多传感器信息融合理论大都是在无系统偏差和量测同步的理想条件下给出的，而实际的工程背景却并非如此。因此，在实际的工程实践中发现融合的效果并不理想，有的甚至不如融合前的效果好。为解决这一问题，研究了系统偏差条件下的多传感器异步融合问题。针对不同的工程背景，提出了两种异步融合算法：异步卡尔曼滤波（asynchronous Kalman filter, ASKF)算法和扩展异步卡尔曼滤波（generalized asynchronous Kalman filter， GASKF）算法。仿真表明，两种算法实现了异步量测条件下目标状态和系统偏差的有效跟踪。

针对有噪环境中通信信号的盲分离问题，说明了在有噪环境中，对观察信号进行白化处理后得到的混合矩阵为正交矩阵，并在此基础上给出了正交分离矩阵的迭代公式。另外，为了消除噪声影响，改善算法的分离性能，根据噪声的概率密度模型，提出了一种改进方法。该方法对分离信号进行迭代，从而得出鲁棒的盲源分离算法。仿真结果表明，提出的分离算法相对著名的EASI算法，其性能有很大改善。在信噪比为20 dB时，本算法获得的干信比比EASI算法低10 dB。

分析了多线性调频信号的时间调频斜率分布的交叉项，导出了交叉项的数学表达式，结合线性调频信号的特点，提出用Radon变换的交叉项抑制的方法，该方法具有运算量小的特点。仿真表明该方法能滤除绝大部分交叉项和噪声，且能用于低信噪比的场合。

多频段子脉冲信号合成距离像，可以降低系统瞬时带宽和采样率要求，并提高距离分辨率。探讨了一种新的基于合成带宽技术的综合子脉冲成像思想，该方法用非均匀采样模型来解决频带合成中子脉冲参数不同带来的问题，然后采用辛格插值方法进行信号的均匀化重建，并最终获取更高分辨率距离像。仿真实验表明，此方法不仅能解决不同参数的子脉冲信号间合成问题，还有效改善了距离分辨率。

为实现简单而精确的定位，提出了一种基于阵列天线的超宽带(ultrawideband, UWB)定位方案。在定位源末端设置4根阵元天线，用于检测未知节点发射的UWB信号，各天线接收的信号经统一的中央处理单元，只需单个定位源就能完成未知节点的三维定位。通过UWB多径信号检测算法进行到达时间差(time difference of arrival, TDOA)估计，无需收发两端时钟同步，且避免了使用复杂的波束赋形技术。同时，提出了一种UWB多径信号检测算法，在分析误差模型对定位精度影响的基础上，以IEEE 802.15.4a信道模型的CM1~CM8为依据,对方案进行了误差性能仿真实验。结果表明,所提方案可实现精确定位，误差达厘米级。

针对令人关注的减小单星无源定位误差问题，提出了按最小二乘准则将单星测量的辐射源到达频率和相位差进行组合定位的方法，给出了这种定位方法的误差表达式。在对计算机仿真数据与按理论公式计算的结果分析和比较后，提供了定位误差分布等值线和组合定位误差减小系数等值线分布图。理论分析和仿真实验表明,组合定位的误差比同样条件下测量单一参数定位的误差小。

提出了非带限冲激信号的一种低通采样和重建方法，将冲激信号通过低通滤波器后，按照信号新息率进行采样，然后对采样得到的离散时间信号进行傅里叶变换，采用最小二乘零化滤波算法可以准确地重建原始冲激信号。在冲激信号个数较大及受到噪声影响时，最小二乘零化滤波算法性能恶化，通过适当提高采样率，使用奇异值分解重建算法，可以获得理想的重建结果。分析和仿真结果证明，所提出的非带限冲激信号低通采样和重建方法，能够以较低的速率进行采样和恢复原始冲激信号，并具有良好的抗噪声性能。

