通过引入一种负载容量非线性模型，对小世界网络的级联抗毁性进行了深入研究。在局部加权的负载重分配准则下，仿真分析了权重系数、容量参数以及网络密度等对小世界网络级联抗毁性的影响，并对网络成本和抗毁性能约束下小世界网络的级联抗毁性进行了优化分析。研究表明小世界网络的级联抗毁性随权重系数的增大而减弱，不同密度的网络在权重系数较小时级联失效传播较慢，且级联抗毁性对网络密度的敏感程度相差较大。另外，存在最优容量参数组合使得小世界网络具有最强的级联抗毁性。研究成果能够为现实网络系统的抗毁性设计提供有益的参考和借鉴。
为有效传输多用户多中继网络信息，在线性网络编码的基础上给出一种基于正交处理的网络编码方法（NCOP, network coding based on orthogonal process），该编码方式结合正交低频子载波处理思想，将传输数据正交化，利用处理后数据正交性实时传输并解码需要用户数据，进一步降低系统中断概率，提高分集增益。理论分析了该编码方法的系统中断概率和平均误码率，分析和仿真结果表明在多用户协作网络的应用中，NCOP中断性能及误码性能均优于线性网络编码。
为了更有效地分析聚簇重叠部分高阶异构数据的聚簇结果，提出了一种高阶异构数据模糊联合聚类（HFCC）算法，该算法最小化每个特征空间中对象与聚簇中心的加权距离。推导出对象隶属度和特征权重的迭代更新公式，设计出聚类过程的迭代算法，并且从理论上证明了该迭代算法的收敛性。另外，通过泛化XB指标，提出适用于评估高阶异构数据聚类质量的指标GXB，用于判断聚簇数目。实验表明，HFCC算法能够有效探测数据内部隐藏的重叠聚簇结构，并且HFCC算法聚类效果明显优于5种有代表性的硬划分算法，此外GXB指标能够有效判定高阶异构数据的聚簇数目。
提出一种基于分层的水下传感器网络路由协议（layered-DBR, layered-depth based routing）。节点进行一次信息广播后，只允许指定深度范围内的节点进行消息接收，以达到控制网络副本的目的，最终建立与网络冗余相关的网络分层模型。在分层网络中，节点首先需要计算消息转发前后的相对深度距离与相对剩余能量，进而计算出消息的转发概率。同时，建立一种消息队列管理机制，该队列同时具有消息转发管理和历史记录管理的功能，并给出消息的入列和出列方法。仿真实验表明，layered-DBR能够有效地控制网络冗余，与DBR和Flooding算法相比，layered-DBR能有效地减少网络能耗，延长网络寿命。
针对现有比特平面级编码端速率控制算法估计精度要求高的问题，提出了一种帧级编码端速率控制算法。该算法通过在编码端利用分层快速运动补偿内插产生高质量的边信息估计，并根据循环移位去除比特平面间的级别性，使每个比特平面的编码速率均匀化，从而实现帧级别的速率控制。实验结果表明，与现有算法相比，所提算法对中高速运动视频边信息估计质量有明显提升，且解码视频的平均PSNR(peak signal-to-noise ratio)均有提高。
针对能够用于图像篡改的Seam-Carving技术，提出了一种基于扩展的马尔科夫特征的Seam-Carving篡改识别算法。该算法充分考虑了Seam-Carving操作导致的图像频域特征的变化，将传统的利用马尔科夫转移概率矩阵求取的图像特征和基于扩展的马尔科夫转移概率特征进行融合，而后利用支持向量机进行分类训练，从而达到有效识别基于Seam-Carving的图像篡改。实验结果表明，提出的方案性能优于传统的基于马尔科夫转移矩阵的特征选择方法以及现有的一些该类图像篡改检测方法。
