为实现多天线无线系统中感知和通信的一体化波形设计问题, 提出一种基于加权优化的目标函数, 在完成数据通信的同时, 降低各天线波形之间的互相关性。利用梯度投影法设计了最优通信波形并作为初始迭代点, 而后利用最大化最小化算法得到一体化波形设计结果。仿真结果表明, 设计的一体化波形实现了通信性能和感知性能的权衡, 可用于多天线感知通信一体化系统之中。

在相机位姿估计算法的实际应用中, 由于2D像点与3D参考点的错误匹配, 参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题, 提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上, 引入包含两个阈值的加权系统来衡量参考点的可靠性。选取重投影误差的四分位数中的最大值作为阈值之一, 另外引入一个与重投影误差和焦距相关的阈值来加速异常值比例较低时的收敛速度。最终选取两阈值的最大值对目标函数进行二值加权, 降低了异常值对估计结果的影响。实验表明, 该方法提升了正交迭代算法的抗异常值能力, 具有较强的鲁棒性。

自主运动估计是机器人视觉感知系统的重要组成部分，包括环境特征识别和载体运动估计两大共性技术问题。环境特征识别由于受图像分辨率、景深和配准算子等多种因素的影响，导致特征定位精度和配准的准确率存在一定的不确定性。这种输入的不确定度会严重影响载体运动估计输出的精度和稳定性。针对这一问题，利用协方差矩阵对特征点三维重建过程的不确定度进行概率意义描述，将不确定度引入运动参数优化估计的权值计算中，通过加权优化，弱化特征点定位精度差异性的影响，以期获得接近于无偏估计的优化估计值。提出了一种利用不确定度和加权最小二乘法估计运动初值，并在初值估计中引入RANSAC方法来滤除配准错误特征点集合的影响。构建了基于稀疏Levenberg-Marquardt法的运动精确估计加权优化算法，通过划分平移运动和旋转运动的参数集合，对载体的运动估计初值进行快速的非线性优化，获得更高的运动估计精度。

通过彩色数码相机单幅RGB图像的响应值重建物体表面的光谱反射率,不仅可以有效避免基于带通滤光片光谱成像系统存在的通道间图像像素偏移问题,而且可以缩短图像采集周期和获得高空间分辨率的光谱图像,但是光谱重建误差受光谱重建方法的影响。提出了一种基于相机响应值扩展和局部反距离加权优化的光谱重建方法,以CIEDE2000色差和光谱均方根误差为评价指标,以600个矿物颜料色块为实验样本,利用佳能600D型数码相机对所提方法进行了验证,并与当前几种较先进的方法进行了对比。实验结果表明,所提方法的平均CIEDE2000色差和平均光谱均方根误差分别降低到1.0389和0.0230,所提方法的光谱重建精度优于当前几种较先进方法的光谱重建精度。