为了增强电源系统的可靠性,提出一种高压高可靠性开关电源控制芯片,该芯片引入一种新型的故障保护电路,通过同时监测误差放大器（EA）输出和峰值电流信号来检测过流和短路等故障.当EA输出电压超过4.2 V或者峰值电压信号（由采样电阻得到）连续4个周期超过0.75 V时,保护电路会及时切断控制器,保护变换器免受损害,同时降低了电路损耗.芯片还集成了软启动、限流保护、过压欠压保护和脉宽调制/跳脉冲调制（PWM/PSM）模式切换电路，该芯片采用CSMC 0.5 μm 60 V BCD 工艺进行设计,已经成功流片.将该芯片应用于反激式转换器中,转换器可以将34～60 V的输入电压转化成5 V输出.测试表明：当故障发生时,控制芯片能够迅速切断控制器以保护整个转换器,而当故障消除后该控制器仍然可以自行重新启动；反激转换器最大输出电流为2.6 A,静态电流小于1 mA,最大效率为83.5%,线性调整率和负载调整率分别为0.02%/V和0.03%/A,具有良好的瞬态响应能力.
为了解决在无线认知传感网络（CRSN）中，因为无线链路的不稳定性所导致的一般路由方式取得的吞吐量非常有限的问题,提出一种基于频谱已知的多信道机会路由协议（SAMOR）.该路由方式一方面可以克服无线链路的不稳定性,另一方面可以提高频谱资源的利用率.在构造节点的传输竞争集时,综合考虑了投递率、能量消耗和时延三者之间的权衡设计了一个竞争集优化算法.在数据的传输过程中,中继节点和数据信道的选择是在一种基于控制信道的跨层协商机制（MC-OMAC）中完成的.仿真结果表明:SAMOR比基于频谱已知的机会路由协议（SAOR）在平均吞吐量、平均丢包率和平均时延上表现得更加优越;链路的平均投递率越小,SAMOR表现出来的优势就越明显.
为了解决全局网络调度过程中的网络通信资源调度和维护复杂性的问题,根据无线可寻址远程传感器高速通道(HART)数据流特点,将原始网络拓扑结构简化表达为双树结构,基于此提出一种适用于规模已知而且最大深度确定的无线HART网络的调度策略.其核心思想是当网络拓扑发生变化时,根据双树结构搜索拓扑变化区域,仅针对该变化区域进行调度,而不影响双树结构中其他未发生变化的区域.测试和分析表明：该策略不仅能够有效地进行动态局部区域调度,而且能够保证网络通信的可靠性、流畅性以及网络数据的较小延时.
针对在威胁估计的动态贝叶斯网络中,转移概率的获取和观测数据的缺失问题.建立时间序列预测模型,对缺失数据进行预测；在获得完整数据后,利用完整数据集和前向递归算法完成参数学习；通过动态贝叶斯网络对目标的威胁进行估计.仿真结果表明：相比于数学期望最大算法,时间序列方法预测数据精度较高,学习时间短, 能大大提高来袭目标威胁估计的效率,满足实际作战需要.
提出一种标定非量测摄像机成像中心和畸变参数的新方法,解决了不进行摄像机线性内外参数求解即可对多种单参数畸变模型进行标定的问题.该方法由两步组成：近似标定,添加直线与近似呈圆弧的直线段畸变成像形成闭合曲线,得出其闭合面积及端点与畸变参数及中心的近似关系；参考模型逼近,依据该闭合曲线端点及当前标定值,由畸变模型生成闭合曲线的参考面积值和曲线端点的无畸变成像位置,以此修正该近似关系,进而逼近准确的畸变中心与参数.仿真和真实图像实验均表明,该方法利用四条成像直线段即可实现高精度标定且收敛迅速.
为了解决缺少里程计情况下的移动机器人同时定位与地图构建（SLAM）问题,提出一种机器人运动状态估计模型.通过将该模型与FastSLAM框架相结合,在SLAM过程中实现对机器人位置、姿态及其运动状态（如速度）的估计.该算法用估计的运动状态代替里程计,实现了在没有里程计情况下的SLAM.为验证算法性能,通过仿真和维多利亚数据库的实验将该算法与需要里程计信息的SLAM算法相对比.实验结果表明,该算法在大于30个粒子的情况下可以达到与需要里程计信息的SLAM算法相当的精度.
针对摄影中易产生视频抖动的问题,提出一个实时鲁棒的视频去抖动系统.该系统具有如下特性：1)提取参考帧和当前帧的Sift特征点,并对它们进行匹配,通过随机采样一致（RANSAC）算法来得到全局运动参数；2)基于经验模式分解以及多种评价准则(全局运动参数和特征点对位置误差)来确定抖动参数以实现对当前帧的运动补偿；3)结合图像纹理合成算法来修复运动补偿后的视频帧,从而得到稳定和完整的输出视频.通过比较抖动视频和去抖动后的视频结果表明:该系统能够在保持实时性的同时提高视频的平均信噪比约7.2 dＢ,大大提高人对视频中内容的辨识度和观察舒适感.
