协方差交叉算法是分布式信息融合中通过优化一定目标函数得到的一种分布式融合估计方法, 这种方法为图像融合增强提供了一种新思路。提出基于局部梯度极值点的二维经验模式分解(BEMD)与协方差交叉(CI)算法的图像融合方法, 针对传统BEMD获取图像细节能力的不足, 为使图像包含更多细节结构特征, 根据梯度对图像细节信息的强挖掘能力, 采用4个二维方向上的极值条件选取局部梯度极值点对图像进行经验模式分解并确定内蕴模式函数。将一维协方差交叉算法扩展到二维信号和图像融合上, 通过最小化各内蕴模式函数的二维协方差交叉阵的“模”范数计算最优线性加权阵, 并利用反向重构得到融合增强图像。经仿真实验分析发现, 与传统的图像融合算法对比, 所提方法具有更强的细节捕捉能力, 清晰度明显提升。

声目标探测识别是目前弥补雷达低空探测不足的重要方法。采集到的声信号通常含有大量环境噪声，如何在去除噪声的同时尽可能多地保留有效信号是该领域的一个难点。针对低空战场环境噪声的特点，提出基于改进阈值经验模式分解的去噪方法。首先对信号进行经验模式分解，然后对实际能量大于噪声能量的固有模式函数进行阈值处理，最后将处理后的固有模式函数进行重构得到去噪信号。为了验证该算法的性能，对直升机声信号加入不同信噪比的典型低空环境噪声进行去噪，并与其他去噪方法进行比较，采用信噪比、均方根误差和平滑度指标进行定量分析。仿真结果表明，该算法对大部分低空环境噪声有良好的去除效果。

利用曲率滤波-经验模式分解预处理检测并提取人体目标特征, 以降低图像分解运算复杂度, 同步增强边缘和纹理特征, 提高特征区分性。表现在: (1) 在第一层经验模态分解中, 以曲率滤波曲面映射原图像的连续平滑曲面, 形成包络曲面及均值面, 首层分解图像纹理特征显著, 以下各层凸显边缘与结构特征; (2) 从低分辨率到高分辨率尺度图像匹配出相邻层强边缘区域, 易于人体目标轮廓候选区域的提取; (3) 以首层分解图纹理特征筛分背景, 在相邻层中匹配前景特征区域, 形成人体姿态特征的轨迹图, 易于判别人体姿态及行为。在人体行为识别实验中, 采用曲率滤波-经验模式分解预处理提取的轮廓特征与人体行为典型数据库ground truth对比, 在UIUC示例数据的轮廓提取的精度和召回率都达到90%以上。对人体姿态及行为做识别处理, 验证了预处理方法的有效性。

为解决传统的旋转卫星激光测距数据频谱分析方法运算量大、耗时长的问题，提出一种基于快速Lomb-Scargle算法的卫星激光测距数据处理方法。首先用经验模式分解方法来自适应地去除O-C残差中代表卫星轨道运动的低频趋势项；然后采用快速Lomb-Scargle算法对预处理后的数据进行频谱分析，得到相对应的周期图，进而分析卫星的自转速率。采用该方法处理了奥地利Graz站千赫兹测距系统测量得到的Ajisai卫星的数据，分析得出2010年5月Ajisai卫星自转的速率约为0.472 Hz。并对4圈激光测距资料进行处理，结果表明，该方法可以将频谱分析运算量降低两个数量级，节省大量处理时间，为快速高效地处理大量的旋转卫星激光测量数据提供了新思路。

在使用经验模式分解(Empirical Mode Decomposition，EMD)对激光雷达回波信号进行去噪处理时，由于信号含有脉冲及间歇等间断事件而产生模态混叠，导致不能很好地分解出有用信号成分，影响去噪效果。针对这一问题，提出了一种形态滤波与EMD相结合的组合算法。首先，使用自适应多尺度形态滤波器作为前置单元，对信号进行初步处理，剔除信号中的间断事件干扰。之后，应用EMD对处理过的信号去噪。采用仿真数据及真实激光雷达回波数据进行了去噪实验。实验结果表明，文中算法相比于直接EMD去噪，在仿真试验中信噪比提高了8.89 dB，均方根误差降低了0.0514；在真实回波数据去噪实验中，6 km以后平均信噪比提高了3.356 4 dB。该组合算法有效地抑制了模态混叠现象，具有良好的去噪效果及应用前景。

针对采用经验模式分解直接阈值(EMD-DT)和经验模式分解间隔阈值(EMD-IT)在激光雷达回波信号的去噪应用中会产生的模态混叠现象，采用一种可变间隔阈值的经验模式分解(EMD-SIT)的去噪方法。首先，对信号进行经验模式分解。然后，采用过零率方法将分解出的含有噪声的固有模态函数分离。最后，应用过零点阈值，设立一个新的可变阈值，将EMD-IT和EMD-DT有效融合对信号进行去噪。通过与多种阈值的仿真对比以及激光雷达的回波信号去噪实验，结果表明该方法可以有效地去除噪声，抑制模态混叠，较EMD-IT和EMD-DT更具有优越性，因此有着很好的应用前景。

为实现敏感元件仅为单一光纤光栅流速传感器的多参数同时测量,提出了一种流速/温度共采的光纤布拉格光栅(FBG)涡轮流速传感器。该传感器通过涡轮实现流体冲击力对光纤光栅中心波长的频率调制,解决光纤光栅温度应变的交叉敏感,理论计算得到其流速检测灵敏度为2.91·10-2 m/(s·Hz-1)。为测试传感器的性能,搭建了传感器测试系统,并选取光纤动态解调仪解调的光纤光栅中心波长动态信号作为试验原始数据。应用快速傅里叶变换(FFT)法分析试验数据,得到传感器流速的检测下限为0.541 7 m/s,检测灵敏度为2.57·10-2 m/(s·Hz-1),检测精度为25 mm/s,略小于理论计算值,其主要原因在于圆管内流体的流速并非均匀分布的匀速运动,管道内壁对流体具有一定的黏滞力。应用经验模式分解分析原始数据获取其趋势项信号,得到该传感器的温度灵敏度为10.6 pm/℃,检测精度为0.5 ℃。

提出了一种分级多尺度融合的水下偏振图像处理方法.首先，利用非负矩阵分解对偏振参量图像进行融合增强，得到所含局部特征信息完整且冗余度低的偏振参量融合图像；在此基础上，基于二维经验模式分解分别将偏振参量融合图像与偏振强度图像进行多尺度变换，对得到的高低频子图像分别进行加权平均融合，融合权重是采用穷举搜索法计算得到；最后，将高低频融合结果反变换得到最终融合图像.实验仿真结果表明该融合方法在增强图像细节信息及提高水下偏振图像对比度方面具有显著效果.

为改进红外与微光 /可见光的图像融合效果, 在对二维经验模式分解及图像区域分割研究的基础上, 提出了一种基于区域的二维经验模式分解的图像融合算法。利用此算法对红外图像与微光 /可见光图像进行融合, 先将源图像分别进行二维经验模式分解, 再对残余图像进行加权融合, 而后用模糊 C均值聚类的方法对融合后的残余图像进行区域分割, 将此分割结果映射到各层本征模式函数图像上, 随后运用一定的区域融合准则将各层图像融合, 最后再重构出融合图像。对仿真实验结果使用客观评价的方法进行评价, 评价结果表明, 该算法能够提升融合图像中的信息量以及凸显图像细节, 较其它传统算法具有一定的优势。