为了解决相干信源的测向与跟踪问题，提出了一种基于阵列虚拟平移的快速解相干幂迭代算法。算法把阵列虚拟平移和幂迭代方法相结合，对数据协方差矩阵进行了重构，在不损失阵列孔径的情况下较好地实现了解相干处理，使直线阵可估计的相干信源数目达到了M-1个。避免了特征值分解和一维谱峰搜索，算法的收敛速度快，运算量小，算法同样适用于均匀圆阵。通过仿真实验,验证了算法的有效性。

超宽带测向系统中，天线体积受限严重影响到系统的测向精度和解模糊能力,且天线阵列的孔径限制着阵列最多能分辨的目标信号个数，而一些优秀的算法如空间平滑算法和旋转不变子空间(estimation of signal parameters via rotational invariance technique, ESPRIT)算法损失了天线阵列孔径。针对这些问题，在传统的四阶累积量多重信号分类(multiple signal classification, MUSIC)算法基础上提出了一种改进的算法。该算法根据四阶累积量矩阵构成的规律，去除了原四阶累积量矩阵的数据冗余，有效地减小了运算时间，为其实际应用提供了必要条件。计算机仿真和实测数据仿真的结果表明，本改进算法可以快速地实现虚拟阵列扩展，同时对有色高斯噪声也有一定的抑制作用。

对已经初步聚焦的低频超宽带(ultrawideband, UWB)合成孔径雷达(synthetic aperture radar, SAR)图像进行基于图像域的相位误差补偿，可进一步提高图像聚焦质量。依据UWB SAR运动误差模型，提出了基于条带式相位梯度自聚焦（strip phase gradient autofocus, SPGA）算法的相位误差补偿方法。该方法有效地补偿大合成孔径、宽测绘带低频UWB SAR图像中的二维空变相位误差。仿真和实测数据处理结果验证了所提方法的有效性。

针对期望信号假设来向与实际来向存在误差时，传统的宽带波束空间自适应阵列有较大的性能损失，提出了一种对信号来向误差具有稳健性的算法。该方法利用信号的恒模特性，在期望信号来向未知的情况下，实现了对宽带信号的无失真接收。首先利用扇形滤波器，形成一组具有频率不变性的正交波束，然后基于恒模准则对各波束的输出进行处理得到最优权值。该方法对信号来向具有很强的稳健性，同时具有收敛速度快等优点。通过计算机仿真验证了所提方法的有效性与优越性。

针对制导武器共形相控阵天线阵列形成特定波束指向的方向图特性问题，讨论了几种共形天线阵列的配置方式。首先建立棱锥阵列和圆锥阵列的几何模型，再分别就棱锥阵列和圆锥阵列讨论天线单元的不同配置方式，并建立各自的天线方向图函数和方向性增益函数。通过比较各种阵列配置方式下的天线方向图副瓣特性及共形天线阵列的方向性增益，综合选取副瓣最小和方向性增益最高的制导武器共形天线阵列的最优配置方式。仿真结果表明，在同等参数配置条件下的圆极化圆锥矩形栅格阵列可以作为制导武器共形天线阵列的最优配置方式。

在双基合成孔径雷达(synthetic aperture radar, SAR)中两个独立的频率源相位噪声直接叠加在一起,严重影响系统的成像质量。根据频率源相位噪声的二阶统计特性，定量分析了频率源相位噪声对双基SAR图像偏移、聚焦精度以及积分旁瓣比等参数的影响，导出了不同波段下频率源相位噪声对双基合成孔径雷达成像系统相干积累时间的限制。研究结果进一步完善了双基SAR成像理论体系，为系统的设计提供了理论依据。

建立了多载频（multicarrierfrequency, MCF） MIMO雷达的幅相误差模型，并针对其发射和接收阵列的幅相误差耦合到一起的特点，提出了对信号预处理后等效阵列的联合幅相误差进行整体估计来实现误差校正的思想。针对单辅助信源的情况完成了两种误差估计方法：子空间拟合（subspace fitting, SF）法和最大似然（maximum likelihood, ML）法，子空间拟合法利用信号子空间与阵列流型张成空间的对应系列方程求解，而最大似然法利用似然函数最大来得到幅相误差。推导了幅相误差估计的CramerRao界（CRB），并仿真分析了两种方法的估计性能与信噪比、快拍数的关系以及辅助信源的定位误差对估计性能的影响。

