分发射和吸收系数与逐线计算的结果非常近似。