随着无线通信标准的快速发展与各个ω协议中操作模式数量的激增，为特定模式设计专用芯片的成本和时间难以承受.同时，使用通用微处●理器来进行信号处理的速度过慢，难以满足需要.本文尝试在动态可重构处理器架构上实现一种MIMO-OFDM系统中典型的信道①估计算法，可以兼顾硬件实现的灵活性与处理速度的高效性.在28 nm工艺下以1 GHz的╳时钟频率仿真，其处理速度可达通用微□　处理器的8.8到14.6倍.

在FPGA上实现YOLO等目标检测算法，需要从模型量化到硬件优化等多种优化方法.为了缩短硬件延时╲，使用了三种技术：(1)利用层融合和位宽量化策略来降低计算复杂度；(2)利用具有padding跳过技术的基于列的流水线架构来减少启动№时间；(3)利用设计空间探索算法来平衡流水线时间，提高DSP使用效率.为了验证提出的神经网络加速器架构，在ZC706 FPGA上实现了具有1 280×384输入的YOLO网络.与传统加速←器相比，取得了1.97倍的延迟缩减或者1.54倍的DSP效率提升.

受到图拉普拉斯理论的部分启发，本文提出了一种加权拉普拉斯方法来更加方便地研究现阶段比较流行的图问题，例如，多层╱图分割，以及平衡最小割问题.由于加权拉普拉斯策略继承了谱方法的众多优点『，因此相比于╲其他现有的启发式算法，用加权拉普拉斯设计图算法在算法性能上具有更强的理论保→证.为了说明其在理论与实际中的强有力的应用价值，我们将分别给出加权拉普拉斯方法在多层图分割和平衡最小割问题上的应用.借助变分法和偏微分方程(PDE)理论，我们在加权分割问题(weighted cut problem)，平衡最小割问题(balanced minimum cut problem)，以及初始聚类问题(initial clustering problem)之间建立了等价性█.其中，初始聚类问题会在基于多层结构的图分割算法的中间阶段出现.这些等价性的建立为基于加权拉普拉斯方法的图算法提供了很强的理论支撑.另外，从加权拉普拉斯方法在平衡最小割问题的应用的角度看，加权拉普拉斯方法使▼得偏微分方程数值解这一成熟的理论得以应用卐到图问题的算法设计当中，这也进一步证实了我『们提出的加权拉普拉斯方法的有效性.

基于砷ㄨ化镓0.25 μm工艺的pHEMT器件，设计了一种具有高线性度、高增益、极低噪声性能的宽带低噪声放大器(LNA).电路为共源共栅结↑构，并采用级间匹配以达∮到提高高频增益延展带宽的效果.本设计分为0.7~1.0 GHz、1.6~2.2 GHz与2.3~2.7 GHz三个频段进行外部匹配，电源电压为5 V，测试结果显示，该低噪声放大器静态工作电流为75 mA，在三个频段分别获得27.2~25.8 dB、22~20 dB、19.2~18.7 dB的高增益，并且每个频段内都有∏较好的增益平坦度，具有0.45~0.75 dB极低的噪声系数和20~19.5 dBm的输出1 dB压缩点.

为了满足嵌入式领域需求，针对无限冲激响应(IIR)高斯Ψ 滤波器，提出了一种定点化策略，能够有效地替代浮点数实现版本.为了进╳一步提高滤波速度，设计了一款传输触发架构(TTA)处理器，并针对该算法特点，定制特殊功能单元，优化存储结构.实验↑结果表明，对于大小为640×480的24位真彩♀图像，IIR型高斯滤波的TTA实现↓速度是通用DSP的4.12倍.

针对无线传感器网络节点能量消耗不均衡导致其生命周期缩短的问题，运用模糊理论提⌒　出一种非均匀分簇路由算法，并根据节点能耗值确定网络最佳簇首数.在簇∑首选举时采用模糊逻辑推理系统，结合节点↓剩余能量、相对距离和理想簇区域内的邻居节点数并考虑网络最佳簇首数推理得到节点成为簇首的概率及簇首的竞争半径.成簇完成后，簇首将数据直接发送给基站或通过中继节点进行转发.仿真实验表明：改进算法有效地均衡了网络能耗，提高了能▽量利用率，延长了网络生命周期.

为了改善传统的差分误差放大型共模反馈在处理大摆幅差分输出时的非〗线性问题，采用源级退化电◇阻进行线性化补偿；同时提出了一种创新的电流复用型接法，在保持面积与功耗不变的同⌒　时增大了共模反馈的跨导增益，从而弥补源级退化造成的共模反馈环路增益与GBW的降低.在结合高速电流镜技术后可以在获得高增强效果的⌒同时保持足够的相位裕度.

为了减少大规模MIMO检测算法的复杂〓度以适应第五代移动通信系统的▽要求，本文提出了一种基于随机计算的低复杂度线性检测算法.随机计算把传统二进制数转化为一串01序列，使得复杂的计算电路能通过简单的门∩逻辑实现，从而大幅度的降低硬件资源消耗.通过ξ　采用基于二段分解的随机计算矩阵乘法●器，检测算法的计算消耗大大降低.此外，我们通过Vivado HLS实现了基于随机计算的预处理共轭梯度算法.仿真结果表明，该算法在128×8规模的大规模MIMO系统，误★比特率为10^-6时，和最优检测性能误差小于0.2 dB；而FPGA结果表示，基于随机计♂算的检测算法不需要采用任何DSP，同时能节々省20.7%的☆寄存器消耗.

