针对光频域反射（OFDR）分布式光纤传感在长距离、大量程应用场景中，参考光谱与测量光谱间的相似度（SD）退化及由此造成的鲁棒性下降的问题，本文研究了可调谐激光光源调谐非线性补偿模型，发现补偿的残余误差会引起传感单元产生随机位置偏差（PoD）。基于对PoD的统计学分析，建立了参考和测量光谱间SD的评价体系，并提出一种基于卡尔曼预测和局部寻优的传感单元随机PoD补偿方法，实现了参考和测量光谱位置的高效、精准匹配。本文所提方法能够在50 m的传感光纤上以5 mm的空间分辨率实现大量程传感（最高温度~450 ℃，最大应变~10000 με），且兼顾高鲁棒性和高速度（计算量可降低到原来的5.8%~28.6%）。这些优点使该方法能够广泛应用于现有的光频域反射分布式光纤传感系统。

核相关滤波算法的出现将传统目标跟踪算法推向了一个新的高度,以其高速度、高精度、高鲁棒性的特点迅速获得了广泛认可与关注。针对核相关滤波算法在尺度变化和快速移动方面的不足,基于目标在发生尺度变化时其主要特征的相对位置可以反映其尺度的大小,本文采用分块检测的方式来进行目标的尺度计算;在特征模板更新方面,针对核相关滤波算法处理高速变化目标容易丢失的问题,采用卡尔曼滤波预测的方式提前更新目标模板,以解决模板更新滞后的问题。实验数据表明,本文算法能够稳定地提高跟踪精度。

为了提升蓝牙系统中动态业务的传输性能, 分析了在不同SNR(信噪比)下蓝牙ACL(异步无连接)数据分组对系统吞吐量的影响, 提出一种基于SNR线性预测的自适应分组选择算法。该算法采用基于时间窗的卡尔曼预测未来时隙的SNR, 根据预测的SNR判断下一时隙是否需要切换分组, 以及适合切换的分组类型, 以使吞吐量最优。仿真结果表明, SNR预测能对信道的变化提前做出反应, 并在信道质量不同时获得吞吐量最优。

针对航空、航天等领域大型装备组装对接过程中的大尺度空间物体实时的位姿测量需求，对现有基于面阵成像器件摄影测量系统的二维测角功能进行分解与重构，提出一种基于正交柱面成像的位姿测量新方法。该方法充分发挥线阵CCD器件一维角度分辨率高、采集速度快、处理简便等优势，以正交柱面成像光路简化了相机结构，并采用非参数标定方法校正了柱面成像畸变。针对空间物体姿态测量的坐标同步问题，研究了基于扩展卡尔曼预测的实时识别跟踪方法，实现了多个目标并行测量，并通过基于Rodrigues参数的姿态解算模型实现了实时姿态测量。实验结果表明，该测量方法得到的空间点三维坐标测量精度优于0.5 mm，空间物体姿态解算在偏航、横滚、俯仰三个方向的最大测量误差分别为0.20°，0.12°，0.23°，具有较高的姿态测量精度。

为实现自由立体显示, 提出了一种新型指向性背光结构, 配合人眼跟踪系统, 分时显示具有视差的立体图像对, 基于视差原理实现了高清分辨率的多用户自由立体显示。着重阐述了基于AVR单片机的发光二极管阵列时分立体显示背光控制系统, 并针对视差立体显示中一直存在的串影问题, 从背光控制层面提出了3种改善方法:降低背光点亮时间占空比, 倍速刷新液晶显示屏以及卡尔曼预测插值背光刷新数据。实验表明, 这3种方法可有效改善串影问题, 最终实现了具有较强立体感的无分辨率损失的自由立体显示。

传统的视频运动目标图切检测算法基于低阶马尔科夫随机场, 能量函数的低阶近似无法准确描述图像像素的空间相关性, 导致图切检测结果过度平滑。本文提出一种基于高阶欧拉弹力模型的图切检测算法, 利用欧拉弹性模型优化目标边界曲线和修正能量函数的低阶近似。算法通过利用前一帧图像的检测结果, 对当前帧图像运动目标像素点数和前景背景邻接像素对数进行卡尔曼预测, 并不断自适应调整当前帧的图像模型参数, 实现了视频运动目标的连续全局优化检测。实验结果验证了欧拉弹力模型在视频运动目标检测中的有效性, 其检测结果能够更好地满足人的视觉效果。

为了解决在目标跟踪系统中，传统相关算法在目标发生目标局部遮挡或旋转等姿态变化较大的情况时容易跟踪丢失的问题,提出一种改进的基于卡尔曼预测器的环形模板匹配相关跟踪的算法.利用卡尔曼预测器来预测下一帧目标可能出现的区域，然后在较小的预测区域中进行环形相关匹配运算，找到最佳相关匹配点，使跟踪更具主动性。环形匹配还可以克服由于姿态变化而引起的横向匹配点丢失，从而可以跟踪各种姿态运动的机动目标.实验中,利用改进算法对出现局部遮挡情况的姿态变化大的运动目标进行跟踪，传统算法处理此类情况容易跑飞，而本文算法不受这两种跟踪局限性的干扰，始终稳定跟踪机动目标且耗时大幅减少.

针对空间光通信系统对信标光斑实时准确跟踪需求，设计了基于高帧频相机的精跟踪处理控制平台，并将图像处理和控制算法全部集成在大规模现场可编程门阵列芯片内部.将模糊推理规则与常规比例、积分和微分算法结合，提高了非线性系统的控制准确度; 将卡尔曼滤波器的预测功能与模糊比例、积分和微分结合起来，达到对快速倾斜镜的实时超前控制.现场实验表明，该系统能有效抑制外界干扰，实现对光斑弱小目标的准确跟踪，具有动态响应快、稳定准确度高和抗干扰能力强的特点.

常用的运动目标检测算法无法解决在摄像机运动-目标运动情况下的运动目标检测,为此提出了背景匹配法.通过相关匹配算法使背景对齐,结合帧间差分技术有效地将运动目标提取出来;然后利用卡尔曼预测器对运动目标在图像中的位置进行预测,结合增量式带死区的PID控制算法,控制摄像机对准目标.实验结果表明,匹配块的选择加快了处理速度和提高了算法的稳定性,卡尔曼预测器使得跟踪更为平稳可靠.本方法具有简单、通用、抗噪等特点.

灰度图像色彩信息贫乏会导致易陷于局部相似,使跟踪点发生漂移.针对此问题,提出了基于目标成像空间域与特征域分布的改进直方图模式扩展目标跟踪算法.以基于像素位置和像素灰度值的直方图模式作为目标模式;相似度测量采用基于Bhattacharyya系数定义的距离;用均值偏移迭代进行匹配区域搜索;通过建立卡尔曼预测跟踪策略解决目标被遮挡时的跟踪问题.试验结果表明,采用该算法,跟踪点漂移由原来十几个像素的波动减少到仅偶有1个像素的抖动.