叠层成像的成像分辨率会受到数值孔径和电荷耦合器件（CCD）像素尺寸的限制。CCD靶面有限则数值孔径有限，采集大光斑图像时，易丢失CCD靶面边缘的部分高频信息。此外，像素尺寸较大会导致成像时采样率不足，也会丢失部分细节高频信息。提出了一种高分辨率叠层成像方法，可同时处理数值孔径和CCD像素尺寸的分辨率限制问题。首先，利用外推法补充因数值孔径有限丢失的高阶衍射信息，之后将外推法重建的图像代入基于多权重损失函数的生成对抗网络中，即可快速解决像素尺寸受限问题，提高成像分辨率。多权重损失函数为均方误差、特征图误差和对抗误差的加权和。通过设置合理的权重，可以实现像素和视觉层面的均衡处理。仿真及实验结果表明，该方法在提高叠层成像系统分辨率上具有显著效果，且运算效率高。

为解决DoS攻击下智能体间不能正常通信的问题,研究了基于符号图的离散异质多智能体系统包含控制。首先,考虑跟随者状态不能在线获得的情况,构造分布式状态观测器; 其次,在每个跟随者的控制器设计中加入历史时刻信息,提出分布式动态反馈控制方案,通过内外系统加强包含控制的约束条件,使得系统中的跟随者能够收敛到领导者形成的凸包中,解决系统的输出调节问题; 利用分段Lyapunov泛函、线性矩阵不等式等技巧,得到系统渐近收敛的充分条件; 最后,通过数值仿真验证所提理论的有效性。