信息熵通过系统变化规律的研究

对孤立热力系统中的不可逆过程，热力系统熵自发不可逆地增加；而对自发进行的物理变化过程，物理场熵是减小的．迄今，信息系统中信息熵的变化规律尚不十分明确．对此进行研究，得出结论：带限平稳正态随机信号通过因果最小相位线性系统后，熵可增加或减小，可用线性逆系统使熵可逆变化；平稳非正态独立同分布随机信号通过因果非最小相位线性系统后，熵恒增加，并趋近平稳正态信号，使熵趋于最大．原线性系统不能使熵可逆变化，亦不存在线性逆系统使熵可逆变化．只有加负熵或等效地通过一非线性系统，才能使熵减至最小．

零阶角长球面波函数的研究

零阶角长球面波函数在信号处理等中有着重要应用。它可由积分方程来定义；亦可由求解其微分方程得到。本文利用斯图谟－刘维尔问题．积分方程中希尔伯特－施密特理论，积分变换的正交不变性及δ函数的性质，首次从数学上给出了这种函数微分方程与积分方程等价关系的一般证明。

基于热轧钢坯温度优化的综合优化控制方法的研究

提出了热轧生产过程的综合集成控制策略.实现了将轧制生产的过程参数信息反馈到加热生产工序,对加热炉炉温设定进行基于轧制参数信息的动态调节.仿真结果表明,采用该策略能够有效地降低热轧生产能耗,保证轧制生产的顺利进行.*

L_p自相关函数的谱的研究

对一种新的Ｌｐ自相关函数的谐Ｒｐ（ω）进行了研究，讨论了Ｌｐ自相关函数与高阶联合矩及Ｒｐ（ω）谱与多谱间的关系．研究结果表明：Ｌｐ自相关函数所含的信息量一般不及多谱丰富，因此多谱比 Ｌｐ自相关函数更为优越．

解病态线性方程组的遗传算法

提出了求解病态线性方程组的一种新方法——遗传算法，这是一种模拟自然遗传和达尔文进化理论的并行随机优化算法．首先，详细描述了遗传算法；然后，为了应用遗传算法，将病态线性方程组的求解转化为无约束优化问题来解决；最后，给出了计算机模拟结果并与其他方法作了比较．

一类矩阵奇异值分解的快速算法及在时变滤波中的应用

研究了镜象对称矩阵的性质，提出了计算该类矩阵奇异值分解的一种快速算法。计算机模拟结果表明：快速算法的计算速度比一般算法快３～４倍，并可节省一半内存。将该算法用于线性时变滤波器的设计，取得的结果是令人满意的。

滑动离散余弦和正弦变换的快速算法

提出了计算Ⅰ型和Ⅲ型滑动离散余弦变换和滑动离散正弦变换的快速 算法．该算法具有递归运算结构，计算复杂性为Ｏ（Ｎ），运算量小于其他算 法；文中讨论了该算法的数值稳定性问题，并将该算法与其他算法作了比 较．

一类线性时变离散系统的变换和稳定性

研究了一类具有Ａ（ｎ＋１）Ａ１＝Ａ１Ａ（ｎ）关系的线性时变离散系统Ｘ（ｎ十１）＝Ａ（ｎ）Ｘ（ｎ）的变换和稳定性问题；证明了在不知道关于状态转移矩阵ф（ｎ，ｎｃ）的全部信息时．利用代数变换，这类线性时变离散系统能够变换成等价的线性时不变离散系统；给出了定常矩阵Ａ１存在的充要条件。

一种变换序列的Z变换

研究了一种变换序列的Ｚ变换，给出其定义、收敛性定理及各种性质，并给出利用这种Ｚ变换求解一类时变离散系统的应用。它将用于求解时不变差分方程的普通Ｚ变换拓广为求解一类特殊的时变差分方程，成为研究后者的有用工具。

用PSpice模拟神经网络的功能描述法

提出了在ＰＳｐｉｃｅ上模拟神经网络的一种新方法─—功能描述法．该法以传递函数的形式描述非线性神经元；它具有精度高、无动态范围限制、编程简单等优点，可有效地模拟多种神经元．通过对Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络实现的Ａ／Ｄ转换器和线性规划电路的模拟，验证了该方法的有效性．

设计线性时变递归数字滤波器的时域最小平方误差法

提出了设计线性时变递归数字滤波器的一种新方法。其基本思想是在最小平方误差意义下，用与左边系数为常数的线性时变差分方程相应的广义脉冲响应逼近给定的广义脉冲响应。该方法的主要特点是计算量小、占用存储空间少、容易判别其稳定性。最后举例验证了新方法并与其它时域设计方法作了比较。

