针对802.11n与ZigBee共享ISM频段造成的WiFi与ZigBee信道重叠,进而导致网络间相互干扰使得网络性能下降,以及当前载波侦听多路访问/冲突避免(CSMA/CA）可能导致的频谱资源利用率较低的问题,提出一个采用子载波置零技术的2×2非相干多输入多输出(MIMO）物理层模型。该模型中,为了避免共信道干扰,WiFi发送端在发送数据前首先对其当前使用的信道中可能存在的ZigBee信号进行检测,若检测到ZigBee信号则对已被占用的频谱对应的子载波置零,使用余下频谱不重叠子载波进行通信。接收端对发送端使用的子载波进行识别,并完成后续工作。通过使WiFi与ZigBee信号频谱分离来消除信号间干扰,解决两者共存问题,实现WiFi与ZigBee数据并行传输。在由GNURadio/USRP软件无线电设备和ZigBee节点搭建的实验床上进行的实验结果表明,采用子载波置零技术的2×2非相干MIMO可以获得全带宽发送状态下50%~70%的吞吐量,同时在数据并行传输过程中ZigBee的正确收包百分比达到90%以上。

Steiner最小树问题是一个NP完全问题,被广泛应用在通信网络中点到多点的路由选择。为了实现更多链路的共享,减少所求Steiner树的费用,提出了一种基于加权节点求解Steiner树的启发式(NWMPH)算法。该算法构造了非正则点的权值公式,给每一个非正则点赋权值,根据权值对链路的费用进行修正,通过修正费用最短路径依次把所有的正则点连接起来,得到包含所有正则点的最小树。对STEINLIB标准数据集中的部分数据进行计算,结果表明: NWMPH算法与MPH算法所用时间基本相同,得到的Steiner树费用优于MPH算法；NWMPH算法比KBMPH算法所用时间少,得到的Steiner树费用绝大多数优于KBMPH算法。

针对以往的多智能体蜂拥控制算法在考虑单个目标追踪情形时不具普适性,以及现有的多目标蜂拥控制都是基于全局目标信息来进行集中式协调控制,而非基于局部目标信息下的分布式协调控制的问题,提出一种融合局部自适应检测机制的分布式协同牵制蜂拥算法。首先,算法在分离、聚合、速度匹配和引导反馈的基础上,引入局部自适应追踪策略,实现智能体的局部动态跟随运动；其次,受牵制思想启发,根据节点影响力指数评估算法选取m个信息个体分别向m个目标进行多目标追踪,起到模拟外部信息的作用,不同的信息个体会由于局部自适应检测机制间接地引领周围局部个体向不同目标进行追踪；最后,设计一类新的聚集和排斥势能函数,实现相同目标智能体的聚集,以及不同目标智能体的避碰,具有可调参数少和效率高的优势。通过三维仿真实验验证了算法的多目标追踪可行性和有效性。

针对构建Voronoi图的方法的生成效率较低,构建复杂度较高的问题,提出了利用多方法交叉融合进行Voronoi图的构建与更新的方法。为了提高空间数据最近邻查询的效率,提出了基于Voronoi图和Voronoi多边形最小内切圆的最近邻查询方法；针对查询点位置频繁变化的情况,提出了基于Voronoi图和Voronoi多边形最小外接矩形的最近邻查询方法；为了提高对偶近邻对和最近对的查询效率,利用Voronoi多边形和对应的最小内切圆进行过滤和查询,提出了统一查询对偶近邻对和最近对的新方法。实验结果表明,所提方法解决了因数据分布不均导致的额外计算量的开销问题,在数据集规模较大和查询频率较高时具有一定的优势。

电力企业在将反汇编技术应用于嵌入式智能电表软件一致性检测模型时出现了因不同硬件而产生差异的字节序问题和程序运行时的嵌入式设备内存受限问题,从而影响了模型整体的性能。针对这两个关键问题进行分析,结合嵌入式智能电表内部特征和硬件体系架构理论的深层探讨,依次提出了目标代码双逆置预处理算法(CDIPA)和分段反汇编算法(SDA)。对原代码使用目标代码双逆置预处理算法得到调整字节顺序的代码,分别将原代码和调整代码反汇编获得两种待测结果,结合硬件信息分析结果并以匹配度高的指令作为最终结果从而解决了字节序问题；分段反汇编算法通过调整反汇编输入规模并分次运行的方法解决设备内存受限问题。实验结果表明将这两种算法用于给定的电表设备,可以有效解决上述关键问题,同时算法也表现出良好的健壮性和可移植性。

现有的视觉背景提取方法(ViBe)在背景建模时只利用了像素的空间信息,而忽略时间信息,降低了检测的准确性,且检测半径和背景更新的随机子采样因子都为固定常数,在动态背景干扰、相机抖动等情况下,检测效果不理想。针对这些问题,提出一种时空背景模型的自适应运动目标检测方法。首先,在ViBe方法中加入时间信息建立时空背景模型;然后,在检测和更新过程中,提出背景模型中样本的标准差能反映背景的复杂度,通过计算样本的标准差来自适应地改变检测半径和背景更新的随机子采样因子适应背景的变化。实验结果表明,改进的方法不仅能够在静态背景和光照均匀的情况下有效地检测出前景像素,而且对存在光线变化较大、相机抖动、动态背景干扰等情况也有一定的抑制作用,提高了检测的准确性。