提出了利用支持向量机对战场侦察雷达目标回波信号进行处理，以实现对卡车、坦克等在地面运动的车辆目标进行分类识别的一种新算法。首先对雷达接收到的目标回波信号作频域分析，从中提取待分类目标信号的特征向量，然后利用所建立的支持向量机模型对目标信号作训练和识别，最后与经典谱分析和神经网络的方法作比较，并采用实际数据验证这种识别方法的有效性。

给出了多输入多输出(multipleinput multipleoutput, MIMO)雷达波束方向图的数学表达式，它为发射和接收方向图的乘积。假设接收阵元为半波长配置，通过分析发射阵元的间隔配置，得出如下结论：当发射阵元为一倍或Mr（接收阵元数目）倍半波长间距时，波束方向图将不会产生高旁瓣；当发射阵元的间距介于两者之间时，波束方向图将会因发射端的栅瓣效应而造成高旁瓣电平。针对后者引起的高副瓣情况，提出了利用接收波束合成算法来对消发射阵元的栅瓣，进而有效地抑制旁瓣。仿真实验验证了理论分析的有效性。

针对基于屋顶基函数的传统矩量法几何建模复杂、计算量大等缺点，提出一种定义在参数曲面上的屋顶基函数，并将其用于矩量法求解电磁散射问题。参数曲面几何建模能用较少的曲面四边形精确地逼近散射体表面，定义在参数曲面上的屋顶基则大大减小了矩阵规模，简化了计算。计算结果表明，与基于屋顶基（rooftop basis function, RBF）函数的传统矩量法相比，所提方法不仅结果精确可靠，而且极大地减少了未知量，同时也节省了计算机内存。

与时域无载频脉冲体制的探地雷达技术相比，频率步进探地雷达（steppedfrequency ground penetrating radar, SFGPR）具有较多优越性，但由于其工作频率是以阶梯方式步进，导致成像速度较慢。提出了一种基于压缩感知(compressive sensing, CS)的频率步进探地雷达成像算法。实验结果表明，基于CS理论构建的CSSFGPR系统具有数据采集时间短、成像速度快等特点。〖JP〗

针对决策者具有格序偏好结构的群决策问题，提出了一种基于偏好距离测度的群决策方法。该方法定义了格上偏好关系的一种距离测度，并算出二元关系之间的距离；利用偏好关系之间的距离建立一数学模型，结合优先原则和集结规则将个人偏好集结成群体偏好,并将该决策方法推广到专家权重信息不能完全确定的情况。给出了应用该方法的具体步骤，举例说明了该方法的可行性。

针对所有决策者均给出每个属性下备选方案的排序向量的决策问题，提出一种排序距离极小化方法。先定义排序向量的距离测度函数，并证明其符合CookSeiford条件；再以方案的群体排序与各个体排序的加权距离最小为目标建立非线性整数规划模型，求得决策群体对方案在每个属性下的排序；类似地，将方案的综合排序与其在每个属性下的排序的加权距离最小化，解得方案的最终排序结果。供应商选择算例及结果讨论表明该方法的有效性。该方法将CookSeiford函数扩展到多属性群决策，可较好地避免排序结果的非唯一性。

针对准则权重信息不完全且准则值为正态分布随机变量的多准则决策问题，提出一种基于区间运算的随机多准则决策方法。该方法将正态分布准则值转化为区间数，利用离差最大化原理和不完全准则权重信息建立区间参数线性规划模型，将其转化为最优模型。通过对最优模型进行求解,得到最优准则权重向量，从而构造加权规范化区间决策矩阵。然后计算每个方案到区间理想点的区间距离,并根据其大小确定方案集的带有可能度的排序。最后算例说明该方法的有效性和可行性。

