自上世纪60年代作为现代估计开山之作的卡尔曼滤波器（Kalman filter）的诞生，时间序列状态空间模型应用于各类动态估计问题吸引了大量的研究关注。特别是，寻求实现闭环马尔科夫−贝叶斯递归（比如，从一个高斯先验到一个高斯后验，本文称之为高斯共轭）的解析解成为一般时间序列滤波器设计的主流思路。其面临的主要挑战包括：系统的非线性、多模态（包括机动模型）、复杂不确定性（比如未知的系统输入，非高斯噪声等）和系统约束（包括循环随机变量）等。这些挑战不断触生新的理论、算法与滤波技术，以实现所期望的参数共轭递归。本文对最新研究进行分类、系统回顾，强调了一些容易被忽略的要点。着重介绍了高精观测非线性系统、高斯后验和机动多模态、以及复杂未知系统输入与约束，以弥补当前文献介绍的不足。同时，本文提出一些新的思考：一是一阶马尔科夫转移模型的替代模型，二是有关计算复杂度的滤波器评价。

随着超级计算机向Eflops规模快速发展和计算核数急剧增加，更大规模和更复杂的应用成为可能。大规模科学计算、新的工作流应用以及检查点操作均需要存储系统具有非常高的带宽和低延迟，这使得高性能存储系统面临严峻的技术挑战。当前基于磁盘的底层存储系统难以满足新一代Eflops超级计算机和应用的要求。为此，本文提出了基于计算结点内存、固态硬盘和磁盘的层次式混合存储系统ONFS (on-line and near-line file system)。它具有三个存储层次和统一的命名空间，支持可移植操作系统接口（portable operating system interface, POSIX）协议，可提供高带宽、低延迟和超大存储容量。本文详细分析了分布式元数据管理、内存借用和归还策略、数据一致性、并行访问控制，以及向下迁移和向上主动预迁移机制。在天河一号超级计算机上实现了ONFS原型系统，测试了I/O (input/output)性能和可扩展性。测试结果表明，单线程和多线程读/写性能比基于磁盘的Lustre分别高出6倍和5倍。与Lustre相比，运行在ONFS上的典型数据密集型应用可获得6.35倍的I/O加速。

数据完整性公开验证对提高云存储系统的适用性、可服务性至关重要。最近，Tan和Jia（2014）提出了一种基于身份的云数据完整性公开验证（NaEPASC）协议，以简化用户密钥管理和减轻完整性验证负担。NaEPASC可以使第三方审计人员（third-party auditor, TPA）能够在云计算环境中高效和安全地验证外包数据的完整性。然而，本文指出NaEPASC在数据签名阶段容易遭受签名伪造攻击，即恶意云服务器可以通过使用两个正确的签名来伪造任意数据块的有效签名。此外，证明了NaEPASC在挑战阶段受到数据隐私威胁，即TPA或冒充TPA的外部攻击者可以分析出外包数据的内容。本文分析表明NaEPASC在数据验证过程中不安全。本文的工作有助于密码学家和工程师设计、实施更安全高效的基于身份的云存储数据完整性公开审计方案。

最近，级联回归方法在基于二维图像的三维人脸重建中取得了良好的效果。本文主要探究了基于级联回归三维人脸重建中四个未解决的重要问题：（1）二维特征点数量的影响；（2）三维点云数量的影响；（3）自动二维特征点的检测方法；（4）算法的收敛。本文专门设计了一个简单有效的基于形状空间的级联回归三维重建算法。该算法有效利用各类独立的自动二维特征点检测算法，且重建的三维人脸具有和输入图像相同的姿态和表情。同时在训练中，本文设计了一种随机扰动检二维特征点位置信息的策略，使得算法更有效且更鲁棒。最后，通过大量的对比实验证明了该算法不仅有着良好的精度和计算效率，而且对加深级联回归三维重建方法的理解有着启发意义。

