智慧城市是当今全球范围内出现的新理念和新实践。世界各国，尤其是欧、美、日、韩等发达国家和地区，都在积极开展各项研究与应用，研发城市智慧应用与系统，建立相应的城市试点进行实践。在我国，从中央到地方都在积极探讨发展智慧城市。

提出一种基于多目标遗传优化的节能覆盖方法.以节点不同开启顺序建立个体基因组,采用双交叉保留优秀个体,在保证覆盖度的同时,开启尽可能少的节点.本方法延长了网络生命期,均衡了网络中各节点能耗,同D-Greedy及DCS-dist等方法相比,也表现出了较好的性能.

本文提出了一种新型直接数字正交幅度调制器(QAM),可用于4-QAM,16-QAM或更高阶调制方式.其基于电流矢量相加的原理,首次采用一对跨导可调的高速运算跨导放大器产生幅值可控的基本电流矢量,开关网络在电流域中选择矢量相加,减小了非线性失真.该芯片采用0.13μm CMOS工艺进行流片.在5.4GHz载波频率、16Mbps数据率时的测试结果显示,16-QAM调制的EVM为6.2％,芯片面积0.09mm2,在1.2V电源电压下总直流功耗为20mA.

针对多个雷达目标的识别问题,研究认知雷达的波形自适应方法,对目标冲激响应线性加权求和获得多个目标的加权表示,基于互信息准则,通过最大化接收到的信号与目标冲激响应线性加权和(WLS-TIR)的互信息获得了针对多目标识别的最优波形,给出了权值的计算方法和多目标识别的自适应机制.仿真实验表明,本文提出的方法相对于传统的线性调频信号(LFM)对多目标的识别性能有明显的提高,并具有较强的实用性和可行性.

针对Rootkit恶意代码动态检测技术进行研究.总结出典型Rootkit恶意程序动态行为所调用的系统API函数.实时统计API调用序列生成元并形成特征向量,通过模糊隶属函数和模糊权向量,采用加权平均法得到模糊识别的评估结果；基于层次的多属性支持向量机分析法构建子任务；基于各个动态行为属性的汉明距离定位Rootkit的类型.提出的动态检测技术提高了自动检测Rootkit的准确率,也可以用于检测未知类型恶意代码.

提出了一种适用于ACO-OFDM无线光通信系统的基于时域叠加训练序列的时间同步方法.该方法将经过ACO-OFDM调制后的伪随机序列作为训练序列,并将其在一个符号周期内与数据同时发送.接收端利用本地序列与接收信号进行相关运算,对所叠加训练序列的能量进行积累,从而实现时间同步.仿真表明,在多种信道模型下,该方法能够有效改善同步准确率和定时偏移方差,同时极大地提高了带宽效率,使得时间功率分配具有较强的灵活性.