皮肤病变发病率上升，使皮肤癌早期筛查变得尤为关键。皮肤病变图像分割任务在通道信息建模、结构适应性及特征融合方面存在不足，易导致病变边界识别不准确和关键上下文信息利用不充分。针对这些问题，提出一种基于注意力机制与小波变换的皮肤病图像分割方法——AW-SkinNet。该方法通过双分支协同注意力提取空间与通道依赖特征，结合小波变换增强频域表征，并利用轻量注意力引导的子像素上采样提升细节恢复与上下文理解。在ISIC-2017和ISIC-2018皮肤病变分割数据集上的实验表明，所提方法相较于现有皮肤病变图像分割方法实现了更高的分割精度。

针对宽毫米波频段的高功率合成应用，设计了一种基于脊间隙波导（Ridge Gap Waveguide，RGW）的宽带径向功率合成器。该合成器由2层金属板组成，下层金属板中心处采用同轴线进行馈电，能量经由上方多个金属圆台反射进入到各个径向传输线实现功率等分。径向传输线采用RGW结构，即在金属脊两侧的金属底板上布有销钉型电磁带隙（Electromagnetic Band-Gap，EBG）结构，可以减小各通道间的相互耦合，且无需对上下金属板进行焊接。仿真结果表明，该合成器工作频率为14.7～37.5 GHz，反射系数小于-15 dB，传输系数约为-6.1 dB。测试结果与仿真结果吻合良好。

针对卫星任务需求决策中多模态数据融合不足、动态约束优化复杂等问题，设计了智能化决策模型，增强了自动化能力与决策精度。提出基于检索增强生成（Retrieval-Augmented Generation，RAG）的卫星任务需求决策优化模型：① 采用输入层接收用户需求文本及地理坐标等多模态数据；② 在处理层集成Transformer架构大语言模型（Large Language Model，LLM）与向量数据库，实现语义检索与知识增强；③ 约束验证模块生成可行方案；④ 基于反馈层动态更新知识库。实验验证表明，所提模型决策准确率达90%，较传统规则系统（Rule-Based Expert System，RBES）与机器学习模型（Machine Learning Model，MLM）绝对精度分别提升20%与9.8%。所提模型显著增强了卫星任务决策的适应性，有效解决了动态约束下的资源优化配置问题，具有工程应用潜力。

为满足半/全双工通信系统需求，提出一种基于磁-电偶极子的双频全向双圆极化多输入多输出（Multiple Input Multiple Output，MIMO）天线。该天线由4个相同天线单元对称分布形成2×2 MIMO阵，每一天线单元由圆形平面波导腔、4个折叠偶极子、8个寄生偶极子组成。在圆形平面波导上蚀刻扇形缝和采用短路柱可在弧形开口侧形成磁偶极子，其辐射电场与电偶极子产生的电场正交。当磁偶极子与电偶极子产生90°空间距离相位时，能在水平360°方向辐射左旋或右旋圆极化波。结果表明，该天线在低频段（2.42～2.47 GHz）能产生全向的右旋圆极化波，而在高频段（5.76～5.85 GHz）能产生全向的左旋圆极化波，轴比（Axial Ratio，AR）低于3 dB，水平面增益波动分别低于2.1 dB和7.3 dB。此外，所提MIMO天线通过相互对称布阵，在低频段和高频段的隔离度分别低于-30 dB和-50 dB。

针对复杂电磁环境下的无人系统信息稳定传输问题，提出了基于通信质量评估的无人系统信息弹性适配方法。选取通信链路层信号强度、误码率、信噪比作为通信质量评估特征参数；使用长短时记忆网络（Long Short-Term Memory，LSTM）模型作为信号预测模型，预测下一时刻信号参数；使用支持向量回归（Support Vector Regression，SVR）模型作为通信质量回归模型，得到当前时刻的通信质量；基于通信质量等级评估模型得到通信质量评估结果；根据通信质量等级传输对应层级内容。实采数据仿真及实飞试验表明，所提方法可以实现高实时、强对抗电磁环境下的无人系统信息稳定传输。