为解决正则表达式匹配中内存需求与检测性能的矛盾，首次提出两级存储的匹配方案。将马尔可夫链理论应用于自动机，通过求解稳态向量，得到各状态被随机访问的概率。将高概率的状态表项配置在FPGA嵌入存储器中，低概率的状态表项配置在SRAM中。使用L7-filter规则集进行实验，吞吐量达到33 Gbit/s，匹配性能比将状态表完全存储在SRAM中提高了50倍。
针对一些ARAS(adaptive response by attractor selection)模型的噪声影响不明确和活跃度不能准确确定状态转换时机的缺点，提出了一个改进的ARAS模型。此模型利用被重新推导的吸引子明确了噪声对模型的随机影响。通过提出一个与当前路径状态和最好路径状态的差成反比的活跃度公式，经Matlab验证，改进模型可提高负载平衡的准确度。在一个基于AODV的多路径路由中，通过使用ARAS改进模型选择路由路径，提出一种基于细胞适应机制的多路径路由协议(MPAM)，并在OPNET中验证了方法的有效性。
针对数据传输型的大规模无线传感网络中路径能量损耗问题，建立在多跳模式下的网络路径能耗优化模型，得出可以使网络通信能耗最小的节点度取值规律。依据节点度的最优取值，通过控制网络平均节点度的适应度模型来构建网络拓扑，提出一种具有路径能耗优化特性的无标度容错拓扑控制算法EETA(energy efficiency to-pology algorithm)。动态性能分析表明，由该算法生成的网络拓扑，其节点的度分布服从幂律，具有无标度拓扑的强容错能力。仿真实验结果显示，该算法同时也降低了网络路径能量消耗，具有路径节能性。
在差分调制解调的信号模型下，提出了高铁场景下2种多天线分集接收模型——线性合并分集接收和统计合并分集接收，从而得出高铁场景下车地无线宽带通信较有效的分集接收方案，提升系统性能。数学分析和仿真结果表明，所提出的线性合并分集和统计合并分集都可以通过增加分集数来降低高速移动带来的误码率平层，统计合并分集的性能要优于线性合并分集，但是其接收机复杂度也比线性合并分集要高。在实际应用中可以根据QoS的要求在性能和复杂度之间进行折衷。
将基于像素MRF分割方法拓展到基于地物目标几何约束的区域MRF分割，提出了一种基于区域和统计的纹理影像分割方法，其基本思想是利用Voronoi划分技术将影像域划分为若干子区域。在此基础上，采用二值高斯马尔科夫随机场（BGMRF, bivariate Gaussian Markov random field）模型，静态随机场模型和Potts模型从邻域、区域及全局层次描述影像的纹理结构，并将该纹理结构模型纳入贝叶斯框架；依据贝叶斯定理构建纹理影像分割模型；利用metropolis-hastings (M-H)算法进行模型参数估计，并依据最大后验概率（MAP, maximum a pos-terior）准则进行优化，从而完成纹理影像分割。为了验证所提出方法的正确性，分别对合成纹理影像，真实纹理影像及遥感影像进行了分割实验，定性和定量的测试结果验证了提出方法的有效性、可靠性和准确性。
提出了一种基于 Farrow 结构的恒定束宽时域波束形成器，主要包括实现整数倍采样间隔延迟的数字延时单元、基于 Farrow 结构的高精度分数延时单元以及保证恒定束宽的幅度加权单元；理论分析了该波束形成器的原理，特点和优势；利用计算机仿真验证了该波束形成器的有效性和优越性；在C6748 DSP平台上的移植实现展示了该恒定束宽波束形成器的实现效率及实用性。
基于链路质量给出了路径满足实时性概率的上界，并证明了计算其上界的时间复杂度为指数级。另外在考虑链路质量的基础上，提出了一种在给定的延迟阈值下最大化端到端数据分组发送成功概率的贪心算法(RROP)。根据给定的延迟阈值和链路质量，RROP算法通过设置每跳链路的最大重传次数来优化端到端数据分组发送成功的概率。证明该算法能够在多项式时间内找到最优解并且通过该最优解获得路径满足实时性概率的一个近似最优的下界。实验结果表明给出的路径延迟分析上界和下界是准确的，并且提出的RROP算法在节省能量和满足实时性上比传统的方法能够获得高出10%以上的性能。
