本文系统综述了磁驱动胶囊机器人的设计、控制机制和多样化应用，旨在通过系统文献检索和分析，为从事胶囊机器人开发和利用的研究人员、工程师和从业者提供有价值的见解。本文从尺寸形状、材料和运动机制方面总结了磁驱动胶囊机器人的设计原则，分析了精确控制方法和定位导航策略，探讨了磁驱动胶囊机器人在胃肠道疾病检查、靶向药物输送和微创手术方面的多样化应用。根据系统综述的范围和目标，概括了该领域存在的技术挑战和潜在的研究方向。通过对定位精度、控制策略、材料性能等问题的不断研究和创新，磁驱动胶囊机器人系统将为医学治疗和生物学研究领域带来重大突破和进步。

锂硫电池因其高的理论比容量与能量密度而被视为最具前景的储能电池之一，但锂硫电池中活性物质硫及其放电产物Li₂S的低导电性、充放电过程产生的中间产物的穿梭效应、缓慢的硫氧化还原动力学等问题造成了严重的容量衰减，限制了其实际应用。本文通过一步水热法合成3种不同的钒基硫化物@MXene异质结构催化剂，并将其应用于锂硫电池正极宿主。结果表明相比于VS₄@MXene 和V₅S₈@MXene，VS₂@MXene具有更大的比表面积与电化学活性面积，为锂硫电池提供了更多的活性位点，从而提高电化学反应动力学。本文实验与密度泛函理论 (Density Functional Theory, DFT)计算结果表明， VS₂@MXene具有更强的多硫化物吸附能力与电子导电性，有效地缓解了多硫化物的穿梭效应并提高了硫的利用率。以S/VS₂@MXene为正极的锂硫电池，在1 C的电流密度下实现了815.4 mAh·g^-1的首圈放电比容量, 并在400圈循环后, 仍然能保持在645.4 mAh·g^-1的可逆比容量。本文为锂硫电池中钒基硫化物正极催化材料的选择提供了一定的思路。

二硒化锡(SnSe₂)具有高理论比容量、原料广泛、成本低廉等优点，是一种十分有前途的钠离子电池负极材料，但同时在实际充放电过程中也受限于体积膨胀导致的结构破坏问题。鉴于此，本文通过高温煅烧的方法成功合成了碳包覆的二硒化锡(SnSe₂@C)。碳包覆提高了二硒化锡材料作为钠离子电池负极的导电性和稳定性，使得SnSe₂@C具有优异的高比容量(在1.0 A·g^-1下，比容量为549.0 mAh·g^-1)和倍率性能(在5.0 A·g^-1下，比容量为427.7 mAh·g^-1)。

合成了树枝状介孔二氧化硅纳米颗粒(Dendritic Mesoporous Silica Nanoparticles, DMSNs) ，随后通过化学还原法在其孔道中装载纳米银(Ag) ，最终得到Ag@DMSNs复合物。由于纳米银被固定在DMSNs孔道中，因此不易发生团聚，且纳米银的等离激元耦合效应使Ag@DMSNs在太阳辐射范围内具有强的广谱吸收。更重要的是，等离激元弛豫过程中的热效应可以将太阳能高效转化成热，例如，Ag@DMSNs在一个模拟太阳光照射下5 min内(1 kW·m^-2, 420~2500 nm) 即可使其表面温度从26 ℃升温至70 ℃。将Ag@DMSNs负载于多孔的聚氨酯泡沫材料上，其在一个太阳辐照下的水蒸发速率可达到1.10 kg·m^-2·h^-1，且在模拟海水中也能保持较好的稳定性能。此外，在Ag@DMSNs复合物中纳米银等离激元的弛豫过程中产生的热电子可以有效去除水中污染物，如降解亚甲基蓝。这些结果表明，合理构筑等离激元耦合模式，并利用等离激元弛豫过程中的热效应和热电子效应是实现太阳能驱动的清洁水生产的有效途径，这将为解决日益严峻的淡水稀缺问题提供新思路和新材料。

本文构筑了一种低层数SnO₂反蛋白石光子晶体结构薄膜。基于反蛋白石光子晶体结构材料特有的有序多孔结构及慢光子效应，可有效提升光吸收，使其在太阳能电池、光催化等领域发挥出巨大的作用。本文通过无皂乳液聚合法，控制单体和引发剂的使用量，制备了3种粒径大小的聚苯乙烯(Polystyrene，PS)微球；采用垂直沉积自组装法，同时在分散液中滴加少量十二烷基硫酸钠(Sodium Dodecyl Sulfate，SDS)，制备低层数PS微球蛋白石模板；最后通过牺牲模板法制备低层数SnO₂反蛋白石光子晶体薄膜。该结构薄膜相比于平面结构，在具有较高的比表面积的同时，在可见光波长范围内，吸光度与漫反射率均有所提升。该反蛋白石光子晶体薄膜为设计钙钛矿太阳能电池的电子传输层提供了新策略。

