针对现有车辆轨迹预测模型在处理车间交互和道路拓扑约束方面存在的局限性，提出一种基于Transformer的城市场景车辆轨迹预测模型。该模型利用Transformer编码器分别挖掘车辆轨迹和高清地图数据的时序依赖关系，构建自注意力机制以提取车间交互信息，并通过交叉注意力机制提取道路约束表征。最后，将融合车间交互与道路约束的时序编码输入长短时记忆网络解码器，以预测车辆的未来轨迹。实验结果表明，所提模型在平均位移误差、最终位移误差以及丢失率等评价指标上均优于现有的主流算法，实现了5.43%～18.80%的性能提升，展现出了在城市复杂交通场景中的应用潜力。
为改善现有深度学习驱动的二进制代码相似性检测模型的跨架构检测能力，提出一种基于正交变换对齐的跨架构代码相似性检测方法。该方法针对不同架构的指令嵌入实施正交变换以消除其差异性，通过将对齐后的指令嵌入送入孪生对比学习模型，降低模型的训练难度并增强跨架构的语义相似性检测能力。实验结果表明，所提方法在受试者工作特征曲线下面积、F1分数和准确率上相比采用未经指令嵌入对齐的检测模型分别提高10.3%、9.2%和9.6%,跨架构检测能力和对抗编译优化干扰的能力更强。
为了提高传统环形放大器的速率以及工艺、电压和温度(Process, Voltage, and Temperature, PVT)稳定性，提出一种基于无衬偏效应二极管的高速环形放大器结构。该结构使用二极管接法的PMOS代替无源电阻，并将PMOS的衬底与源极短接，从而有效消除衬偏效应，提升初始斜坡阶段的速度。由于采用全MOS器件设计，显著增强了放大时间的PVT变化下的稳定性。该环形放大器基于0.18μm互补金属-氧化物-半导体(Complementary Metal Oxide Semiconductor, CMOS)工艺进行设计。在电源电压为1.8 V、TT工艺角、温度27℃的条件下，仿真结果表明，与并联串联二极管偏置环形放大器在相同的设计尺寸下，改进后的环形放大器的放大时间减小了20%,输出信号的压摆率提高了55%,开环增益为58.8 dB,增益带宽积(GBW)为4.71 GHz,等效输入噪声为1.214×10e~(-8) V~2/Hz。基于500次蒙特卡洛仿真分析，改进后的环形放大器放大时间的平均值为3.2 ns,方差为0.5 ns,该电路的版图面积仅为0.002 91 mm~2。与现有结构相比，所提出的设计在性能上表现出更显著的优势。
针对隐蔽通信系统容易被监控者监测的问题，提出一种可重构智能表面(Reconfigurable Intelligent Surface, RIS)和无人机(Unmanned Aerial Vehicle, UAV)辅助系统中隐蔽传输速率最大化方案。在该方案中，将UAV作为干扰者，采用概率干扰策略发送人工噪声，以干扰监控者的监测性能，同时减小干扰对合法用户的影响。采用交替优化算法，通过优化RIS的相移系数矩阵、基站发送功率、UAV的干扰发送概率及UAV的水平位置，使得系统的隐蔽传输速率最大化。仿真结果表明，在隐蔽容限阈值为0.05时，与现有的UAV辅助隐蔽通信的基准方案相比，所提方案的隐蔽传输速率为0.6 bps·Hz~(-1),相较于基准方案提高了约1.6倍，能够有效提高系统的隐蔽传输速率。
针对复杂场景中行人异常行为检测问题，提出一种基于姿态表征的轻量化行人异常行为检测算法。使用姿态估计网络预测行人关键点信息，通过引入无迹卡尔曼滤波器，对因噪声干扰或数据丢失导致的关键点特征进行补全，确保姿态数据的完整性。将关键点特征转换为更具表达力的角度和距离特征，有效表征人体运动的几何和运动学特性，并使用轻量化分类模型对提取的特征进行异常行为判定。实验结果表明，与现有算法相比，所提算法在复杂场景下的检测准确率达到95.8%,在异常行为检测方面具有较高的精度优势。
