中子扩散方程高阶谐波可用于重构堆芯中子注量率分布，但传统源迭代与源修正迭代法求解时的收敛速度慢，计算耗时长。采用隐式重启Arnoldi方法（Implicitly Restarted Arnoldi Method，IRAM）求解本征值问题的中子扩散方程获得谐波数据，通过本征正交分解（Proper Orthogonal Decomposition，POD）与伽辽金（Galerkin）投影相结合的方法构建POD-Galerkin低阶模型，并重构二维稳态TWIGL基准题中子注量率分布。研究结果表明：IRAM方法在求解中子扩散方程的高阶本征值和谐波问题上具有较高的精度；基于POD-Galerkin低阶模型重构中子注量率分布具有较高的保真性与计算效率，有效增值系数与参考解的误差为8.7×10^-5，对角线上快群和热群中子注量率最大相对误差为2.56%，且低阶模型计算用时仅为全阶模型的10.18%。本研究为堆芯中子注量率重构提供了一种可靠且高效的方法，该方法不仅可用于重构稳态时堆芯中子注量率分布，还具有在瞬态情况下预测中子注量率分布的潜力，有望在未来的应用中进一步拓展。

针对被测样品的组成物质已知且彼此不混合的情况，提出了一种结合能谱信息的单能谱计算机断层扫描（CT）图像重建方法。该方法利用已知物质作为基材料对CT投影数据的采集过程进行数学建模，然后对该非线性模型进行基材料图像的迭代求解。在求解中，通过将基材料“不混合”的性质转化为向量正交性，实现了迭代过程的快速收敛。本文方法充分考虑了X射线的能谱和被测样品材料的属性，可显著地校正传统CT图像中的硬化伪影和金属伪影，有效地提高该类样品的CT成像质量。实验验证了所提方法的有效性。

针对脉搏波信号采集过程中存在噪声的问题，提出了基于改进互补集成经验模态分解的脉搏波去噪算法。利用光纤布拉格光栅传感器获取脉搏波信号，首先在互补集成经验模态分解算法中加入高斯白噪声，然后利用粒子群算法优化高斯白噪声幅值，以此来消除互补集成经验模态算法分解产生的模态混叠现象，并联合小波阈值函数对其处理后的脉搏波信号进行重构。实验结果表明，所提算法能够有效降低脉搏波信号中的噪声干扰，在信噪比、均方误差两个指标上均优于对比算法，为提取脉搏波的时域特征奠定了基础。

针对传统多尺度融合方法不能突出目标信息、融合图像缺失细节与纹理的问题，提出一种基于梯度域引导滤波和显著性检测的红外与可见光图像融合方法。该方法利用梯度域引导滤波将输入图像分解为基础层和细节层，同时利用加权的全局对比度方法将基础层分解为特征层以及差异层。在融合过程中，分别采用相位一致性组合加权局部能量、局部熵结合加权最小二乘优化、平均规则来融合特征层、差异层、细节层。实验结果表明，所提融合方法的多项指标相对于其他方法提升较多，且图像视觉效果更好，在突出目标信息、保留轮廓细节、提高对比度和清晰度方面十分有效。

建筑物轮廓线是各类应用的数据源，但散乱、不规则激光点云数据给轮廓线提取带来了难度。针对上述问题，提出一种基于多层级最小外包矩形规则建筑物轮廓线提取方法，首先使用迭代区域增长算法对轮廓点进行分组，根据点数最多的一组确定初始最小外包矩形。再对初始最小外包矩形进行多层级分解，使轮廓点与不同层级最小外包矩形重合，最后根据不同层级最小外包矩形生成轮廓线。使用Vaihingen城区中规则建筑物进行实验，实验结果表明：与最小面积方法与最大重叠度方法相比，所提方法能准确确定初始最小外包矩形，且提取效率得到略微提高。提取的轮廓线角点均方根误差为0.71 m，优于其他4种方法。所提方法可快速提取规则建筑物轮廓线，有利于后续三维重建。

提出一种基于多通道交叉卷积UCTransNet（MC-UCTransNet）的图像域双材料分解方法。该网络以UCTransNet为基础架构，采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能，实现双输入双输出的端到端映射。网络中通道交叉融合模块和通道交叉注意模块可更好地捕捉复杂的通道信号相关性，以更充分地进行特征提取与融合，实现基材料生成路径之间的信息交换。为进一步提高模型的拟合性能，网络训练时采用混合损失及Sigmoid函数的归一化方法。实验结果表明，在骨骼基材料及软组织碘基材料分解任务中，所提方法能获得优质的基材料图像，与对比方法相比，其分解后的基材料图像在准确度及噪声伪影抑制上表现更好。

针对模拟信号进行时延估计时相比解调过的信号更易受到噪声影响，导致出现误判点增多、正确峰值被掩盖等问题。本文提出采用奇异谱分解结合改进的广义相关法，降低高斯噪声对时延估计结果的影响。Simulink仿真实验表明，相比于解调信号时延估计法，该方法可在更低发射频率需求下得到同量级精度的故障类型和距离信息。在-5 dB高斯噪声环境下多次实验验证可得，相比二次相关法结果主峰值旁瓣比绝对值增加了0.6756 dB以上，误判峰值与故障点峰值比减少了0.2710以上，其他条件下亦有不同程度提升。