偏振控制可以有效恢复光纤传输过程中因相位偏移而受损的偏振态,是量子通信、光纤传感以及相干光通信等领域中的关键技术。提出了一种基于适应性矩估计(Adam)的偏振控制算法,建立了相应的偏振控制系统模型。基于该模型对Adam偏振控制算法进行了数值仿真,并与经典的随机梯度下降(SGD)算法进行了对比,同时分析了控制精度和噪声幅度对偏振控制效果的影响。仿真结果表明,该算法可以快速收敛到目标偏振态,在衰减率为0.03、噪声幅度为0.003、偏振迭代步数为53时,控制精度可达10 ^-4。与SGD算法相比,平均迭代步数减少了23%,最高控制精度提升了1~2个数量级。基于现场可编程门阵列验证了Adam算法的可行性,结果表明,该算法能快速、稳定地补偿信道中的偏振变化,并通过优化衰减率提高偏振控制效果、缩短偏振控制时间。

提出一种基于深度神经网络的摄像机标定方法,实现了复杂环境下平面区域内的灵活、高精度标定。无需进行数据特征提取或分类,仅通过优化网络结构、超参数与训练算法,深度神经网络便能得到快速有效的训练。实验结果表明,相较于张正友标定法与浅层神经网络标定法,该方法在大范围、多拍摄角度和高畸变条件下均能达到更高的标定精度,镜头存在高畸变时,633 mm×763 mm标定范围内的平均标定误差仅为0.1471 mm。

针对韦布尔分布杂波背景中的目标检测问题，本文提出了一种CFAR检测器—循环剔除TLM-CFAR检测器。该检测器基于TL 矩估计方法，首先获得韦布尔分布的两参数估计值，进而确定CFAR 检测门限，然后利用循环剔除法剔除干扰目标和强散射点的影响。文中证明了TLM-CFAR检测器具有恒虚警性，利用Monte Carlo仿真方法研究了这种检测器的性能，并与MLH-CFAR检测器进行了比较。仿真结果和实验结果表明，这种检测器不仅可以达到MLH-CFAR检测器的性能，同时避免了最大似然估计需要迭代计算的繁琐性，提高了检测算法的效率和适用性。

根据α能谱的形成机理，建立了一种α能谱峰形函数，提出基于矩估计法确定该峰形函数的拟合参数初始值的方法。以数理统计为基础，分别通过峰形函数和离散谱峰数据计算均值、方差和三阶中心矩建立方程组求解获取拟合参数的初始值。通过连续气溶胶检测仪探测的氡子体α能谱和低本底α能谱仪探测的238Pu面源α能谱对该峰形函数模型和初始值获取方法进行了测试。结果表明：从低重合度到高重合度，该峰形函数模型都能得到较好的应用；基于矩估计法确定该峰形函数的参数初始值能够使该峰形函数较好地拟合α能谱数据。该方法在采用计算机自动α能谱拟合分析中具有较强的实用性。

针对分布式视频编码系统中虚拟信道的时域动态特性,提出了新的解码端帧级虚拟信道模型的动态估计算法。利用边信息内插阶段所获得的双向运动矢量,对当前帧前后的关键帧进行运动补偿,通过前后关键帧的运动补偿误差来估计当前帧的虚拟信道模型。针对虚拟信道的空域动态特性,还提出了子块级虚拟信道模型的动态估计算法。通过对视频帧进行分块,然后对每个分块都进行参数估计,即可动态地完成各子块对应的虚拟信道模型的估计。实验证明,对于不同运动特性的序列,所提出的虚拟信道模型可使系统的率失真性能提高0.5～1 dB,有效地降低了视频编码系统的传输码率。

根据强激光能源模块高储能密度电容器在工作过程中,受到连续冲击而使退化失效具有累积效应的特点,提出了利用产品运行过程中性能参数退化的信息,用复合Poisson过程对退化轨道建模并进行可靠性评估的方法.给出了模型参数的矩估计和电容器的平均退化量、可靠度、平均寿命等可靠性指标评估的Bootstrap仿真过程.并通过实例说明了该评估方法在工程中的应用.基于电容退化信息的可靠性评估方法,可以在极少甚至没有寿命数据的情况下给出客观可信的评估结果,在理论和应用上都具有重要的价值.