针对无人机在三维空间里的航迹规划问题, 从加快收敛速度和保证收敛效果的角度, 对标准人工鱼群算法进行改进。首先, 引入自适应视野和自适应步长的改善因子α, 加快算法的收敛速度; 然后, 设定最小视野和最小步长, 保证算法的搜索能力; 最后, 增加跳跃行为, 确保算法在后期可以跳出局部最优。通过软件进行算法的仿真和对比验证, 仿真实验结果表明, 算法在搜索初期具有较快的搜索速度和较好的收敛效果, 搜索后期可以跳出局部最优, 算法的有效性得到验证; 对比实验结果表明, 算法在搜索后期, 最佳适应度有所改善, 算法的优越性得到验证。

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题，提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域，平缓区域使用自适应步长进行搜索，提高自动聚焦搜索速度；陡峭区域使用两步搜索法，避免假峰值干扰所导致的聚焦错误，提高自动聚焦准确率。实验结果表明，分区搜索算法相较于爬山算法聚焦速度提升了11.25%，且具有更好的准确性和抗干扰能力。

针对Informed-RRT*算法在路径规划中与动态障碍物的碰撞问题, 提出基于Informed-RRT*和人工势场法的改进路径规划算法。该算法引入椭圆区域采样策略和自适应步长策略提高了寻找可行全局路径的稳定性和效率, 在静态障碍物边界区域获得最优成本可行路径方案。当机器人按照全局路径运动遇到动态障碍物时, 引入裁剪路径分支策略和人工势场法对局部路径进行重规划, 实现动态避障功能。将改进算法应用于仿真环境, 结果表明改进算法实现了全局最优探索和局部避障功能, 验证了算法的有效性。

“动中通”伺服系统的稳定环因受齿隙摩擦等因素的影响, 表现出较强的非线性特征。标准BP算法对非线性系统虽有较好的辨识效果, 但存在网络收敛慢、过程振荡、泛化能力差等缺点。为弥补这些不足, 提出了基于累积误差函数梯度的双学习步长的自适应BP算法, 以加快收敛、减少振荡, 并设置全局误差阈值控制训练次数, 进一步提升泛化能力。通过在“动中通”平台上设计实验, 验证了改进后算法在收敛性、辨识精度、泛化能力等方面都有明显提升, 可以得到非线性稳定环更精确的BP网络模型。

提出了一种自适应滤波的红外小目标检测算法, 该方法由背景去除与目标提取两层二维最小均方滤波器构成.分别引入背景模板与目标模板, 结合二维最小均方滤波方法对原始红外图像进行处理, 有效地剔除了背景噪声与杂波, 同时尽可能地保留了目标信息.在算法实现过程中, 提出了一种步长自动调整算法, 通过图像的统计参数自适应调整步长的大小, 可迭代出TDLMS滤波器的最优权值, 再与权重模板相融合, 有效增强了目标的检测效果.实验结果表明, 该方法能够适应不同背景下的目标检测, 有效提高了红外小目标的检测性能.

针对传统空空导弹攻击区解算过程中解算精度和速度的矛盾, 提出了基于自适应步长黄金分割法的边界搜索方法, 在建立导弹和目标三自由度弹道模型的基础上, 引入脱靶量为自适应变量, 对传统黄金分割法步长进行改进。仿真结果表明, 该算法可在部分提高攻击区解算速度的前提下, 较大程度提升计算精度, 满足机载火控系统攻击区解算的实时性和精度要求。

基于独立成分分析法(ICA)能够实现偏振复用相干光正交频分复用(PDM-CO-OFDM)系统的盲信道均衡，与基于导频的信道均衡方法相比，能极大提高系统的频谱利用率。然而这种固定步长的ICA 算法对每个子载波采用迭代算法来计算信道频率响应分离矩阵, 需要经过几十次迭代才能收敛。为有效降低该算法的计算复杂度，提出一种基于自适应步长ICA 的盲信道均衡算法，采用自适应分离步长提高迭代算法的收敛速度。基于100 Gb/s 16进制正交振幅调制(16-QAM)PDM-CO-OFDM 系统，仿真实验表明该自适应算法的系统误码率性能优于固定步长ICA算法的结果，且收敛速度提高5倍以上，能够用于未来高速PDM-CO-OFDM 系统接收端进行高效信道均衡。

针对测试环境中常存在的超声波频段的有色干扰噪声, 设计了一种基于横向滤波器和最小均方误差自适应滤波算法的自适应对消器结构, 并提出了固定步长和自适应步长相结合的自适应滤波算法流程。该方法增设了一个接收环境噪声的专用探头来自动跟踪噪声特性的改变, 无需手动设置自适应滤波器参数和期望信号。通过自适应步长调整算法与固定步长方法结合, 该方法能够在实现良好滤波效果的同时兼顾快速跟踪环境的变化。实验表明, 提出的方法可以有效滤除目标超声波信号频带之外频率点处的有色干扰噪声, 信噪比改善幅度可达16 dB; 时间复杂度为O(n), 可实现实时处理。本文方法可以在无人工干预下自动、实时、有效地滤除与超声波信号频率接近的有色干扰噪声, 已被成功地应用于气体超声波流量测量中。

针对光学元件高精度确定性加工，提出并实现了基于自适应步长算法实现离子束抛光轨迹段划分及进给速度求解。首先，对常规的等步长算法实现抛光轨迹段划分所存在的诸多问题进行了重点分析。其次，针对这些问题，提出了等效驻留时间轮廓计算方法及自适应步长算法，有效地避免了等步长法所存在的问题。然后，采用新算法对600 mm平面反射元件进行了实例计算，经加工后，元件98%口径内的面形精度峰谷(PV)值由110.22 nm(λ/5.7，λ=632.8 nm)收敛至4.81 nm(λ/131.6)。最后，基于自研的离子束抛光设备，实现了光学元件在100 mm口径内面形PV值小λ/70的超高面形精度。

在基于灰度相关的图像匹配算法中, 归一化互相关 (NCC)匹配算法是常用的匹配算法, 但算法复杂、匹配时间长是制约其应用的主要原因。本文提出一种基于自适应步长选择的 NCC匹配算法, 根据归一化互相关系数自适应地选择搜索步长, 加快了匹配速度; 改进归一化互相关系数算子, 增加了步长选择阈值的区分度, 提高了自适应选取步长的精确度, 实现了匹配时间和匹配精度的合理分配。实验表明, 该算法在保证匹配精度的同时, 匹配时间缩短为传统 NCC算法的 10%~50%。