为研究飞机牵引车智能语音控制，实现机场环境下牵引车对飞行员语音命令的精确、高效识别，同时针对传统动态时间规整（DTW）算法计算量大、时间复杂度高、算法识别效率低的问题，提出了一种车辆语音识别的六边形弯曲窗口约束DTW优化算法。首先，从DTW算法原理、牵引车指令的语音特性和机场环境三方面，分析了弯曲窗口对DTW算法识别精度、效率的影响；然后，在Itakura Parallelogram菱形弯曲窗口约束DTW优化算法的基础上，进一步提出了六边形弯曲窗口约束的DTW全局优化算法；最后，通过改变优化系数，实现了最优六边形弯曲窗口约束的DTW算法方案。基于孤立词识别的实验结果表明，所提最优算法与传统DTW算法、菱形弯曲窗口约束的DTW算法相比，识别错误率分别降低77.14%和69.27%，识别效率分别提高48.92%和27.90%。该最优算法更具鲁棒性、时效性，可以作为飞机牵引车智能控制的理想指令输入端口。

针对移动机器人在复杂环境下采用传统方法路径规划收敛速度慢和局部最优问题，提出了斥力场下粒子群优化（PSO）的移动机器人路径规划算法。首先采用栅格法对机器人的移动路径进行初步规划，并将栅格法得到的初步路径作为粒子的初始种群，根据障碍物的不同形状和尺寸以及障碍物所占的地图总面积确定栅格粒度的大小，进而对规划路径进行数学建模；然后根据粒子之间的相互协作实现对粒子位置和速度的不断更新；最后采用障碍物斥力势场构造高安全性适应度函数，从而得到一条机器人从初始位置到目标的最优路径。利用Matlab平台对所提算法进行仿真，结果表明，该算法可以实现复杂环境下路径寻优和安全避障；同时还通过对比实验验证了算法收敛速度快，能解决局部最优问题。

无人值守无线传感器网络(UWSN)通常部署在环境恶劣或敌对环境中，在静态汇聚节点(或基站)部署困难的情况下，感知节点无法完成感知信息的实时汇聚传输，需暂时维持感知数据的生存状态。为了增强数据生存的概率，提高感知数据的抗损坏、擦除和篡改能力，重点研究无人值守无线传感器网络中的数据加密生存问题，提出了一种基于中国剩余定理(CRT)多等级秘密共享的可靠数据生存方案。基于网络中节点的信誉模型，设计了节点权重密钥存储机制，增强了数据加密密钥分割存储的有效性，并结合基于中国剩余定理的秘密共享机制，提升了原有数据加密分发和恢复过程的效率。此外，还讨论了基于中国剩余定理的秘密共享方案具有的良好同态性质，并依此设计了子密钥组合运算方案，提高了数据加密生存方案中子密钥运算的安全性，进一步确保了数据生存方案的安全、可靠。

针对粘连或重叠颗粒图像的分割问题，提出了一种基于特征模糊推理的局部形态学重构参数计算方法，对传统的距离变换结合分水岭的算法进行了改进。在传统距离变换结合分水岭方法的基础上，将颗粒图像划分成若干连通区域，每个连通区域单独处理，使用形态学局部重构的方法抑制分水岭的过分割现象。通过对距离图像连通区域极大值进行统计分析，提取该连通区域的颗粒形态特征。将颗粒形态特征作为模糊输入，重构参数特征作为模糊输出，使用模糊推理方法自适应地计算重构参数，解决了重构参数选取的不确定性问题。最后对重构图像进行分水岭变换得到颗粒分割图像。实验结果表明，该方法对各种粘连状态的颗粒分割效果良好，克服了传统方法的过分割与参数自适应选择的问题。