考虑到背景杂波图像结构无规则且复杂, 目标图像结构规则且简单, 两者之间的结构差异为杂波度量提供了有效途径, 提出一种基于图像结构复杂度的背景杂波表征方法。首先, 方向梯度直方图能有效表征图像结构信息, 利用图像局部区域方向梯度分布熵表征对应区域的结构复杂度; 其次, 考虑到人眼视觉系统对图像对比度敏感, 分别在图像方向梯度分布熵空间和对比度空间中度量背景杂波与目标之间的差异,采用标准方差加权求和的方式对背景杂波建模; 最后, 推导了背景杂波与目标获取性能之间的关系, 建立了光电成像系统目标获取性能评估模型。利用公开数据集对模型进行了验证, 实验结果表明, 所提方法所评估的目标获取性能与实际主观目标获取性能具有较高的一致性, 而且在均方根误差(RMSE)、相关性方面优于现有的杂波度量方法。

基于65 nm CMOS工艺设计了一种低功耗低成本十倍频电路。在1.2 V电源电压下, 电路功耗小于0.53 mW。提出了一种低复杂度的5段斜率-电阻相位插值方法, 通过对四路正交斜率信号进行电阻相位插值, 在8 MHz到24 MHz的输入频率范围内, 实现了可重构的十倍频电路。该电路结构简单, 仅包含正交方波信号发生器、斜坡信号发生器和提出的5段斜率-电阻相位插值器, 可用于低功耗、低成本的倍频场合, 且具有可接受的频率偏差。在输入频率为16 MHz, 输入功率为-2.0 dBm时, 电路输出功率为-12.9 dBm, 倍频效率为4.40%。

现有的颜色恒常性算法在常规场景中通常能获得准确、稳定的光源颜色估计结果，但在内容单一、具有大面积单一颜色表面的低颜色复杂度场景中仍有较大概率出现超容限的估测误差。利用设置于摄影镜头旁的环境光传感器，提出一种应用环境光传感器的颜色恒常性算法。首先建立传感器置信度评估模型，然后针对不同置信度设计基于颜色空间转换与基于传感器辅助中性色像素提取的两种光源颜色估计方法。此外，还建立包含传感器测量结果的数据集。测试结果表明，相比现有具有最高精度的同类算法，所提算法的角度误差均值、中位数、最差25%均值分别下降32%、21%、41%。所提算法应用于常规场景和低颜色复杂度场景时均具有优势。

在分层非对称限幅光正交频分复用(LACO-OFDM)中, 采用离散哈特莱变换(DHT)可以弥补采用快速傅里叶变换(FFT)时存在的频谱效率不高的缺陷, 但在接收端多层信号的分离仍存在计算复杂度高的问题。结合DHT-LACO-OFDM信号的时域对称和反对称特性, 提出一种基于时域重构的分层信号接收方法, 在时域把叠加的信号进行分层接收。研究结果表明, 相比于传统的时频域结合的迭代接收方式, 基于时域重构的分层信号接收方法在误比特性能上与传统的迭代接收方式几乎相同, 但计算复杂度约降低为原来的一半。

提出一种基于训练序列相位差+调频Z变换（CZT）的两级频偏估计算法。该方案采用设计的时域训练序列块并结合块内和块间多次平均平滑噪声影响，以较低开销实现频偏的稳定粗估计，并进一步基于第一级频偏粗估计设定第二级CZT估计范围，以较低计算复杂度完成最终高精度频偏估计。三载波128 GBaud 偏振复用十六进制正交幅度调制（PM-16QAM）超奈奎斯特（FTN）波分复用（WDM）系统的仿真结果表明，加速因子为0.95、0.90、0.85时，所提算法训练开销仅为1.56%，即可实现-8~8 GHz范围内的稳定频偏估计，残余频偏分别为2、2.5、3 MHz左右。与估计精度基本相当的传统盲四次方FFT频偏估计算法相比，所提算法的总体计算复杂度显著降低，约为传统算法的8%。

半导体激光器系统的动力学方程是研究混沌激光的重要理论基础，其计算精度直接决定了系统产生混沌激光的仿真可靠性。针对目前国际上普遍采用的光电场分解的两种方法，即光电场的振幅-相位分解与实部-虚部分解方法，本文分别对不同的半导体激光器系统进行了研究，并进行了对比分析。结果表明，两种数值计算方法在输出光复杂度低的情况下计算结果差异较小，但进入高复杂度时，两种方法的数值计算结果存在巨大的差异。分析表明，光电场采用实部-虚部分解的数值模拟精度更高，更适用于产生复杂度较高混沌激光的半导体激光器系统的研究。

针对自由空间光通信中Spinal码译码复杂度高及不等差错保护问题，提出一种分段循环冗余校验（CRC）、Spinal码与BCH码级联的SCB-Spinal码方案。通过分段的CRC校验提前终止过程，减少解码计算量，降低了译码复杂度，并在尾部级联BCH码对易错的尾部信息进行纠错保护。仿真结果表明：在不同湍流强度下，SCB-Spinal码方案都有效地降低了译码复杂度并获得了更好的误码率性能，在弱湍流强度低信噪比情况下较传统Spinal码方案降低了约62%的复杂度，速率也有0.04~0.17 bit/symbol的性能提升；在中强湍流强度影响下，较传统Spinal码方案降低了50%~60%的复杂度。在为自由空间光通信中Spinal码的高效应用提供了一种解决方案。

随机奇异值分解（RSVD）在数据压缩、信号处理和图像降噪等方面具有广泛的应用，但日益剧增的矩阵规模对传统计算平台提出了更高的内存需求。为此，提出了基于空间光计算的RSVD方法。利用复杂介质的固有性质将矩阵降维，不再需要生成和存储随机高斯矩阵，能够有效降低RSVD的计算开销。实验证明，在采样率为0.2、宏像素块维度为10×10、选用220目毛玻璃作为散射介质的情况下，所提方法能够对维度为80×80的矩阵实现RSVD，其相对误差小于0.1，与传统方法相比，有效降低了RSVD的时间复杂度和空间复杂度。最后，通过图像压缩验证了所提方法的效果，所提方法为进一步研究大规模图像矩阵算法提供了基础。

从信号处理角度考察 Lubich系数，分析了 Lubich系数的频域特性。设计了一种基于快速傅里叶逆变换(IFFT)的 Lubich系数的快速算法。IFFT算法直接求解的 Lubich系数不准确，在甚低阶运算时频域存在吉布斯效应，新算法利用零频赋值可有效减弱该效应。数值仿真结果表明，与 Lubich准确系数相比，在一定真分数运算阶范围内，新算法求得的 Lubich近似系数构建数字分数微分器有更好的效果，且新算法计算复杂度低，运算效率高。