视频背景修复问题正受到越来越多的关注,对于复杂运动的摄像机所拍摄的视频而言,该问题具有更高的难度。针对此问题,提出一种由运动场引导的优化算法,填补由于去掉前景物体所留下的视频体空洞。首先,为了估计视频空洞部分的运动场,构建全局目标方程并利用分层次迭代的方法求得其最优解；修复问题继而被抽象为马尔可夫随机场问题。将运动场作为引导,最优地从已知区域选择可用的像素修复视频的背景。最后,改进传统的光照迁移方法,提出一种亮度调整策略,消除修复区域光照不连续的现象。该算法在多种不同类型的视频上均取得良好的效果。与现有算法相比,该算法能更好地保证时空连续性,并能修复由复杂运动的摄像机所拍摄的、含有复杂背景的视频。

针对高效视频编码标准(HEVC)中帧内预测模式选择计算复杂度极高的问题,提出一种基于Hough变换的HEVC帧内预测模式选择快速算法,该算法可以减少对35种预测模式的遍历次数。首先,在对预测模式进行粗选(RMD）过程之前对各尺寸预测单元(PU）进行边缘检测与Hough变换；其次,采用直方图对检测出来的直线段方向角正切值进行统计分析；最后,从35种模式中选择出RMD和率失真优化(RDO)过程中较适用的候选模式集,并在VS 2008运行环境下用C〖KG-*3〗+〖KG-*3〗+和OpenCV开发应用程序。实验结果表明,所提算法在编码性能稍微有影响的情况下(码率平均升高1.02%,峰值信噪比平均下降0.035dB）,编码时间平均减少了23%。所提算法增强了编码器的实时性,适合高分辨率、大尺寸视频应用。

针对颅面配准问题,提出通过对颅面进行参数化将其转换成二维参数域的对应问题。首先,根据人类的生理特征标定6个特征点,利用这些特征点将颅面转换到一个统一的坐标系以实现姿态和大小的统一；其次,以两个外眼角为约束对参考颅面进行最小二乘保角映射,计算出6个特征点的参数值；然后,以这六个生理特征点的参数值为约束,利用最小二乘保角映射将任一待配准模型映射到二维参数域；最后,根据二维参数域确定三维颅面上的对应点,从而实现三维数据配准。为了验证所提方法,以对应点为控制点,利用薄板样条(TPS)变换把参考颅面变形到目标颅面,以变形后两个模型上对应点之间的几何距离的平均为度量,将所提算法和基于主轴分析的迭代最近点(ICP)配准以及基于随机采样控制点的迭代TPS配准方法进行了比较,实验结果表明,所提算法的配准效果优于其他两种方法。

针对人脸识别中表情和光照变化引起的面部变化、灰度不均匀等识别问题,提出一种基于子模式行列方向二维线性判别分析(Sp-RC2DLDA)的特征提取方法。该方法通过对原图像进行子模式分块处理,能有效提取图像的局部特征,减少表情、光照变化的影响,通过把相同位置的子图像组成子样本集,合理利用了子块间的空间关系,进一步提高了识别率；同时,对各个子样本集分别利用行方向二维线性判别分析(2DLDA)和列方向扩展2DLDA(E2DLDA)进行特征抽取,得到互补的行、列方向子图像特征,并分别把子图像特征组合成原图像的特征矩阵,然后利用一种特征融合方法对行、列方向特征矩阵进行有效融合,对互补的特征空间进行融合有效地改善了识别性能；最后采用最近邻分类器进行人脸识别实验。在Yale及ORL人脸库上的实验结果表明,Sp-RC2DLDA有效地减少了表情和光照变化的影响,具有较好的鲁棒性。

针对低剂量计算机断层扫描(CT)重建图像发生严重衰退的问题,提出一种基于变指数和非局部的最大似然期望最大(MLEM)低剂量CT重建算法。该算法考虑了传统各向异性扩散中降噪不充分的缺点,把可以有效折中热传导和各向异性扩散(P-M)这两种模型的变指数,以及代替梯度检测边缘和细节的相似度函数运用到传统各向异性扩散中,从而达到所期望的效果。该算法在每次迭代中首先采用基本的MLEM算法对低剂量CT投影数据进行重建; 然后利用基于非局部的相似性测度以及变指数和模糊数学的理论对各向异性扩散的扩散函数进行改进,用改进后的各向异性扩散对重建图像进行降噪;最后使用中值滤波对图像进行处理从而消除脉冲噪声点。实验结果表明,所提出算法的均方绝对误差、归一化均方距离均比有序子集惩罚最小二乘(OS-PLS)、有序子集惩罚最大似然一步迟疑(OS-PML-OSL)、基于传统P-M、基于方差的算法小,获得了高达10.52的信噪比。该算法重建出的图像可以在有效消除噪声的同时较好地保持图像的边缘和细节信息。

针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的T-S FNN预测模型,并用实际编码器测量值与模型预测值相减获得残差信息；其次,将其残差实时数据通过改进的序贯概率比检验(SPRT)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用T-S FNN模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行；最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。