针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题，在研究交互式多模型滤波算法的基础上，设计一种基于随机加权自适应IMMUPF算法。首先，该算法在无迹粒子滤波的采样过程中融合了随机加权和交互式多模型滤波的优点，利用无迹卡尔曼滤波算法得到[k]时刻各模型估计最新量测信息的粒子；然后，对该组粒子进行输入交互作为各模型的输入，再经过模型匹配、重采样以及模型概率更新过程；最后，对各模型相对应的粒子进行输出交互，得到所有粒子的随机加权自适应和的表达式，循环更新粒子实现状态估计。将设计的算法应用于GPS/DR组合导航系统中进行仿真计算，结果表明，该算法计算得到的位置误差较UPF和IMMUPF有所减少，东向位置误差控制在[-8 m,+6 m]，北向位置误差控制在[-8 m,+8 m]，提高了GPS/DR组合导航系统定位的解算精度。

以新兴的盲均衡技术为理论基础，一些盲均衡算法相继提出。本文以高阶的QAM信号作为输入信号，针对常模算法、多模算法、加权多模算法存在的缺陷，最终引入一种性能优越的加入动量项的加权多模算法。通过计算机的仿真实验首次对这些算法进行依次比较，所得实验结果表明加入动量项的加权多模盲均衡算法在信道均衡上的性能明显优于前面几种算法，它具有更快的收敛速度和更小的稳态误差，因此具有实用价值。

 论文分析了步进频率探地雷达距离旁瓣的产生机理及其影响，对传统的线性加权法抑制距离旁瓣效果进行了对比分析，包括时域加权和频域加权，理论和实验结果表明：线性加权法在抑制距离旁瓣的同时容易造成分辨率下降。因此，本文提出基于SVA的步进频率探地雷达距离旁瓣抑制方法，它是一种非线性加权方法，能对时域波形主瓣和旁瓣自适应地选择加权函数，达到保留主瓣抑制旁瓣的目的。仿真结果表明，该方法可以有效地抑制步进频率探地雷达距离旁瓣，旁瓣抑制比提高20 dB，并且具有频谱外推的效果，主瓣展宽仅为5%，相同条件下，采用Hamming窗线性加权则主瓣展宽为50%。