区间灰数运算是灰色系统的理论基础，对灰色系统理论发展的影响举足轻重。首先给出了灰数“核”的定义，基于“核”和灰数灰度建立了区间灰数运算公理、运算法则和新的灰代数系统，并研究了运算性质。至此，灰数运算被转化为实数运算，区间灰数运算的难题在一定程度上得到解决。定义的区间灰数运算可以推广到以区间灰数为基本元素的灰色代数方程、灰色微分方程、灰色矩阵运算的情形，而且有助于由于受到区间灰数运算困难的制约一直进展缓慢的灰色投入产出和灰色规划等方面的研究。

GM(1,N)模型在因素一次累加弱化系统指标间波动性和灰性的基础上,建立了各因素线性关系的灰色模型,但其强制性的线性假设以及不够完善的求解方法致使其实际运用较少。 为解决这类问题,文章提出了两个非线性优化的GM(1,N)模型——非线性GM(1,N,x(0)1)和GM(1,N,x(1)1)模型,即在GM(1,N)白化方程的基础上建立因素间非线性关系,并通过BP网络拟合,最终得出拟合结果和预测值。进一步证明了两种非线性GM(1,N)模型均属于GM(1,N)的派生形式,并提出了运用非线性优化GM(1,N)模型进行指标预测的具体方法。 最后通过一个实例进一步表明该模型的可行性与优化性。

针对普通GM(1,1)模型应用于非平缓变化序列预测时误差较大甚至失效的缺陷，提出了一种内涵式参数辨识的GM(1,1)新模型。推导了模型边值、背景值权重系数、发展系数以及灰作用量与预测值之间的非线性内涵表达式，并采用粒子群算法(particle swarm optimization, PSO)对内涵式参数进行辨识，建立了PSOGM(1,1)预测新模型。典型算例表明,PSOGM(1,1)模型收敛速度快，较普通GM(1,1)模型具有更高的预测精度，可应用于平缓变化及非平缓变化序列预测。

由于侦察任务的复杂性和不确定性，无人机对其目标的侦察时间往往是不确定的。将多无人机对观测时间不确定目标的侦察路径规划问题建模为使任务时间、编队总耗时和编队规模同时最小化的多目标优化路径规划问题。对此，在基于ε占优的稳态多目标进化算法基础上引入多目标局部搜索，给出了混合ε占优多目标进化算法,提出了一种使用插入最近点方法的启发式遗传操作。实验结果表明，算法能够有效解决所研究的问题，并且其优势随着问题规模的增大而显著。

弹载合成孔径雷达(synthetic aperture radar, SAR)的方位成像能力受飞行弹道和观测视角的影响。为满足SAR成像导引头在限定时间内获得最佳方位分辨率，提出了一种基于遗传算法的弹道优化设计方法。首先建立了弹载SAR条件下导弹飞行的约束，然后以导弹指令加速度为优化变量，构造了与方位分辨率和波束驻留时间相关的目标函数，采用遗传算法进行寻优，设计得到了弹载SAR平台的优化弹道。仿真实验证明了该方法的有效性。

威胁建模是无人机战术任务推演的重要前提。借鉴人工势场的基本思想，构造势函数来定量描述防空威胁对无人机任务完成性的影响作用。利用模糊多属性决策理论来计算防空威胁本身的作战能力指数，根据无人机采取的干扰措施、机动性能、飞行速度以及飞行高度等因素来量化无人机对抗威胁能力指数，利用悲观准则来处理信息不确定性问题。该模型具有可导连续函数相加的形式。仿真结果表明，该模型计算简单，占用存储空间少，且能够很好的反映防空威胁本身的作战能力、时域，空域特性以及无人机的对抗特性。

利用信息融合技术研究多系统调制识别问题，提出一种加权表决融合算法。该算法首先定义系统对识别结果的贡献度，用来描述多个系统的联合对识别性能的提升，并将其作为分配权重的依据。然后将这种多系统识别问题建模为合作对策模型，利用合作对策的Shapley值来决定各系统的权重。最后通过所提出的加权表决算法，对多个系统的调制方式判决结果进行决策层融合。计算机仿真表明该算法有助于提高调制识别的性能。