针对RFID标签防碰撞树型算法在识别过程中因询问命令过多、过长而产生大量冗余数据导致通信开销过大的问题，在后退式动态搜索树算法的基础上提出一种低冗余搜索树防碰撞算法（LRST）：为减少询问次数，提出了“一问两答”询问方式，即碰撞标签根据最高碰撞位比特分别在第一个时隙或第二个时隙响应；为减小询问命令的长度，用计数器替代标签中的前缀匹配电路，使算法不再需要前缀作为询问命令的标识参数；此外，提出的预测识别和标签屏蔽机制规避了不必要的询问。理论分析和仿真结果表明，通信开销大大降低。
针对基于仿生智能优化的盲信号分离算法计算量偏大的问题，提出了一种新的基于差分搜索的盲信号分离算法。采用信号在时间上的可预测性度量作为目标函数，使用差分搜索算法对目标函数进行优化求解。利用去相关消源方法从混合信号中去除每次分离出的源信号成分，通过逐次分离最终实现对所有源信号的成功恢复。仿真实验表明，所提算法可以有效实现对混合信号的盲分离。与其他算法相比，该算法在保证了更高分离精度的同时，具有更低的运算量。
基于OFDM信号的循环平稳特性，提出一种在射频干扰环境下OFDM系统的盲信号干扰噪声比估计方法。通过分析发送信号，射频干扰信号以及高斯白噪声的周期自相关函数能量分布规律，选取合适的延时变量和循环频率在功率谱域能有效分离信号功率和干扰加噪声功率分量，从而估计出信号干扰噪声比值。计算机仿真结果表明，和经典的二阶四阶矩(M2M4, second-order and fourth-order moments)盲信号干扰噪声比估计方法相比，新方法不仅能够有效估计射频干扰环境下 OFDM 系统的信号干扰噪声比值，而且无论是估计性能还是复杂度都优于 M2M4方法；同时在快衰落 Rayleigh 信道下，新方法也能有效地估计出信号干扰噪声比值。进一步，所提方法具有对射频干扰信号密度不敏感的优点。
针对负载失衡或热点覆盖无线中继网络，提出一种基于负载均衡的自适应中继选择和频谱转移联合优化策略。定义了一种衡量一个站点对周围同频站点干扰程度的干扰容量，为某站点对其他站点的干扰提供了量化分析指标。当用户申请接入时，首先根据各条链路的信道状况选择首选接入站点和备选接入站点，当首选接入站点负载过重而无足够资源使其接入时，对接入备选站点和从与首选站点同扇区的其他站点向首选站点进行频谱转移的性能进行比较，选择一种维持系统性能较好的方式接入。仿真结果表明，所提算法在中心小区的频谱效率和阻塞率都优于单一的基于负载均衡的中继选择策略和单一的基于负载均衡的频谱转移策略，并且平均干扰容量也最低，对周围小区的系统性能影响较小。
为提高雾天图像增强的对比度并保持颜色恒常性，提出了基于全变分 Retinex 及梯度域的雾天图像增强算法。首先，采用高斯—赛德尔 GS（Gauss-Seidel）迭代算法对基于 Retinex 的全变分能量泛函数进行求解，从而有效地保持颜色恒常性；其次，采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度， 在全变分Retinex理论下重建增强后的雾天图像，并将该增强算法应用到彩色图像；最后，加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果，使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明，本算法提高了雾天图像增强后的对比度和清晰度，具有颜色恒常性、颜色保真高等特性。