为应对海量非结构化文档中关键信息快速提取的挑战，提出一种基于复合注意力机制的文档版面分析算法。该算法先在特征金字塔网络中添加空间注意力机制聚焦文档图像中信息密集的区域，引入可变性卷积解决偏移域的问题。然后通过连接通道注意力机制自适应调整特征通道的权重，以提升文档图像特征表征质量。最后，采用残差连接方式改善深层网络中的梯度消失问题，从而实现图像特征高效融合。实验结果表明，所提算法在PubLayNet英文数据集和CDLA中文数据集上的mAP分别为88.2%和94.3%,相比对比算法分别提升了0.6%和3.3%,对复杂文档中存在的多元化表格具有更好的检测效果。
针对低空经济通信中导频受限的多输入多输出正交频分复用(Multiple Input and Multiple Output Orthogonal Frequency Division Multiplexing, MIMO-OFDM)存在的信道估计精度低的问题，提出一种适用于低空多径环境的MIMO-OFDM信道估计新方法。在时频资源平面上，该方法利用信道平滑特征和导频信道系数在子载波和符号维度的关联，根据导频点生成初始的Voronoi图，然后基于插值数据点更新Voronoi图，并将两个Voronoi图叠加。更新Voronoi图中插值数据点所属的Voronoi小区域被初始Voronoi图划分为多块，根据每块面积计算权重，再将多个相邻导频处的信道估计值加权求和，从而得到对应插值数据点的信道估计值。仿真结果表明，与线性插值方法相比，所提方法使得信道估计归一化均方误差降低了50%,误比特率性能提升了1.6 dB。
针对一类多输入多输出(multi-input multi-output, MIMO)非线性系统的跟踪控制问题，设计一种新型自适应模糊容错控制器。首先，通过误差转换将受约束的系统误差转换为无约束误差；采用基于开关切换的控制策略处理潜在的执行器故障。其次，在传统的模糊逻辑系统中引入非零时变参数，通过该参数在线调节模糊逻辑系统的逼近精度。根据稳定性理论设计控制器和自适应律，当系统状态超出逼近域时，利用自适应律使系统状态回到滑模面，进而进入逼近域内。结合矩阵分解和Nussbaum型函数的方法，解决控制方向未知的问题。改进的平均驻留时间用于保证输出约束下信号的一致有界性。仿真结果表明，闭环系统的所有信号在时变约束内都能实现理想的跟踪性能。
针对当前网络中数据平面在处理新型协议时面临资源占用过多和性能较低的问题，设计并实现了一种可重构解析器。根据解析图生成解析指令实现解析器的重构，通过采用全等比较器组替代传统的三态内容寻址存储器(Ternary Content Addressable Memory, TCAM),降低资源占用。增加预处理解析器对常规协议帧进行预处理，采用多个解析器并行处理链路上的连续多层协议帧，提升数据包头解析速率。以100 Gbps智能网卡中网络协议处理为例，配置可重构解析器，在VCU118开发板上进行实现。实验结果表明，所提设计仅使用63 844个查找表(Look-Up Table, LUT)和36 346个触发器(Flip-Flop, FF),在解析结果完全正确的前提下，整个系统带宽最高可达58.3 Gbps。对比同类解决方案，提出的设计方法在提高性能的同时具有更低的资源占用。
在光子辅助太赫兹信号产生方案中，为了解决两个独立激光器外差拍频时造成的相位和频率漂移问题，设计一种基于单环型腔的太赫兹双波长相干光源的产生结构。将级联电光调制器产生光频梳的技术与光纤环形谐振腔相结合，实现了1 550.10 nm和1 552.44 nm双波长单纵模相干光源输出。对产生的双光源性能进行进一步分析，并搭建了太赫兹信号传输系统对双光源的信号传输性能进行验证。仿真实验证明，室温条件下该结构可实现双波长光源输出功率波动小于0.15 dB,线宽小于50 kHz,光信噪比(Optical Signal to Noise Ratio, OSNR)均大于60 dB,相对强度噪声小于-115 dBc/Hz。并且在16 QAM以及64 QAM信号的10 km单模光纤加10 m无线信道的传输仿真实验中，可以实现误码率低于前向纠错编码硬判决阈值3.8×10~(-3)。