为解决目前社团划分存∞在的复杂度高及划分精度低等问题，从信息熵理论角度出发提出一种新的社团结构检①测算法.针对节点划分概率系统事件发生的不确定性，采用相似性指标计算各节点合并所提▂供的信息量，结合全局重要度进一步构造节点合并信息熵模型，通过熵函数的值判断具有最小不确定度的合并方案，运用层次聚类☉的思想实现最终社团划分.通过对真实网络数据集的对比分析，验证了该算法的「有效性，且划分社团具有较高】的模块度.

引入排序算法、拥挤度算子和精英策略后的非支配排序遗传算法(NSGA-II)，它在多目标优化领域具有广泛的应用，但也存在个体分布不≡均，算法中的Pareto效率降低等问题.针对这些缺陷进行算法改进，首先在提出▅一种累积非支配排序赋值策略的同时改进交叉算子，利用具有自适应参数↘的DE优化思想对群体、初始群体的多样性分布进行了改进；通过融入非线性优化策略，提高了局部搜素能↙力，进一步提高了Pareto最优♀解的质量.最后，测试了六个标准多目标函数进行算法比较.测试结果表明所提的NDE-NSGA-II算法具有更好的分布性，稳定性和更高的搜索解能力.

针对立体匹配中的视差优化¤问题，提出一种自适应权重MRF的立体匹配视差优化算法。首先使用︻局部算法生成初始视差图；然后在马尔科夫随◣机算法框架下，对视差不连续区域和平滑区域自适应调整平滑项权重来实现视差图的优化.本文的关键技术是不同区域平滑项权重的◤设计，其中不连续区域利用颜色相关系数、视差相关系数以及视差图与同∮场景彩色图的结构相似性来构建平滑项权重；而平滑区域则直接利用视差信息来构建平滑项权重，同时，根据领域内视差平滑程度自适应√调整权重中参数.通过在ζ立体匹配评估平台Middlebury上的测试实验表明，所提算法可获得更优的主观效果和客观指标，优化后的视差图在边缘区域和视差不连续区ω域能够保持清晰的视差图.

基于分解的多目标进化算法(Multiobjective evolutionary algorithm based on decomposition, MOEA/D)将一个多目标优化问题(multiobjective optimization problem, MOP)分解成①一系列的单目标优化子问题, 然后利用相互协作的进化方式优化这些子问题. MOEA/D利用独特的分解机╳制促进种群逼近Pareto最优前端(Pareto optimal front, POF), 同时利用□　均匀分布的权重向量维护种群的多样性, 在解决MOPs时具有较大的优势.但是, 在实际工ξ程中, 大多数MOPs的POF具有复杂的特』性.比如说POF可能具有长尾和顶点, 这极大地降低了MOEA/D算法的性能.基于惩罚的边界交集◣法(penalty-based boundary intersection, PBI)是MOEA/D常用的分解方法之一.在PBI法中, 惩罚因子起着平衡算法收敛性和多样性的关键作用.本文提出了一种自适应惩罚策略(adaptive penalty strategy, APS), 能够在进化过程中自适应调整每个权重向量对应的惩罚因子值, 有效地增强了近【似Pareto前端的多样性.最后, 利用六个具有复杂POF的基准MOPs和空间桁架结构多目标优化╲实验验证了所提MOEA/D-APS算法的有效性.

针对Ψ水声信道复杂，水声正交频分复用算法高峰均功率比问题，提出了基于差分编码映射和单载波频分多址接入的低峰均功率比水声多用户通信算法.在发送端，将源码进行差分编码转化为基带符号，通过N点离散傅里叶变换将基带符号转换为频域符号，从时㊣　域上来看，每一个基带符号的数据信息会分布到对应频段上，从频域上来看，每一∑　个频点的信息是所有基带符号在该频率值上全部频率分量；通过M点离散傅卐里叶反变换，将全频段的全部符号信息㊣搬移到通频带；添加循环前缀，通过换能器发出.在接收端，去除循环前缀；通过M点离散傅里叶变换将通频带的时域符号△转换为基带的频域符号；再通过N点离散傅里叶反变换将频域符号转换成基带符号；最后通过差分解映射估计出源码.良好的仿真和试验结果验证了所提算法的有效性.

针对双随机相位编码光学加密系统(DRPE)易于被密码分析ㄨ的问题，提出了一种将双随机相位编码与AES结合的图像加密方案.该算法的主要↑思想是首先利用四维超混沌系统迭代生成的混沌序列来设计随机相位版和AES目标密钥，以此扩大密钥空间和增强密钥随机性来提高系统安全性，其次通过◆在DRPE第二透镜输出面植入AES加密算法实现双重加密.模拟仿真实验表明，与同类加密算法相比，该算法有效加强了加密系统密钥的随机性，使得♂密文的相关系数更低，同时克服了双随机相位编码第二透镜的无∴效性的不足，具有较高的安全性.

现有联合加密和压缩算法对三维图像序列可达到足够高的解☆密精度或压缩比，但却不能同时达到高的解密精度和压缩比，因为图像序列一般都被单独处理，所以通常忽略了它们之间的关系.为解决上述问题，将张量压缩感知(TCS)联合加密和压缩的三维序列作为一个张量进行处理.为进一步增强安全性，构建一个非自治洛伦兹系统来控制Ψ TCS的三个测量矩阵.新算法保ㄨ留了基于张量3D图像序列的内部结构，并实现了压缩比、解密精度和安全性之间的有效平衡.实验结果验证了提出方案的有效性和可靠性.

针对由神经网络参数多计算复杂度高导致的数据访问灵活↓性不足问题，本文提出了一种通用CNN加速器的缓冲区地址调度方法.通过在地址◣控制器中灵活调度片上缓存，卷积层均能由一个或两个特定卷积运算单元实现，降低资源开销；通过输入参数可配置不同大小的图像及卷积核，具有一定的通用▽性.实验结果表明，该地址调度方法能够适用于不同数目及尺寸的卷积、池化和全连接操作，并且计算性能有所提高.