分析了传统基于单声道对的和差(M/S)编码技术，针对三维音频系统的空间特性将其拓展为基于三声道的和差编码技术(3D-M/S)。并提出一种基于3D-M/S的音频编码框架，使其能够压缩任意声道配置的三维音频系统 实验结果表明与独立声道编码相比，所提方法能够在相同码率下提高约25%的客观质量 并且在同等质量下，所提方法引起编解码复杂度的增加约为基于PCA编解码方法的1/3
提出一种在非限制条件下，基于深度学习的人脸识别算法。同时，将LBP纹理特征作为深度网络的输入，通过逐层贪婪训练网络，获得良好的网络参数，并用训练好的网络对测试样本进行预测。在非限制条件下人脸库LFW上实验结果表明，该算法较传统算法（PCA、SVM、LBP）识别率高；另外，在Yale库和Yale-B库上也获得较高识别率，进一步说明以LBP纹理特征作为网络输入的深度学习方法能够对人脸图像进行准确识别。
针对复合衰落信道模型下分布式MIMO系统下行中断概率问题，首先建立了一个综合考虑Nakagami-m衰落、路径损耗和阴影衰落的复合衰落信道模型；然后针对存在中心基站的分布式MIMO系统，提出了一种更符合实际应用环境的准均匀小区移动台分布模型；接着利用矩生成函数、Gauss-Hermite积分公式和Simpson积分公式等数学手段推导了任意移动台分布下、单小区内系统平均下行中断概率闭合表达式；最后将准均匀移动台分布模型应用到该中断概率闭合表达式，并通过 MATLAB 仿真证明了所推导得到的闭合表达式及小区分布模型的合理性。
关注异构蜂窝网络和认知无线网络的发展，分别总结了认知异构蜂窝网络、认知家庭基站和认知WiFi 2.0网络的概念和相应研究，凝练了认知融合网络的概念。针对认知融合网络中宏站与多小站共存于相同频段，必然导致严重的干扰问题，提出了认知资源管理和认知干扰管理环路框架，实现资源和干扰的高效管理，有效提升端到端的用户体验质量。最后展望了认知融合网络的未来发展方向和关键技术问题。
对轻量级分组密码TWIS的安全性做进一步分析，将三子集中间相遇攻击应用于忽略后期白化过程的10轮TWIS。基于TWIS密钥生成策略中存在的缺陷，即其实际密钥长度仅为62 bit且初始密钥混淆速度慢，攻击恢复10轮TWIS全部62 bit密钥的计算复杂度为245，数据复杂度达到最低，仅为一个已知明密文对。分析结果表明TWIS在三子集中间相遇攻击下是不安全的。
为了提高变换域JND模型的精度，在计算对比度掩盖因子时只对纹理分量滤波并判断区域类型的方法避免了JND低估的问题。将改进的JND模型用于图像编码，考虑到辅助信息对编码效率的影响，把经过调整后的JND模型结合到量化过程中，能去除更多的视觉冗余并保持兼容性。仿真结果表明，纹理分解的方法提高了JND阈值，改进的编码方法在相似的视觉质量下能节省更多的码率并且不需要增加额外的比特开销，该编码思路也适用于视频编码。
提出了一种基于分数阶功率谱的宽带双基地MIMO雷达中参数联合估计的新方法。在许多情况下，根据窄带信号模型对宽带回波信号中的参数进行估计是不合适的，因此提出一个新的宽带回波信号模型对运动目标参数进行估计。根据分数阶功率谱(FPSD)的峰值点对多普勒频移因子和时延参数进行联合估计，并依据分数阶功率谱的峰值点构造2个子阵，提出的FPSD-MUSIC算法和FPSD-ESPRIT算法实现了对收发角的联合估计。接下来推导了该信号模型中参数估计的克拉美罗界。仿真实验验证了算法的有效性。
结合双环循环码和(2,1,1)卷积码，构造了一类(2k,k,1)卷积码，获得了一种短码构造长码的新方法。通过定义一种状态转移矩阵，利用代数方法和格栅图，揭示了该码类的构造机理，发现其码字结构的均衡性与多样性俱佳，具有良好的距离特性。仿真实验表明，(2k,k,1)卷积码的纠错性能和译码速度相较于传统卷积码存有一定优势。
