以维吾尔语为代表的低资源、形态丰富语言的信息处理对于满足“一带一路”语言互通的战略需求具有重要意义。这类语言通过组合语素来表示句法和语义关系，因而给语言处理带来严重的数据稀疏问题。该文提出基于双向门限递归单元神经网络的维吾尔语形态切分方法，将维吾尔词自动切分为语素序列，从而缓解数据稀疏问题。双向门限递归单元神经网络能够充分利用双向上下文信息进行切分消歧，并通过门限递归单元有效处理长距离依赖。实验结果表明，该方法相比主流统计方法和单向门限递归单元神经网络获得了显著的性能提升。该方法具有良好的语言无关性，能够用于处理更多的形态丰富语言。

高频地波雷达接收阵列不可避免地存在幅度和相位误差，这时天线方向图会产生歧变并使杂波对消算法失效。校准方法有采用辅助信源、建立阵列模型进行参数估计、利用噪声或杂波做为校准源等，缺点分别为成本高、实时性差、不能校准相位误差。针对以上问题，该文提出了孤立大目标分层校准算法。首先将阵列分成若干子阵，然后选取在空域和Doppler域都具有唯一性的大信噪比目标作为校准源，采用改进的噪声子空间拟合法或者相差校准法对各子阵的幅相误差进行校准，最后通过对各子阵误差矢量的融合得到统一的误差矢量，从而实现整个阵列的幅相校准。校准后阵列天线的幅度误差、相位误差和波束方向图旁瓣均显著减小。理论和实践都表明，孤立大目标分层校准算法比传统算法在实时性和精度方面都得到了大幅度的提高。

建设天地一体化网络是中国的一项重要工程。在空间网络中引入IP协议族及相关路由技术能充分发挥互联网的长处，更加快速和高效地实现多网融合。然而，空间网络的特殊性使得传统互联网的路由技术不能直接被使用。该文提出一种基于传统域内路由协议OSPF的天地一体化网络域内路由协议OSPF+，利用卫星运动轨迹可以预先计算的规律，引入拓扑预测，结合扩展的邻居状态机来优化链路状态数据库的同步，在空间网络自治系统中实现低开销、高稳定性的自适应动态路由。模拟实验结果表明：OSPF+能在约1 s的时间内快速完成路由收敛，且达到98%以上的稳定性。

针对少资源语言的语音关键词检出技术受到了广泛关注。该文在基于动态时间规整（dynamic time warping，DTW）的关键词检出框架下，提出了基于音素边界的局部匹配策略，用以解决基于样例的语音关键词检出任务中的近似查询问题。在QUESST 2014评测数据上采用多种特征进行了实验验证。实验结果显示：基于音素边界的局部匹配策略不仅在近似查询T2和T3任务上的检出效果明显提升，在精确查询T1任务上也获得了有效提升。随后的系统融合实验表明，该策略能够大幅提升融合系统的性能。

随着对无线传感器网络的广泛研究与应用，用户对传感器节点的安全性要求日益提高。由于传统基于密码学的信息安全技术并不能够完美地解决传感器节点面临的复杂安全威胁，信誉系统已经被引入到无线传感器网络中，对节点安全情况进行周期性评估，并分配相应的信誉值。由于信誉系统很难分辨一些节点的某些行为是否处于正常区间如监测数据是否准确，进而导致某些传感器节点能够躲避信誉系统的监测，对用户决策产生不良影响。本文提出了一种结合信誉系统和噪声点检测技术的无线传感器网络节点安全模型。一方面，网络中的信誉系统模块为噪声点检测模块提供数据支撑，以便高效检测到噪声点数据；另一方面，噪声点检测模块对信誉系统进行反馈，加速节点信誉值的收敛，提高系统效率。一系列的仿真表明，相比于传统信誉系统模型，改进后的节点安全模型能够同时检测到网络攻击和数据攻击，同时该模型具有更高的收敛速度。

该文提出一种基于Gauss混合模型（GMM）托肯配比相似度校正得分（GMM token ratio similarity based score regulation，GTRSR）的说话人识别方法。基于GMM-UBM（通用背景模型）识别框架，在自适应训练和测试阶段计算并保存自适应训练语句和测试语句在UBM上使特征帧得分最高的Gauss分量编号（GMM token）出现的比例（配比），然后在测试阶段计算测试语句和自适应训练语句的GMM托肯分布的配比的相似度GTRS，当GTRS小于某阈值时对测试得分乘以一个惩罚因子，将结果作为测试语句的最终得分。在MASC数据库上进行的实验表明，该方法能够使系统识别性能有一定的提升。