针对存在参数不确定性和外加干扰的刚体航天器的姿态跟踪控制问题，提出一种基于二阶滑模的姿态跟踪控制方法。首先介绍高阶滑模控制基本原理，并建立基于修正罗德里格参数(modified Rodrigues parameter, MRP)描述的航天器数学模型，采用李雅普诺夫第二法推导二阶滑模姿态控制律。理论分析和仿真结果表明该方法能够有效消除系统抖振，并实现航天器姿态跟踪的精确定位，且系统具有全局稳定性和鲁棒性。

对一类不确定非线性系统提出自适应模糊控制方法。此方法用模糊逻辑系统设计自适应模糊监督控制器和自适应模糊控制器，且设计补偿器对逼近误差进行补偿，以此来减少逼近误差对跟踪精度的影响，同时对自适应模糊监督控制器和自适应模糊控制器中的未知参数设计了自适应学习律。证明了该方法不但能保证闭环系统稳定，而且可使跟踪误差收敛到原点的邻域内。仿真结果验证了此方法的有效性。

针对一类参数随时间变化的不确定混沌系统，用鲁棒自适应方法实现异结构混沌系统的广义投影同步和参数辨识。基于李亚普诺夫稳定性理论，设计了鲁棒自适应控制器和参数自适应律。通过改变广义投影同步的比例矩阵，获得所有状态变量任意比例于原驱动系统的混沌信号，并辨识出系统所有未知参数。以R-ssler超混沌系统和Lü超混沌系统为例，数值仿真验证了所设计方法的有效性和可行性。

针对一类可化为链式标准型的非完整系统的有限时间镇定问题，提出了一种基于切换控制策略的有限时间镇定控制器，并给出了控制器参数的选择条件。该控制器利用切换控制的思想，根据系统的状态变化，通过有限次切换，可使得非完整链式系统各状态在有限时间内从任意的非平衡位置收敛至平衡位置。最后给出了应用该控制器控制非完整链式系统的具体形式，通过仿真实验验证了所设计的有限时间镇定控制器的有效性。

针对一类由多子系统组成的，具有建模误差和未知不确定性的多变量非线性系统，提出了一种自适应鲁棒定位控制方案。分别在系统数学模型已知或未知的情形下，通过对不确定性的未知范数界描述，基于Lyapunov理论和Barbalat引理，给出了滑模鲁棒控制器的综合设计方法及其自适应控制律，保证整个闭环误差系统的稳定。该方法减少了对系统模型精确度的依赖，避免了传统方法对不确定性的人为预估行为。最后，通过船舶动力定位系统的控制仿真表明了本方法的有效性。

在空中对准失准角不满足小角度假设的条件下，推导了一种新的机载INS/GPS大失准角空中对准的误差模型。将基于极大似然估计的自适应估计器与无迹卡尔曼滤波(unscented Kalman filter, UKF)算法相结合，修改自适应滤波算法中自适应参数的表达式。提出将自适应UKF算法用于非线性误差模型的空中对准方案中。仿真表明，自适应UKF算法能够克服噪声统计模型不准确对滤波结果的影响，失准角估计的精度好于UKF算法的精度。

针对同时具有模型参数不确定性和外部扰动的一类离散切换系统，研究H∞其鲁棒控制和H2/H∞混合鲁棒控制问题。首先，基于多Lyapunov函数法分析了含有状态反馈控制器的离散切换系统的稳定性和H∞鲁棒控制问题。其次，基于线性矩阵不等式，通过建立和求解一个凸优化问题，给出不确定H2/H∞鲁棒控制的具有更小保守性的求解方法。最后，仿真算例验证了所提出方案的可行性。

