针对多视点加深度格式的3D视频中深度图鲁棒性不足的问题，提出了一种基于深度图的3D鲁棒视频水印算法。首先，将深度图不重叠的划分为4×4大小的块，计算每一块像素域的均方差，并设置一个阈值来区分纹理块和平坦块；其次，对纹理块计算区域块的能量值，根据计算的能量值设置一个阈值来选择性嵌入水印比特位；最后，获取每个块变换量化后的DC系数，根据获取的DC系数值构造3×3的可逆矩阵，对可逆矩阵进行QR分解，将水印嵌入在分解后的Q矩阵中。所提算法保证了平均峰值信噪比不变，且不同量化参数（QP）值（25、30、35、40）的重编码攻击下的平均误码率为14.9%。从测试的结果来看，该算法具有较好鲁棒性和嵌入容量，同时对视频的质量影响很小。

在高维数据如图像数据、基因数据、文本数据等的分析过程中，当样本存在冗余特征时会大大增加问题分析复杂难度，因此在数据分析前从中剔除冗余特征尤为重要。基于互信息（MI）的特征选择方法能够有效地降低数据维数，提高分析结果精度，但是，现有方法在特征选择过程中评判特征是否冗余的标准单一，无法合理排除冗余特征，最终影响分析结果。为此，提出一种基于最大联合条件互信息的特征选择方法（MCJMI）。MCJMI选择特征时考虑整体联合互信息与条件互信息两个因素，两个因素融合增强特征选择约束。在平均预测精度方面，MCJMI与信息增益（IG）、最小冗余度最大相关性（mRMR）特征选择相比提升了6个百分点；与联合互信息（JMI）、最大化联合互信息（JMIM）相比提升了2个百分点；与LW向前搜索方法（SFS-LW）相比提升了1个百分点。在稳定性方面，MCJMI稳定性达到了0.92，优于JMI、JMIM、SFS-LW方法。实验结果表明MCJMI能够有效地提高特征选择的准确率与稳定性。

针对传统单接收节点盲均衡受信道影响大、误码率（BER）高的问题,提出了一种低复杂度的分布式粒子滤波盲均衡算法。该算法采用多个接收机组成无融合中心的分布式网络,使用分布式粒子滤波(DPF)合作估计共同的发送符号序列。为降低粒子采样复杂度,选用先验概率作为重要性函数;然后采用最小一致算法近似联合似然函数,从而使得每个接收节点的粒子权重达到一致。理论分析与仿真结果表明,该算法无需数据集中,具有更低的节点计算复杂度。全分布式的多接收机合作获得了空间分集增益,提高了系统误码性能。

为了改善深空探测中共焦面阵列馈电抛物反射面天线的可视范围，提出一种基于遗传算法的扫描波束综合方法。基于物理光学法计算共焦面馈电阵中每个馈源照射反射面的次级远场方向图，利用遗传算法优化得到的权值对各次级方向图加权合成期望的波束。仿真和分析结果表明：提出的基于遗传算法的共焦面阵列馈电反射面方向图综合与传统共轭场匹配方法相比，可控制旁瓣电平,更精确综合出期望方向图，扩大深空探测天线的可视范围。

网络事件的关联检测是网络管理急需解决的一个关键问题，基于Petri网的事件关联检测机制，提出基于时间Petri网的事件关联检测机制，该机制充分考虑了事件关联时间窗口的起始和大小，有效地提高了事件关联检测的准确率。