近年来，针对商业组织和政府机构的网络攻击事件层出不穷，高级持续性威胁（APT）攻击时有发生。恶意PDF文件是APT攻击的重要载体，它通过执行嵌入在文件内部的恶意代码完成攻击过程。查找PDF文件自身存在的安全漏洞，检测利用PDF漏洞的关键代码如面向返回的编程（ROP）链等，将在根源上对PDF恶意代码的传播路径进行阻断，从而更好地应对PDF恶意代码的多样性和多变性。该文首先对PDF文件格式漏洞的原理和分析方法进行介绍，然后结合PDF漏洞分析实例，对漏洞检测规则库进行构建，提出一种基于规则匹配的PDF已知漏洞检测方法，接下来描述ROP技术的原理，对ROP链的检测方法进行分析，最后比较所实现的漏洞检测系统与现有的安全检测工具赛门铁克和BitDefender的已知漏洞检测能力，由检测结果可知该系统对已知漏洞的检测能力明显高于同类产品。

随着电子信息技术的发展，无线传感器网络得到了日益广泛的应用，传统安全防护技术却无法直接应用于无线传感网中，传感器节点容易遭受到恶意攻击。该文提出了一种无线传感器网络的节点行为度量机制，对不同计算能力的节点采用不同的度量机制，具有实时度量和主动控制的特点。仿真实验表明，该方案充分考虑了无线传感器节点能耗问题，能够有效识别恶意节点，同时有更好的环境适应性，能够在部分节点遭到攻击时保障传感器网络顺畅运行。

根据Android应用在运行期的耗电时序波形与声波信号类似的特点，该文提出了一种基于Mel频谱倒谱系数（Mel frequency cepstral coefficients，MFCC）的恶意软件检测算法。首先计算耗电时序波形的MFCC，根据MFCC的分布构建Gauss混合模型（Gaussian mixture model，GMM）。然后采用GMM对电量消耗进行分析，通过对应用软件的分类处理识别恶意软件。实验证明：应用软件的功能与电量消耗关系密切，并且基于软件的电量消耗信息分析可以较准确地对移动终端的恶意软件进行检测。

模糊测试技术是发现未公开漏洞的重要技术手段之一。该文基于Peach提出了工业控制网络协议的安全分析方法。该方法采用变异策略，构造畸形网络数据包，发送给被测目标进行测试，在测试过程中监测被测目标工控网络协议的运行状况，发现网络异常并进行异常分析。该方法以一种公开的大范围使用的工业控制网络协议Modbus TCP为例分析了其安全性。实验结果表明，该方法在工业控制网络协议的安全漏洞挖掘方面是有效的。

对中继卫星系统业务特征的分析和建模是系统资源调度优化问题的关键。基于系统调度原理和实际运控特点，构建了一个能够统一表征用户中继业务的参数化模型，可从时间、空间2个维度描述中继业务特征。通过引入中继卫星天线指向角度作为空间维度变量，改进传统的业务时序约束关系，解决了现有业务模型对时间和空间特征描述不准确的问题。对中继卫星系统业务数据进行分析和调度数值仿真，检验了模型的有效性。仿真结果表明：采用新的业务模型后，中继业务调度完成率平均增加10.65%，单址天线无效资源占比平均减少12.85%，有效提升了中继卫星系统效益。

为了解决毫米波无线通信中模数转换器（analog to digital converter，ADC）无法在接收信号上实现高倍的过采样以及多径影响所导致的定时跟踪问题，该文基于2倍过采样数据，根据相关波形，利用Farrow插值给出2种适用于多径信道的定时跟踪方案，分别在频域均衡之前和之后进行误差精补偿。仿真结果表明：在Rummler信道下，定时频偏为时钟频率的20×10^-6、误比特率为10^-5时，这2种方案的信噪比（signal-to-noise ratio，SNR）与无定时频偏时的只相差2.5 dB左右，说明这2种方案在多径信道下具有良好的定时跟踪性能。

该文将各分布式天线簇内的天线单元相关性纳入考虑，且在仅可获得包含发送端大尺度信道状态信息和发送天线单元相关特性的慢变信道统计特性的条件下，研究多小区分布式天线系统（distributed antenna system，DAS）的高能效协同传输问题，通过小区间协同优化输入协方差矩阵，使系统能效最大化。该优化问题为复杂的非凸问题，故难以求解。通过连续Taylor展开方法，使原问题转化成系列拟凸分式规划子问题，然后通过分式规划方法将其进一步转化成易处理的等价凸问题。据此，提供一种原优化问题的迭代法求解方案。仿真结果验证：相比已有方案，该方案改善了系统的能效水平。

