研究了一种基于磁集成设计的超高频谐振反激功率变换器，通过充分利用电路中的寄生参数，减小了电路中无源器件的数量，从而进一步提升变换器的功率密度．采用空心PCB电感构建松耦合变压器，利用其漏感作为谐振电感、功率管寄生电容作为谐振电容构建谐振网络．通过合理设计变压器电学参数，保证了功率器件软开关的实现．然后，基于Wheeler公式对空心变压器的几何结构进行估算．进一步地，基于有限元仿真对空芯变压器的结构进行调整，结合设计目标实现了空心变压器的精确设计．最后搭建了30 MHz，25 W的超高频谐振反激变换器样机．额定功率下，样机达到了80.5%的效率和5.5 W/cm3的功率密度，验证了以上方法的有效性．

针对密码算法加速的指令集架构扩展可能为处理器引入侧信道泄露的风险，提出了一种硅前阶段侧信道安全评估方法，能准确定位处理器运行过程中存在侧信道泄露风险的时刻与微架构组件．基于一款32 bit顺序精简指令集计算机(RISC-V)处理器架构，实现了两种代表性的高级加密标准(AES)扩展指令与扩展硬件电路，而后应用所提出的评估方法对其开展侧信道安全评估．基于评估结果提出了扩展端口动态掩码和运算单元功耗随机化的混合防护策略，进行了硅前安全验证，最终实现了高侧信道安全的AES指令集架构扩展．实验结果表明：所提出的混合防护策略能够在4.9%的面积开销下，提升了AES扩展1 886倍以上的侧信道安全性．

为了降低逻辑电路的功耗并提高电路的数字逻辑信息密度，根据二值型忆阻器的电学特性，利用LTspice仿真软件，建立Knowm忆阻器的SPICE电路模型，通过LTSpice仿真验证该电路模型的有效性；然后，应用该模型设计三值基本逻辑门并进行仿真验证；最后，在此基础上构建基于忆阻器的三值乘法器电路，并在LTspice仿真软件中进行仿真验证与功耗分析．采用二值忆阻器设计三值基本逻辑门和三值乘法器，相比三值N阱互补金属氧化物半导体(CMOS)逻辑门电路，本方案具有高性能和更低的延迟、高集成度、低功耗等优势，可用于替代传统CMOS管组成的逻辑电路．

使用Verilog-A硬件描述语言对自旋转移矩磁随机存储器(STT-MRAM)的基本存储单元磁隧道结(MTJ)器件进行建模，采用Cadence软件对模型进行验证．基于已建立的MTJ模型设计STT-MRAM的读写电路．针对写入延迟过长的问题，对传统写入电路进行改进，通过增加写入支路上晶体管的数量来增加写入电流及降低基本存储单元(1T1MTJ)结构中晶体管的压降，有效地缩短了磁隧道结翻转过程的开关延迟时间，提高了写入驱动电路的工作速度；读取电路采用改进的三稳态传输结构，降低了电路功耗，提高了读取数据的准确性．最后设计实现了1Kb的STT-MRAM的非易性存储，仿真结果表明所设计的STT-MRAM能够实现数据的存取过程．

针对多子阵合成孔径声纳(SAS)六自由度运动误差补偿及逐点运动补偿算法效率低的问题，提出一种能够快速补偿方位空不变六自由度运动误差的多子阵SAS运动补偿与成像算法．建立方位空不变六自由度运动误差存在情形下的多子阵SAS双根号形式距离历程，利用泰勒级数展开对双根号形式距离历程进行近似并保留至方位时间的四阶项，利用级数反演方法推导出严格解析的点目标响应二维谱，进而提出能够快速实现方位空不变六自由度运动误差补偿与高分辨成像的距离多普勒算法．仿真试验和实测数据成像表明了所提算法的有效性．

针对地面复杂场景下，红外目标检测准确率低、网络模型过大难以应用于移动或嵌入式平台等问题，提出了一种轻量级红外实时目标检测模型MCA-YOLO．基于YOLOv4模型，主干网络采用Mobilenet-v2网络，其余部分网络采用深度可分离卷积替代部分标准卷积，减少模型参数和计算量；在模型颈部网络中嵌入坐标注意力(CA)模块，增强模型特征提取能力；通过k-means聚类算法重新设计模型Anchor，提高模型检测精度；采用迁移学习策略进行模型预训练，加快模型收敛速度．实验结果表明：提出的检测模型相较于YOLOv4，模型参数量减少81%，检测速度提升47%，检测精度提升6.34%．同时保证准确率和实时性，可以满足军事及安防领域对红外目标进行实时检测的需要．