采用Kelvin模型模拟饱和土体和桩的相对滑移,在频率域内研究了饱和黏弹性土层中端承桩的扭转耦合振动.饱和土体的力学行为利用Biot模型描述.将土骨架视为具有分数阶导数本构的黏弹性体,采用Novak薄层法,得到了桩扭转振动时饱和黏弹性土层的动力阻抗.利用Euler-Bernoulli杆模型模拟桩的力学行为,给出了饱和分数导数黏弹性土层中端承桩扭转振动的分析方法和桩顶动力复刚度的解析表达式.在此基础上,分别对以下几个方面进行了对比分析：经典弹性模型、分数导数黏弹性模型和标准线性固体模型的结果；三维模型和薄层法的结果；桩土界面有无相对滑移的结果.考察了分数导数模型参数、饱和土和桩各参数对桩顶刚度因子和等效阻尼的影响.结果表明：在高频处完全接触条件下桩顶刚度因子和等效阻尼的振幅小于滑移条件下；随着阶数和材料参数比的增加,桩顶刚度因子和等效阻尼都有所减小.
为了减小光谱变化以及异常像素点对端元提取结果的影响,根据局部区域内纯像元和混合像元光谱特征的不同,提出一种基于空间像素纯度指数的端元提取算法.将光谱角距离和欧氏距离加权相加作为新的混合距离测度;采用固定大小的邻域窗口计算图像中所有像素的空间像素纯度指数,在此基础上,根据光谱角距离测度和设定的端元光谱区分性阈值依次搜索端元.仿真数据和真实高光谱图像实验结果表明：该算法能够准确地提取图像中的端元,并且精度高于其他一些端元提取算法.
建立以最小化提前和拖期时间、最小化炉重偏差为目标的混合整数线性规划模型, 解决磁性材料成型-烧结两阶段生产调度问题. 提出一种混合粒子群优化算法(HPSO)进行模型的求解,该算法采用基于订单的编码方式. 针对粒子群算法易陷入局部最优, 在迭代过程中引入模拟退火思想. 改进粒子群算法的全局极值和个体极值选取方式, 使算法尽快收敛到非劣最优解. 生产现场实际数据仿真结果表明: 该混合粒子群算法无论在求解精度, 还是求解速度上均优于普通粒子群算法和遗传算法.
为了解决基于计算机视觉的人类手势识别问题,提出一种名为层次化Bag-of-Features(BoF)的模型. 该模型通过对人手区域进行划分和对图像特征分别向水平和垂直轴投影来提取图像特征的空间分布信息. 为了准确快速地实现手势识别,构建一种基于直方图交叉核的手势识别分类算法. 该算法结构简单、运行效率高,而且充分利用层次化BoF模型的结构特点. 为了进一步提高在复杂背景下手势识别准确率和运行效率,采用一种基于谱和直方图交叉核的背景特征点过滤算法. 实验结果显示,所提算法对于简单背景下的手势识别准确率可达99.79%,而对于复杂背景下的识别准确率为80.01%．
为了提高信息挖掘方法的效率和动态性,支持在线定义知识提取模式,提出一种快速文本匹配框架.该框架包括上下文索引、上下文挖掘语言、上下文匹配算法等模块.框架从索引中直接获得提取内容的上下文信息,无需依赖文本过滤,从而提高信息提取性能.理论分析和实验表明：本框架提取方法同文本提取方法、倒排提取方法等相比,其运行时间在不同大小和结构的数据集上更为稳定高效,提取模式的长度对本框架的影响较小,因此,适合海量数据的在线提取.
为了解决分布式计算系统能量消耗成本高的问题,在具有动态电压调节技术计算处理器的基础上,研究总线型网络环境中可分负荷的能量调度问题.根据能量与处理器速度的N次幂关系,在忽略网络延迟和给定运行时间的前提下,以最小化能量消耗为优化目标,建立可分负荷调度问题模型.采用非线性规划方法和Kuhn-Tucker条件,提出新的基于能量模型的负荷调度方案,并设计了相应的算法流程.对新方案和其他调度方案进行了对比和分析,结果显示新方案能耗率减少了10%～30%,验证了新方案在节能方面的有效性和优越性.
针对在高动态精度电压电流标准源反馈控制中，因系统纯滞后时间大于控制节拍而导致系统不稳定的问题,研究将最少拍无波纹控制技术应用于动态标准源控制的方法.通过实验获取系统阶跃响应和纯滞后时间,进而辨识系统传递函数,在此基础上设计出针对高精度动态电压电流标准源的最少拍无波纹控制器.通过仿真验证了方法的有效性,并在实际的硬件系统中进行了实验验证,得到了系统动态性能指标.实验表明：采用最少拍无波纹算法的动态标准源输出正弦信号,1 Hz正弦输出时,幅值不确定度达到量程的±6.7×10-6以下,总谐波失真达到0.01%以下,证明了最少拍无纹波控制算法的有效性.
为适应现代便携式音频设备高音质、微型化与低功耗的要求,提出一种面积优化的高精度delta-sigma数模转换器数字前端模块设计.采用改进型公共子式消除（CSE）算法构建有限冲击响应（FIR）内插滤波器,增加公共子式的利用率,以降低系统硬件开销与芯片面积；并采用一种新型双向循环移位数据加权平均（DCS-DWA）技术,可在不引入寄生音调的前提下抑制三阶四比特量化Delta-Sigma调制器的匹配误差,提高了系统的信噪失真比（SNDR）.该模块在中芯国际0.18 μm 1P6M标准CMOS工艺下流片,核心芯片面积为0.42 mm2,峰值SNDR与动态范围（DR）分别达到103.2 dB和104.4 dB.在1.5 V电源电压下,系统功耗为0.12 mW.以上结果表明主要的设计目标均已实现．