用模糊概率检测图象边缘的方法

提出一种用模糊概率检测图象边缘的方法；详细讨论了边缘隶属函数的建立及用模糊概率检测图象边缘的具体方法和步骤．最后给出用该方法检测图象边缘的实例，结果令人满意．

提取数字图像相对灰度特征的Robust估计及其快速算法

以玻璃饮料瓶清洁度的在线自动检验问题为背景，研究了应用计算机图像处理与 模式识别方法实现这一自动检验过程中的图像特征提取问题．文中提出了根据图像的 相对灰度检测方迹图像的思路，给出了描述相对灰度特征的参数和提取该参数的统计 估值方法．针对实际饮料瓶一致性差．图像复杂的特点，提出一种ｒｏｂｕｓｔ估计方法 来解决特征提取的可靠性问题．同时为了满足在线处理的实时性要求，文中在给出两 个有关数字图像相对灰度信号及其方差函数的定理的基础上，给出了一种实现ｒｏｂｕｓｔ 估计的快速算法，从而解决了特征提取中的可靠性与实时性之间的矛盾．文中方法已 在一套计算机图像处理系统上实现．结果完全满足实际要求．

自适应噪声抵消语声增强的实时后处理算法

对自适应噪声抵消系统中两路噪声相关性较弱的情况，采用相于函数作为频域增益因子，对自适应噪声抵消作进一步处理（或后处理），以改善语声增强效果．提出一种实时迭代算法取代现有的基于短时傅氏变换的算法，新算法可简化计算且便于与自适应系统一起实时实现．在计算机模拟实验中，后处理算法的有效性得到了验证．

自适应IIR滤波器的韧性梯度估计算法

对于自适应ＩＩＲ滤波器的输出误差模型结构，ＨＡＲＦ算法和ＲＰＥ算法是两种基本算法．ＨＡＲＦ算法受严格正实条件限制．ＲＰＥ算法则有稳定性问题；经分析，其原因在于其梯度的不坚韧性．为此，提出了一种能够稳定收敛的韧性梯度估计算法；其计算量小，是一种实时算法．计算机仿真表明，它比已有算法更为优越，扩大了自适应ＩＲ滤波器的应用范围．

玻璃瓶底污物的实时检验图像识别方法

玻璃瓶底残留污物的实时自动检，其难点在于瓶底图像复杂多变，耍设法把由瓶底本身凸凹结构或标记等形成的暗影与真正污物区分开。针对实际生产的需要，捉出一种玻璃瓶底实时自动检验的计算机图像识别方法。主要包括分区选择多级自适应特正门限，通过区域生长方法提取污物特征参数，判决分类。此方法有效地解决了实时性与准确性要求的矛盾，并已在模拟验瓶系统上用软件实现。实验与测试结果表明，在检测直径为 ２ｍｍ不透明污物的最小溶限下，正确识别率为 ９６．４％，漏检率０．４％，误检率３．２％．能满足实际生产中每秒检验１０个瓶于的需要。

利用高阶矩进行延时估计的方法

采用一种利用高阶矩进行延时估计的方法．该方法利用四阶累积量代替相关法，克服了现有诸多方法仅能用于高斯白噪声中而不能用于高斯色噪声中进行延时估计的缺点．在运算中采用了ＦＦＴ算法，具有运算速度快的优点．实验结果表明该方法是行之有效的．

利用模糊集合恢复系统零点处信号的新方法

在ＰＯＣＳ法的基础上，提出了利用模糊数学的理论和优化数学恢复信号的新方法，并详细地论述了该方法的基本原理和实现步骤．最后给出了模糊图象恢复实例．

运动模糊图象的参数估计差分恢复方法

本文对运动模糊图象恢复所使用的差分法作了分析,指出其恢复质量不高的原因,提出了一种改进的方法—参数估计差分恢复方法,并在计算机上进行了实现,结果表明,采用参数估计差分恢复方法,恢复质量较差分法有明显改善,特别是当曝光期间相对位移较大时,该方法的优越性更为显著。

谱估计中最佳高分辨率窗函数的逼近算法与实现

研究了用勒让德展开式逼近谱估计中最佳高分辨率窗函数的实现方法，讨论了逼近最佳窗的性能，给出了计算机模拟结果。理论分析和模拟结果表明，在保持数据长度、谱估计方差比和窗函数频谱最大旁瓣值相同的条件下，用本文提出的逼近算法实现的最佳窗的频谱主瓣宽度更窄，从而使得在采用这种窗函数后，所得到的谱估计分辨率较其他窗函数有进一步的改善。