双微型麦克风阵列在无线耳机、助听器等嵌入式设备上有着广泛应用，其子阵列位置不固定的问题影响着后续语音信号处理的性能．基于到达时间差(TDOA)方法提出一种改进的阵列位置校准算法，在广义互相关算法中加入局部的三次样条插值，提高了低采样率下的TDOA精度；根据双微型麦克风阵列的结构特点采用改进的几何解算方法，利用子阵列内部已知距离参数的同时避开其误差较大的时延估计值，提高了阵列位置校准的精度.实验结果表明：在10 dB信噪比、48 kHz采样率的条件下，提出的改进算法可以在计算量相近的情况下将时延估计误差降低85%，位置校准误差降低51%．

为解决工频水下磁目标信号特征在强背景噪声干扰下提取困难的问题，提出一种基于粒子群(PSO)优化变分模态分解(VMD)降噪方法．对VMD优化时选取包络谱峰值因子作为适应度函数，该算法不仅能有效克服经验模态分解(EMD)算法的模态混叠和端点效应问题，还能克服了VMD依赖人工经验调参造成分解效果存在偏差的问题．并将其应用于仿真与实测信号的降噪算例中，结果表明相较于集合经验模态分解(EEMD)与VMD算法，PSO-VMD算法不仅将信噪比提升了22 dB左右，还最大限度地保留了磁异常信号的原始特征，提取到了水下目标磁扰动信号，为水下磁异常检测提供一种新思路．

针对已有的超声透金属通信信道模型较为复杂的问题，提出了一种简化的频域信道模型．利用超声在金属墙中传播的指数衰减特性和回波等时间间隔特性，推导出超声在金属墙中传播的频率响应，然后将频率响应与用高斯函数近似表示的压电换能器幅频特性相结合，最后通过缩放系数和平移系数对频率响应进行了修正，得到了超声透金属通信的简化频域信道模型．利用有限元仿真验证了超声在金属墙中传播的特性，并将所提简化模型与已有的模型进行了比较，结果表明：两种模型中金属墙、换能器及整体信道的幅频曲线都相接近，验证了所提简化模型的准确性．

为有效提升多小区多用户通信系统能效，针对哈里斯鹰优化算法易陷入局部最优导致无法得到最优系统能效这一问题，提出一种改进的哈里斯鹰能效优化算法．首先，建立考虑小区间干扰因素的多小区多用户通信系统模型，得出该系统的能量效率方程；在运用哈里斯鹰算法求解系统能效过程中，将Sobol混沌初始化与莱维飞行变异策略结合到算法中以对原始算法进行改进．仿真结果表明：相较于原始算法，本文算法改善了原算法陷入局部最优问题，并将系统能效提高了15.1%．

针对磁纳米粒子(magnetic nanoparticles，MNPs)建模过于理想化的问题，在肿瘤模型内构建了多种单分散和多分散的MNPs．在此基础上，以MNPs的功耗为输入通过求解生物传热方程来预测模型治疗温度，继而研究了不同分散性MNPs对磁热疗治疗效果的影响差异．此外，考虑一种接近真实的多分散性MNPs模型中构建了基于模糊自适应比例积分微分磁热疗控制系统，该系统能通过温度反馈实时控制磁热疗治疗温度处于临界值46℃，解决了因MNPs分布不均匀性和多分散性导致目标区域局部温度难以稳定在最佳治疗温度46℃的问题．仿真结果表明：在相同的治疗条件下，MNPs粒径集中程度和肿瘤区粒子分布均匀性的提高均可有效地改善治疗效果，而所设计的控制系统能够以较快的速度使最高温度稳定在最优值46℃，显著提高治疗效果．

为了解决传统功率通路中肖特基二极管导通损耗较大的问题，设计了一款高精度可编程限流双通道理想二极管功率通路，基于0.18 μm BiCMOS工艺进行了流片验证．采用了新颖的自适应电源选通控制电路，避免PMOS功率管的寄生体二极管导通的风险，并使PMOS功率管导通阻抗仅为40 mΩ．芯片实测结果表明：单个理想二极管功率通路在4 A电流条件下，-40°~125°温度范围内传输效率达到92%以上；而且电路内部集成了高精度可编程限流保护电路，单个通道实现了0.15~4 A范围内限流阈值调节．

从5G陶瓷滤波器用银浆的工艺特性出发，制备了分散性好、一致性高、烧结性能优异的球形亚微米银粉；制备了工艺匹配性好、拉力高的玻璃粉；制备了能湿润5G陶瓷滤波器精细化结构的有机载体．制造出5G陶瓷滤波器用喷涂银浆，其性能参数为：银含量为78%，黏度为7 Pa∙s，方块电阻为4 mΩ，拉力为21 N/mm2．该银浆对5G陶瓷滤波器元器件的外表面、通孔、盲孔、凹槽等处均具有很好的金属化效果，银层没有出现缺银、龟裂、毛刺、流挂等问题．该5G陶瓷滤波器用喷涂银浆具有雾化性能好、湿润性高、不流挂、低方阻、高拉力的优点，在5G陶瓷滤波器领域具有广泛的应用前景．