为解决深度学习网络中隐藏层节点数难以确定的问题，文中提出一种改进的KL（Kullback-Leibler）散度稀疏自动编码机，并将该方法应用到战斗损伤评估中。该方法能够自动筛选出对数据重建贡献大的隐层特征，舍弃贡献小的隐层特征，从而优化网络结构。在网络预测精度不受影响的前提下，该方法自动筛选隐层特征，提升了计算速度。基于UCI（University of California, Irvine）数据集和BDA（battle damage assessment）战争破坏数据的实验表明，该方法优于其他数据驱动的方法。改进的KL稀疏自动编码机回归网络在保证预测精度的前提下，能提升网络的训练和预测速度，并自动筛选隐层有效特征，优化隐层节点数，优化网络结构。

随着CT（computed tomography）中过量辐射剂量带来的健康风险日渐引发人们的担忧，低剂量CT得到了大量的关注。然而对于低剂量CT成像而言，在降低剂量的同时保证图像的高质量是一个很大的挑战。相比传统的滤波反投影算法，基于压缩感知的迭代重建法取得了良好的成像效果。但是迭代重建计算复杂度高，阻碍了其临床应用。本文提出一种结合全变分（total variation, TV）最小化和稀疏字典学习的重建方法，不仅提高了重建效果，而且通过自适应的停止策略提高了重建速度。实验结果表明，本文提出的方法相比其他类型的方法能获得更好的图像质量和更高的计算效率。

本文提出了一种在L2范数下C-Bézier曲面带约束条件的降多阶逼近最优方法。利用C-Bézier基函数的转换矩阵，得到了降阶曲面控制顶点的显式矩阵表示。结合指定的边界约束条件，该法利用于对分片连续曲面或细分子曲面同时降多阶逼近，所得到的系列降阶曲面整体上保持G1连续。数值实验表明该方法的优质高效。

移动目标防御（moving target defense, MTD）为改变当前网络易攻难守的局面提供了一种新的思路。目前已有大量的MTD技术，但对其防御机理的研究仍然缺乏。本文从两个角度对MTD技术的防御机理进行分析。首先，提出一种新的防御模型MP2R，从直观上描述MTD的主动性和有效性。然后，采用不完全信息动态博弈理论阐述和研究MTD技术的主动性和有效性。对可为服务器配备不同类型MTD技术的防御者与访问者（攻击者或正常用户）之间的行为交互进行建模，并求解出该模型的均衡结果及均衡条件。同时，将针对传统防御不完全信息动态博弈的已有模型作比较，说明MTD技术的主动性和有效性。此外，本文还分析了影响MTD方法主动性和有效性的因素。本文为理解MTD防御机理提供理论依据，并为改善MTD方法的有效性提供指导。

由于气隙磁场分布不均以及未建模动态性，数学模型不再适用于磁力轴承系统。基于错误数学模型的系统控制会表现出低响应和高颤动。为解决这一问题，本文提出一种三自由度混合磁轴承无模型自适应控制系统。该控制系统仅与控制电流和轴承的平衡位置有关。其参数估计算法的设计与模型无关，直接基于输入和输出数据的伪偏导数。本文通过不同直径的辅助轴承分析了三自由度混合磁轴承转子悬浮区域,以及通过两种不同的操作系统具体分析无模型自适应控制系统的可行性。模拟和实验结果表明，该三自由度混合磁轴承无模型自适应控制系统具有响应速度快，稳态误差小，和稳定性好等优势。