针对传统的间接法卡尔曼滤波在北斗/捷联惯导(serial inertial navigation system, SINS)组合导航系统中无法实现较高的定位精度且计算的冗余度大的缺点，提出一种基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的新型组合系统滤波算法。本算法以SINS输出的导航参数及平台误差角等作为系统状态，无源北斗输出的位置速度参数作为量测，采用改进的UKF方法进行数据融合,并直接计算组合系统导航参数的最优估计。实验结果表明，新算法可以降低对伪距误差模型的精确度要求，同时避免非线性系统状态方程的线性化，简化滤波参数的调整过程，从而有效地缩短组合导航系统的解算时间，提高定位精度。

针对多个源点需要同时组播数据至所有宿点的多源多宿组播网络，给出了采用线性网络编码实现数据传输并达到最大吞吐率的编码构造方法。通过添加一个虚拟源点以及该虚拟源点至所有源点的虚拟链路，形成了一个含有约束条件的单源组播问题，借助于这个单源组播问题，建立了求各源点组播率的数学模型，该模型是一个组合优化问题——背包问题，并给出了基于遗传算法的实施方法。然后运用实现单源组播连接的线性网络编码构造技术确定各信道的编码矢量。理论分析和仿真测试结果表明,本文提出的方法是可行的。

为了提高计算性能（速度与可扩展性），提出了一种新颖的神经网络的并行计算体系结构和计算网络权函数的训练算法。权函数是广义Chebyshev多项式和线性函数的复合函数，只需要通过代数计算就可以求得，不需要梯度下降计算或者矩阵计算。各个权函数能够独立求解，可以通过并行系统采用并行算法计算。算法可以求得全局最优点，得到反映网络误差的一个有用的表达式。此外,算法在不超过权函数总数的范围内，还具有维持加速比与并行系统中提供的处理器的数量成线性增长的能力。仿真实验结果表明，本文算法的计算性能远远优于传统算法。

针对经典的总变分去噪模型边缘信息对噪声敏感且易模糊的缺陷，提出了非线性与线性的加权变分模型。非线性加权变分模型是在总变分模型的正则项中引入权函数，并利用权函数引导扩散，使得新模型在消噪的同时更好地保持图像的纹理特征和边缘信息；线性加权变分模型是对含噪图利用高斯函数进行预处理，再对处理后的图像进行扩散，从而降低计算复杂度。数值实验表明，与经典的总变分模型相比，改进的方法无论是在视觉效果还是峰值信噪比上都有明显的提高。

为了有效地避免网络陷入局部极小点，提出了具有小波尺度退火和迟滞激励函数的混沌神经网络模型。将Gauss小波函数作为网络的自反馈项，利用小波尺度的指数递减实现混沌模拟退火，可使网络表现出更丰富的混沌动力学演化行为，有效地增加了混沌搜索的Lyapunov指数的平均水平。利用统一框架理论分析了网络的优化特性和稳定性。旅行商问题(traveling salesman problem, TSP)和直扩序列码分多址(direct sequencecode division multiple access，DSCDMA)多用户检测器的仿真结果表明，该网络能够找到优化问题的全局最优解,并且具有较好的优化性能。

提出了滤波反投影（filtered back projection, FBP）算法的基于被动式射线驱动和预插值的反投影策略。首先对滤波后的投影采用线性插值预插值到更加精细的间隔上，然后对每个角度下的滤波投影用被动式射线驱动法反投影，得到重建图像。反投影时为了减少求取投影地址时三角函数的运算，将三角函数值事先求得并存到查找表中，需要时调用。反投影时采用简单的最邻近插值法插值，以节省插值时间。仿真实验表明，这种方法可以有效提高反投影速度。

针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题，提出了一种基于知识的空时自适应处理（knowledge aided space time adaptive processing, KASTAP）方法。该方法将待测距离单元杂波的先验知识与广义内积非同态检测器（general inner product nonhomogeneity detector, GIP NHD）结合，对训练样本进行有效选择。通过仿真证明该方法能有效剔除存在干扰目标的样本，提高训练样本被干扰目标污染时空时自适应处理的检测性能。