在显著区域检测中，背景先验已被证明有效。通常，图像的边界图像块被假设为背景，其他图像块根据与边界图像块之间的差异来确定显著性，差异越大则显著性越强。然而，当图像背景杂乱或者前景与图像边界有重叠时，仅仅利用边界图像块作为背景将会产生包含较强噪声的显著图，从而使得检测精度下降。该文首先将图像边界图像块向图像内部扩展，使其包含尽可能多的背景像素；然后，利用未扩展到的图像块作为前景查询项，采用二级排序算法来度量所有图像块的显著性。在3个公开的复杂显著区域检测数据集上的大量实验表明该算法优于其他5种算法。

重叠语音是影响说话人分割性能的主要因素之一。该文提出了基于语音高层信息特征的重叠语音检测方法以提高说话人分割效果。首先用通用背景模型（universal background model，UBM）提取语音的语言学高层信息特征，并融合这些特征和Mel频率倒谱系数（Mel frequency cepstral coefficient，MFCC）特征建立隐Markov模型（hidden Markov model，HMM）检测重叠语音，然后对处理后的语音进行说话人分割。实验结果表明：对于由TIMIT语音库生成的数据集，该方法对重叠语音检测的错误率比单一采用MFCC特征有显著降低，而且说话人分割性能有明显的提高。

近年来，非负矩阵分解（non-negative matrix factorization，NMF）被广泛应用于单通道语音分离问题。然而，标准的NMF算法假设语音的相邻帧之间是相互独立的，不能表征语音信号的时间连续性信息。为此，该文提出了一种基于NMF和因子条件随机场（factorial conditional random field，FCRF）的语音分离算法，首先将NMF和k均值聚类结合对纯净语音的频谱结构以及时间连续性进行建模，然后利用得到的模型训练FCRF模型，进而对混合语音信号进行分离。结果表明：该算法相比没有考虑语音时间连续特性的基于NMF的算法如激活集牛顿算法（active-set Newton algorithm，ASNA），在客观指标上有明显提高。

永磁直流电机的定子振动具有鲜明的特性，对它的分析对于分析其他各类电机的振动具有借鉴作用。该文用解析法分析了电机内的磁场和径向电磁激振力，从物理概念上定性解释了直流电机振动的特征。特别地，指出永磁直流电机槽频电磁激振力的阶数与定子振动形态的空间阶数不同。为准确计算电机振动，利用电磁场有限元仿真了电机内的磁场与电磁力分布，并采用结构场有限元对定子振动进行了仿真。针对试验测试，指出为得到定子振动形态特征，需要在定子上测量足够多的测点。并在一台实际的直流电机上进行振动测试，试验结果与仿真结果相符。

针对口语语音处理中的基频提取，提出了一种改进的自相关函数基频提取算法。该算法在原始自相关函数方法的基础上，通过利用语音频谱的纹理特征来提高正确基频值的权重，利用增加候选基频的个数来增大搜索空间，以及利用可靠种子来限制搜索路径这3项措施增加了正确基频值在搜索空间中的出现比例和权重，优化了搜索空间，从而改善了原有基频提取算法的性能。在数据集Keele和FDA上的实验结果显示：与原始算法相比，本文算法的有声错误率相对减少28.74%，总体错误率相对减少5.53%，更适合于口语处理。

针对城市居民购物时停车泊位的选择问题，该文在停车者个体偏好的基础上构建泊位优选模型，并分析了购物中心停车场内各种类型泊位的效用。定量描述和分析了泊位选择的行为及特征，考虑了停车者的个体自然偏好、个体行为偏好和个体承受偏好等，并基于多项Logit模型分析了它们对泊位选择的影响程度，建立了一种基于个体偏好的多变量泊位效用模型，针对北京市宜家商场停车场内的泊位和类型分别进行了验证分析。结果表明行为偏好对泊位选择的影响最为明显，同时验证了该效用模型可以更准确地评价停车者对泊位的选择行为。

先进战机的研制过程中，缩比验证机的试飞是十分重要的环节，而缩比飞机通常选用微型涡喷发动机作为推进系统，因而对该系统进行数学建模成为必要。该文以微型涡喷发动机为对象，以发动机地面试验数据为基础，利用Wiener模型结合最小二乘方法建立了微型涡喷发动机的输入信号到发动机转速的模型、发动机转速到发动机推力的模型。对所建模型进行了验证，为进一步的微型涡喷发动机控制研究奠定了基础，为缩比验证机的控制方案制定提供了模型支持。