直流微电网通过多个双向变流器并联连接到交流电网，其控制方法直接影响到直流电网的性能。目前的研究工作主要集中在交流、直流及混合微电网的分层控制，而较少关注直流微电网互联的双向变流器的分层控制。本文提出一种直流微电网联网双向变流器的分层控制方法。为抑制交流测零序环流并实现电压控制的反馈线性化，采用d-q-0控制策略来控制内环电流并采用直流电压平方实现外环电压控制。在一次控制阶段采用直流电压下垂控制来实现直流电流的分担，直流电压下垂控制会产生直流电压偏差。接着分析了直流电压偏差和电流分担误差之间的关系。为同时消除直流电压偏差和电流分担误差，在二次控制中采用了下垂斜率调节和电压平移。三次控制中通过多双向变流器的精确有功和无功控制实现直流微网的经济运行。本文提出的直流微网多并联双向变流器分层控制方法可以实现微网内可控/不可控分布式电源的协调。通过Matlab/Simulink仿真验证了算法的有效性，结果表明该算法能满足实际应用需求

超宽带调频连续波雷达可凭借大带宽获得极高的距离分辨率。同时，结合逆合成孔径技术，在大转角条件下进一步得到二维高分辨目标图像。然而，在逆合成孔径雷达中的距离—方位耦合问题严重制约了成像性能。本文基于转台模型的假设，研究传统的匹配滤波类算法，如距离多普勒算法和后向投影算法。为消除传统算法中的高旁瓣效应，进一步探索压缩感知类算法。考虑到高分辨条件下信号的块稀疏特性，本文重点研究了基于块稀疏的自适应匹配追踪大转角ISAR（inverse synthetic aperture radar）成像算法。通过信号对字典的匹配追踪与回溯更新，将雷达回波在未知稀疏度下精确重构，最终得到目标ISAR图像。计算机仿真、简单目标和复杂目标实验结果证明了该算法相比其他算法的有效性和优越性。

现阶段，精确地计算拓扑网络中任意两节点间等效电阻的技术已经取得较大进展，特别是利用递推-变换（recursion-transform, RT）方法确定含有任意边界的非规则m×n电阻网络的一般等效电阻公式。然而，等效阻抗具有不同于等效电阻的性质，复杂阻抗网络的研究比电阻网络研究困难得多。基于电阻公式，本文研究了含有任意阻抗边界的非规则m×n阶RLC网络的等效复阻抗问题，并发现等效复阻抗的振荡特性和谐振特性。在RLC网络中，当边界阻抗取得一系列特殊值时，复阻抗公式与外部交流电产生共振。结果表明，该公式可以应用到谐振电路中。

由于在基站处部署了大量天线，因而在大规模MIMO（multiple input multiple output）系统中发射机端获取信道状态信息需要大量的导频开销。为降低该系统所消耗的导频资源，本文基于压缩感知技术，提出了一种结构化联合信道估计的方法。首先分析了实际散射环境造成的角度域信道稀疏性，其中大规模MIMO系统中地理位置临近用户的信道矩阵存在共有稀疏结构和独立稀疏结构。同时，在压缩感知的框架下，用户配备多根天线能够进一步缓解导频开销的问题并能够提高信道估计的质量。在此基础上，本文提出了一种结构化联合信道估计算法，该算法能够以低导频开销联合估计多个用户的信道状态信息。此外，提供了该算法的共有支撑集恢复的概率上界和信道估计质量的上界。仿真结果表明该结构化联合信道估计算法能提供比现有算法更低的导频开销和更高的系统吞吐量。

本文提出一种新型的大规模多输入多输出（massive multiple-input multiple-output, MIMO）通信系统信道模型，同时考虑了球面波假设以及随着天线阵列和时间变化的散射体非稳定特性。由于大规模天线阵列的引入，会导致接收端的不同天线阵子的到达角和多普勒频移不同，因此，采用球面波假设来刻画近场效应。此外，为在接收端刻画不同散射体对天线阵子的可见性，本文提出一种散射体可见区域法同时，对应于理论模型，本文提出了一种有限散射体仿真信道模型。最后，以统计特性作为指标，研究了球面波假设和散射体非稳定性对massive MMO信道模型的影响。研究结果表明，本文提出的信道模型可以很好地刻画massive MIMO信道特性。