针对自动调制识别（Automatic Modulation Recognition，AMR）在实际应用中受限于小样本数据、时频多模态信息融合不充分，进而导致识别准确率较低的问题，对AMR领域现有技术的局限性进行了简要分析，提出了一种融合扩散模型与对比学习机制的跨模态自监督学习框架。该框架通过引入扩散模型，利用其生成能力实现通信信号高质量数据合成与增强，有效缓解小样本数据对模型训练的约束；同时结合跨模态对比学习机制，构建模态间关联学习模块，充分挖掘和利用时频不同模态表示之间的内在关联与互补信息，解决多模态信息融合不充分的痛点，最终基于上述设计构建了“扩散-对比混合网络（Diffusion-Contrastive Hybrid Network，DCHN）”模型。实验结果显示，该模型在RML2016.10a数据集上的识别准确率较其他网络模型有较大提升，具备较好的识别能力。

探究了脑机接口（Brain-Computer Interface，BCI）和人机融合技术在无人机操控及反制设备使用领域的应用价值，分析了该技术面临的问题，并提出了针对性的解决策略，以推动其在低空经济发展及安全保卫中的合理应用。通过分析BCI技术在提升无人机操控效率、增加反制设备使用精准度等方面的作用，结合其为低空经济发展型塑的新应用场景和创造的低空安全保卫新形态，梳理该技术面临的人机融合技术自身缺陷、信息安全风险及其对低空安全造成的影响等问题，进而提出应对策略。BCI技术在无人机操控和反制设备使用领域作用显著，能够提升无人机操控效率、增加反制设备使用的精准度，基于该技术与人机融合技术为低空经济发展型塑了新的应用场景，创造了低空安全保卫的新形态。

针对无线电监测系统的低频覆盖不足与天线尺寸问题，基于改进型的偶极子结构提出一种小型化超宽带接收天线。设计采用曲流技术弯折偶极子双臂（尺寸38.6 mm×134.1 mm×0.8 mm），结合对称寄生单元与挖孔结构优化电流分布，实现带宽扩展。CST仿真与实测结果表明，天线在0.7～0.96 GHz及1.3～5.3 GHz频段S₁₁＜-6 dB，覆盖GSM、DCS-1800、WLAN、WiMAX及5G NR n77/n78/n79等标准；2.2 GHz和4.4 GHz辐射效率分别达96.42%和95.63%，5G Sub-6 GHz平均效率85.4%±6.8%；3.3～5.0 GHz最大增益达（4.23±0.54）dBi，较传统偶极子提升1.8 dBi。该设计通过结构创新解决了低频段覆盖与小型化矛盾，适用于多制式通信监测场景。

针对传统测控领域接收与发射天线相互独立的问题，提出了一款双频双圆极化对称阵子天线组件。采用对称阵子天线实现双频工作特性，利用3 dB电桥实现双圆极化辐射特性，并在天线下方层叠式放置双工器实现接收频段与发射频段的高隔离度。基于此设计思路，在仿真分析的基础上加工天线样机并测试，结果表明所设计天线工作频带可覆盖1.75～1.85 GHz与2.2～2.4 GHz，且在该频段内轴比均小于3 dB，接收通道与发射通道间的抑制均达到70 dB以上。为实际工程中收发共用天线单元提供了可行性的设计方案。

针对高压输电线路在线监控与数字化运维对通信技术的需求，以及现有光纤、4G/5G等通信手段在复杂环境适应性、覆盖完整性、成本控制等方面的不足，分析了高压输电线路现有通信手段的特点和需求，提出了一种高可靠宽带超多跳无线自组网通信系统解决方案，攻克了多跳无线传输后的业务服务质量（Quality of Service，QoS）急剧下降的技术难题，构建了宽带超多跳安全无线自组网通信系统，实现了具有QoS保证的远距离宽带业务传输服务。通过OMNeT++仿真平台、9节点室外地面测试与国网天津220 kV滨幸一线实地投运，对所构建超多跳无线自组网通信系统进行仿真与测试。仿真与测试结果显示，系统可实现50跳宽带无线数据传输，端到端流量不低于2 Mb/s，相较于传统技术路线，该系统技术适应性更强、运维成本更低，提升了电网的数字化运维水平，可为新型电力系统通信网络建设提供可靠的解决方案。