针对阀口独立控制节能系统阻尼降低与执行器振荡的问题，建立了入口阀电子压力补偿的阀口独立控制系统数学模型，设计了基于动态压力反馈的阀口独立控制系统主动阻尼补偿策略．针对挖掘机等工程机械负载大范围变化的作业工况，分析了不同负载下阀口独立控制系统阻尼补偿特性，提出了一种全域负载工况下阻尼补偿性能评估指标和补偿增益优化方法，开发了基于Matlab/GUIDE平台的阀口独立控制系统阻尼补偿参数自整定软件．20 t挖掘机阀口独立控制系统实验结果表明：采用所提出的方法能够优选阻尼补偿增益参数，在不同工况下执行器速度运行平稳且压力振荡降低47.9%~71.58%，从而改善系统动态特性．

为使规划算法得出的路径更加符合无人艇操纵特性，基于人工势场法，结合船舶操纵方程提出了一种满足无人艇操纵性的路径规划方法．首先，根据无人艇的运动特性，在势场函数中加入障碍物相对方位角信息；其次，通过分析船舶的KT方程，设计了一种无人艇航行时的动态转艏限制角，并将其与人工势场法相结合；然后，对比分析了改进后人工势场法和经典人工势场法的规划路径，结果表明改进后算法规划出的路径更为平滑；最后，利用传统LOS引导律和PID控制器对规划路径进行循迹仿真，进一步验证了改进后算法规划出的路径的优越性．

针对圆柱形壳体承载效率的局限性问题，提出了变曲率壳体的设计思路．基于薄膜理论和无矩理论，推导了非闭合母线的旋转壳应力与屈曲载荷计算公式．以广义等强度壳理论作为评价耐压壳体承载能力的重要指标，对不同构型旋转壳的应力与屈曲载荷进行了理论预报，探讨了壳体承载的最优构型．最后基于增材制造技术制备了圆柱壳与变曲率壳模型，设计静压试验验证壳体构型与力学性能的影响规律．结果表明：变曲率壳体具有明显的承载优势，两个主方向应力的比值低于圆柱壳，屈曲载荷高于圆柱壳；改变壳体几何构型对其承载能力有一定影响，当r0/rn确定时影响不明显，综合考虑加工精度及初始缺陷等因素，壳体使用圆弧构型效果较好；提出的理论公式在应力预报方面具有较高准确性，在预报屈曲载荷过程中，由于壳体承载进入了非线性阶段，不可避免地导致了误差，应使用非线性方法进行修正．

为了研究圆柱壳体在侧压作用下的强度损伤机理，采用近场动力学数值方法对其强度损伤的萌生、扩展演化过程进行仿真分析．首先，对键基近场动力学理论进行了回顾．考虑到该模型中长程力对计算精度的影响，引入核函数对其进行改进，建立了适用于求解三维问题的改进型键基近场动力学模型．其次，将最大应变准则作为评估键断裂与否的标准嵌入改进的模型中．采用FORTRAN语言编程实现了单调递增侧压作用下壳体强度损伤行为的数值仿真．最后，对仿真结果进行分析，揭示强度损伤演化规律．仿真结果表明：损伤区最先出现在壳体内壁面，且呈90°均匀分布；随着压力的增加，壳体的外壁面上出现两个新的损伤区，随后内壁面和外壁面上的损伤区同时向壳体中面扩展；在整个损伤演化过程中，壳体的损伤程度随载荷的线性增加而呈指数形式增长．该方法能为壳体在复杂载荷作用下的强度预测和防护提供指导．

为解决复杂环境下船舶慢速域自主航行决策问题，提出符合避碰规则、良好船艺和操纵特性的可变速自主航行决策方法．在分离型运动模型中增加推力随转速和航速变化的影响因子，提出船舶慢速域操纵运动模型和自适应最优航向控制方法，精确预测船舶操纵运动过程．将改进的速度算法与基于定量COLREGs的四阶段理论相结合，提出了一种适用于多船复杂会遇局面、兼顾变速和变向策略的慢速域自主航行决策方法．仿真结果表明：所提出的方法能在多船会遇场景下提供有效精确的自主航行决策方案，能安全避让所有目标并及时跟踪计划航线．

