在阵列互耦误差存在的前提下，针对多组相干信号源和若干非相干信号源并存的情况，提出了一种对信号源进行准确估计的算法．算法首先估计阵列的互耦参数，并利用此互耦参数对阵列接收数据进行补偿；然后利用 Toeplitz矩阵重构法对相干信号进行解相干；最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival， DOA)．实验结果表明，算法有效解决了互耦的影响，避免了阵列损失，实现了间距很小信源的准确估计．

温湿度与日常生产生活息息相关,在很多情况下都要对温湿度信息进行采集监测。传统的有线温湿度采集监测在监测环境和数据信息传输距离上都有一定的限制。本文在无线传感器网络相关理论的基础上研究设计一种温湿度无线采集监测系统。 它能实现多节点温湿度的实时检测,并能通过无线收发和 GSM通信将采集的信息发送到终端用户,实现在终端监测界面的动态监 测,终端用户还可以通过无线收发和 GSM通信发送控制信息,实现对温湿度的控制,在一定程度上能实现自动控制并克服传输距 离的问题,具有广阔的应用前景。

针对提高光纤通信系统中LDPC编译码方案频谱利用率的问题,本文研究了光纤通信系统中具有较高频谱效率的 LDPC高阶调制方案,重点以16QAM调制的LDPC为例分析了基于卡方分布的光纤信道中软解调对数似然比的理论推导,提出并推导了其简化算法,设计了16QAM-LDPC的光纤通信系统方案。仿真结果表明,采用16QAM软解调译码算法能带来较好的系统性能,当码长2304,码率为5/6的QC-LDPC码在时,对应的Q=9.1dBa其相应的简化算法在0.2dB的性能损失代价下,可以具有较低的译码复杂度。

基于阴影属性提出了一种全自动彩色影像阴影去除算法。首先将影像变换到HSI空间，依据阴影区域亮度值低和饱和度高的特性，结合小区域去除和数学形态学处理，得到精确的阴影区域。然后，分别对I、H、S分量图上各个独立阴影区域与其邻近的非阴影区域进行匹配补偿，再反变换回RGB空间，完成阴影去除操作。实验结果表明，该方法能在不改变非阴影区域信息的情况下，有效地去除阴影的影响。

针对受控系统非线性、时变性、复杂性和不确定性的特点,文中采用一种基于模糊控制的变论域自适应控制算法,将变论域引入模糊控制的隶属函数中,设计了输入函数的自适应律,并通过李雅普诺夫函数进行了稳定性分析.仿真结果表明在有干扰的情况下,算法能很好的跟踪系统输入,使系统跟踪误差小且能够保证系统的稳定性.该算法结构简单,具有良好的鲁棒性和动态性能,同时克服了系统参数变化对稳定性造成的不利影响.仿真实例表 明了本算法的正确性和有效性.

从优化模糊控制器的角度出发，讨论了变论域思想和伸缩因子的概念，同时就量化、比例因子和伸缩因子的关系进行了分析，进而阐述了一般情况下两种伸缩因子的选取方法；在此基础上将模糊PID和变论域思想想结合，形成变论域自适应模糊PID控制结构；最后通过某复杂非线性系统进行仿真研究，结果表明该方法达到了预期目的，优越性明显。

介绍单晶体模型的2种实现方法,并通过对有限元软件 ABAQUS/Explicit的用户材料接口 VUMAT做二 次开发,实现2种单晶体模型构架和显式有限元方法的耦合。采取实体单元来存储材料信息,每个单元代表一个 晶粒,在每个增量步中读取并更新晶粒取向。采用切线系数法来计算每个增量步中不同变形系统的塑性应变增量,通过硬化模型来描述硬化响应。利用编制的 2种用户子程序模拟铜(FCC)单向拉伸过程、IF铁(BCC)冷轧过程和 AZ31镁合金(HCP)单向压缩过程中的织构演化,模拟结果和试验结果吻合较好。

针对脑机接口(BCI)系统中存在的信息传输速率较慢和脑电信号识别正确率较低的问题，对多通道四类运动想象脑电信号进行研究．通过对4种运动想象及休息状态脑电信号进行功率谱分析，合理确定预处理滤波器的最佳滤波频段，然后使用PW-CSP，Hilbert变换及归一化处理的方法，对四类运动想象脑电信号进行特征提取，分类算法分为特征信号算术求和与阈值比较的预分类过程及包含单个支持向量机(SVM)的细分类过程，算法复杂度明显比采用多个SVM组合的多类分类算法要低，为实现算法的在线应用打下基础．仿真结果表明，该算法分类正确

SLGS模型不能处理灰度不均图像，而RSF模型对初始轮廓较敏感。为此，将RSF模型定义的局部信息融入SLGS模型中，提出一个以偏微分方程形式表达的活动轮廓模型。利用SLGS模型全局拟合量和RSF模型局部拟合量的线性组合构造符号压力函数，调整拟合量的权重以提升模型对灰度不均图像的处理能力和轮廓初始化的灵活性，并利用高斯滤波正则水平集函数法实现水平集函数的正则化。实验结果表明，该模型的分割结果比SLGS模型更准确。

对FOIL算法进行了深入剖析，提出了一种基于该算法利用Visual Prolog实现一阶规则集学习器的设计方法，给出了实现学习器的关键代码和试验结果，验证了该方法在一阶规则集提取中的有效性。