超立方试验设计是试验设计领域的热点问题。传统的拉丁超立方试验设计优化算法以试验点间正交属性度量准则或均匀性度量准则为单一优化目标，以单一优化准则求得的试验设计并不能确保其他的优化准则最优。以正交度量准则和均匀性度量准则为优化目标，提出基于改进ESE算法的多目标优化试验设计方法。算例测试证明，与已有算法相比，本文提出的新算法能得到更优的试验设计。

如何动态地把现存的各种Web服务整合起来以形成新的、满足不同用户需求的服务已成为新的应用需求和研究热点.针对现有服务合成中服务选择技术的不足,提出了一种基于着色Petri网的最小代价服务合成方法。该方法主要思想是根据候选服务输入输出之间的逻辑关系建立有色Petri网,从而找出所有合成方案,然后根据原子服务的服务质量(quality of service, QOS)参数选择具有最小代价的合成方案,通过服务实例验证，基于着色Petri网服务合成方法能够获得最小代价的组合方式。

针对具有故障部件的STAR互联网络的可靠性问题，在有条件的容错模型和概率模型的基础上，提出了一种新的评估STAR网络可靠性的方法。该方法通过网络的二连通率来进行评估。首先提出了一个自适应的容错并行路由算法，通过该算法的多次执行，得到用于计算网络二连通率的相关条件参数，在此基础上建立了用于推断网络二连通率的贝叶斯网模型。然后通过基于贝叶斯网的概率推理，可得到反映网络可靠性的网络二连通率。研究结果表明，该方法拓展了人们在网络可靠性评价方面的视野，具有一定的理论和实际意义。

针对网络处理器中快速存储资源有限和微引擎缺乏存储管理方法等制约实现快速、大量GPRS隧道协议（GPRS tunneling protocol, GTP）隧道检查的问题。提出了基于布隆过滤器(Bloom filter, BF)的数据隧道端点标识（data tunnel endpoint identifier Bloom filter, DTEID BF）方法，该方法将冲突问题转化为误判率问题，通过合理利用快速存储资源减少读写操作周期，采用并行运算提高处理速度，给出了应用该方法的具体步骤和参数选择方法。通过在IXP2850中实现DTEID BF方法并进行吞吐量和延时测试，证明该方法在吞吐量上接近1 Gb/s，在最大延时和平均延时指标上优于Trie方法。

随着计算机技术向多处理器以及多核的架构发展，以OpenMP和线程构建模块（thread building blocking, TBB）为代表的多核处理器并行计算平台的应用得到重视。对多核并行计算技术在建模仿真领域的应用进行了初步探讨，以景象匹配仿真计算为例，基于OpenMP和TBB并行计算平台构建了一个景象匹配评估平台，对不同的景象匹配算法效率进行评估。对多核并行计算技术及其在景象匹配仿真算法中的应用进行了详细介绍，并通过仿真实验验证多核并行计算技术能够大大提高景象匹配评估平台的运行效率，从而有效地支持对导弹真实景象匹配制导系统相关算法进行验证和研究。

通过分析无线传感器网络的特性及其并发应用的特点，提出了一种新型消息中间件EventX，以便为实际应用提供高效节能的软件平台。首先定义了基于事件驱动的订阅模型，然后指出EventX的体系结构，并给出了根据时间、类型等对订阅进行分解的模型和算法，最后为低能量状态的节点设计了一种基于权重的贪婪决策算法。通过仿真测试，证明其能够减少网络数据传输开销，延长网络生存时间。

当前的可信计算机主要关注于TPM安全芯片的集成与应用，在可信根保护、文件加密存储和系统安全防护方面存在不足。在参考可信计算技术的基础上，提出了一种以内嵌的安全控制模块为物理信任根的高可信计算机解决方案。论述了整体的组成结构、工作原理，详细分析了高可信计算机中安全控制模块和可信BIOS的实现机制。相关实验结果验证了高可信计算机平台设计方案的有效性。