针对恶意软件检测和分类中存在局部关键特征丢失、样本不足、样本不平衡和分类准确率低等问题，提出了一种基于多裁剪策略的恶意软件检测与分类模型MadcuG．模型首先将恶意软件字节文件用字节数组的形式放至内存缓冲区中生成彩色图像；然后用多裁剪策略将彩色图像生成恶意软件局部图像，以增加对局部关键特征的关注，解决样本不平衡和局部关键特征丢失问题；最后，用深度卷积生成对抗网络构造了打分判别器和分类判别器，目标损失函数为打分判别器和生成器的对抗损失及分类判别器的分类损失，以增加训练中参数的利用率和模型的泛化能力．实验结果表明：MadcuG模型在BIG2015和Malimg数据集上分别获得了99.88%和99.2%的分类准确率，优于已有模型．

针对水下多目标定位精度依赖采样间隔的问题，提出了将深度残差网络(ResNet)和分数傅里叶变换(FrFT)相结合的多目标定位算法(MLRF)．首先，建立水下多目标定位仿真模型；其次，使用ResNet训练了一种适合多目标定位的网络；然后，对回波进行FrFT得到其频谱图，使用ResNet检测频谱峰值并计算目标个数；最后，设计了一个多目标定位算法来区分不同目标数据，并估计每个目标的位置和速度．通过仿真对比了信噪比(SNR)和锚节点数量对定位的影响．实验结果表明：MLRF算法的定位均方根误差随信噪比和锚节点数量的增加而减小，并在SNR为-5时均方误差在2 m以下．该方法受噪声影响较小，能够有效应对水下多目标定位问题，并有助于水下多目标跟踪的研究．

针对智能车辆通过弯道或狭窄区域过程中难以兼顾控制精度和通过安全裕度的问题，提出一种改进线性二次型调节器(LQR)的路径跟踪横向控制策略．首先，建立车辆系统动力学模型；其次，在横向控制方面设计了基于线性二次型调节器理论的控制器，添加前馈控制，提高了路径跟踪过程中的横向控制精度；提出车体偏差概念，在控制策略中加入车体尺寸约束，提高了车辆的通过性，使得控制输入得以保证控制精度和通过安全裕度；最后，联合PreScan和Matlab/Simulink软件对车库场景和连续变曲率狭窄弯道场景进行对比仿真试验验证．试验结果表明：本控制策略在上述场景中有着良好的跟踪效果，可以显著提高车辆在路径跟踪过程中的控制精度和通过安全裕度．

针对无人机(UAV)辅助的移动边缘计算(MEC)网络中无人机的能耗和地面用户的能耗的矛盾关系，研究了受限回程链路下的UAV辅助的MEC网络的空地能耗折中问题，同时考虑到无人机的能耗与地面用户的能耗通常相差几个数量级，引入放大因子兼顾地面用户能耗．通过联合优化计算任务分配、GUs发射功率、GUs卸载时间和无人机轨迹，以最小化加权总能耗，可以表示空地能耗之间的权衡关系．由于所提出问题的非凸性使其难以优化，提出了一种基于块坐标下降法和连续凸近似技术的两阶段交替迭代优化算法得到该问题的次优解．仿真实验结果验证了所提出的方案在兼顾公平性条件下刻画了无人机能耗和用户能耗之间的折中关系，并在降低总能耗方面优于其他基准方案．

为进一步提升无线传感器网络的定位精度，提出了一种利用遗传模拟退火法改进的dv-hop定位优化算法(DGSA)．首先引入跳数调整因子对节点间跳数信息进行修正，利用共线度去除会产生较大误差的信标节点，再用加权处理方式优化平均跳距，降低了dv-hop算法因本身局限性产生的定位误差；其次将局部搜索能力优良的模拟退火算法引入遗传算法中进行寻优，使算法的寻优效率和定位精度得以提升．仿真结果表明：在相同环境下，DGSA算法相较现有的无线传感器网络定位算法有更好的搜索效率，定位结果也更加准确．

鉴于脉冲神经网络在连续学习过程中会产生灾难性遗忘，以往的无监督方法需要足够大的网络规模才能达到良好的学习效果，但这将耗费大量的计算时间和资源，本研究旨在用较小的网络规模实现较好的连续学习效果．受神经科学的启发，提出了一个网络分割与已有自适应突触可塑性相结合的方法：首先把网络分割为与任务数相同且互不重叠的子网络，然后每个子网络通过自适应突触可塑性进行无监督学习．该方法易于实现，仅须很少的计算资源，并且允许小规模脉冲神经网络在多任务连续学习时保持高性能．研究结果表明：在小规模的脉冲神经网络上，采用网络分割方法比不采用网络分割的测试精度明显提高．对于4个数据集，平均提高约36%．