表面增强拉曼散射(Surface-enhanced Raman Scattering, SERS)是一种快速且灵敏度高的分子检测技术。拥有高灵敏的、均匀的拉曼信号是光谱技术的必要因素，同时拉曼衬底结构通常也面临复杂的工艺和高昂的成本。为了实现高性能SERS，本文采用多层金-银(Au-Ag)交替沉积、退火和脱合金技术制备多孔Au-Ag复合纳米结构，该方法能用于大面积制备，且制备工艺简便。通过在合适的温度下退火，可以在Au-Ag复合纳米结构表面形成大量纳米孔。这些纳米孔可以牢固地分布在表面形成热点。利用时域有限差分(Finite-difference Time-domain, FDTD)法模拟电场分布，结果表明在Au-Ag复合纳米结构表面可以产生极大的局域场增强效果。实验结果表明SERS检测具有良好的均匀性和高灵敏度。SERS基底检测罗丹明6G(Rhodamine 6G, R6G) 分子的增强因子达到2.4×10⁵，相对标准偏差(Relative Standard Deviation, RSD)低至6.9%，对R6G分子的最低检测浓度可达10^-11 mol/L。所提出的Au-Ag复合纳米结构及其制备工艺在制备高灵敏度的、高均匀性的SERS基底方面具有很大的潜力。

本文合成了系列聚氨酯预聚体，将其用于制备双组分无溶剂聚氨酯胶黏剂，并利用红外光谱和核磁共振波谱证明预聚体和胶黏剂的结构。通过控制变量法研究了聚氨酯预聚体的异氰酸酯基质量分数(ω_NCO)、多元醇分子量、R值(胶黏剂中–OH和–NCO基团的摩尔比)对胶黏剂黏度和耐蒸煮性能的影响。结果表明，在ω_NCO为17%时，预聚体黏度较低，聚氨酯胶黏剂经水煮后的剥离力较高。当ω_NCO一定时，随着多元醇分子量减小，预聚体黏度增大，聚氨酯胶黏剂水煮前后的剥离力增加。在多元醇分子量为1 609 g/mol，ω_NCO为17%，R值为2.5时，水煮前后耐蒸煮聚丙烯流延膜层剥离力最高分别达到6.30 N和4.37 N。将该预聚体与多种B组分混合获得一系列聚氨酯胶黏剂，均满足国家标准GB/T 41168-2021对铝塑复合膜耐蒸煮性能的需求。

随着深度学习方法的发展，理想环境下基于可见光的人脸识别精度和速度已经达到优秀的水平。但是在弱光等复杂环境下，由于缺少光源，可见光图像无法体现人脸细节，导致人脸识别效果下降甚至失效。为了解决这一问题，提出一种基于红外可见光融合的复杂环境下人脸识别方法。首先，针对低照度环境提出联合CNN(Convolutional Neural Network) 和Transformer的红外与可见光融合识别网络，并联CNN和视觉Transformer组成单模态特征融合模块，充分利用源图像的局部细节信息和全局上下文信息。同时，提出一种基于模态平均差异度的多模态特征融合策略，强化对源图像不同区域特征的差异化表达。其次，针对实际应用中融合识别网络模型大、速度慢的问题提出轻量化人脸识别网络MobileFaceNet-Coo和基于边云协同的自适应识别策略，通过图像质量选择识别模型，有效利用硬件资源。实验结果表明，弱光条件下，融合红外光与仅使用可见光图像相比，识别率提升了13.96个百分点。同时，将本方法应用实际项目中，结果表明：本方法在复杂环境下，能提高人脸识别的实时性和准确率。

针对无人机航拍视角下图像目标特征尺寸小且存在背景复杂、分布密集的问题，提出了一种基于YOLOv5的轻量化无人机航拍小目标检测改进算法GA-YOLO。该算法改进了Mosaic数据增强方法和网络整体结构，并增加了微小物体检测头，同时设计了轻量化的全局注意力模块和并行结构的空间通道注意力机制模块，提高了网络的全局特征提取能力和训练过程中卷积通道之间的竞争和合作关系。以4.0版本的YOLOv5s为基准，在公开无人机航拍数据集VisDrone2019-DET上实验，结果表明，改进后的模型相较于原模型，参数量下降了48%，计算量下降了26%，而mAP@0.5提高了4.9个百分点，mAP@0.5:0.95提高了3.3个百分点，有效地提高了无人机空中视角下对密集型小目标的检测能力。

文本验证码具有友好和易于理解的特点，被广泛应用于众多互联网应用的安全防御机制中。传统的文本验证码通过将字符扭曲变形或者增加背景噪声来提高安全性，但随着深度学习技术的发展，其安全性难以为继且过度变形的字符会对人类用户识别带来新的难题。为了解决上述问题，本文提出了一种带有随机化策略的扰动优化框架 (Perturbation Optimization Network with Randomization for Text-based CAPTCHAs Generation, PORG)，用于生成对人类友好但机器难以破解的文本验证码图像。该框架基于先进的扰动方法设计出扰动生成网络 (Perturbation Generation Network, PGN)，构建丰富的图像扰动因子并应用随机化策略生成多样化的验证码图像。现有方法所生成的扰动因子容易破坏验证码图像传递的视觉信息，对人类用户的识别造成负面影响，违背了验证码设计的初衷，因此本文提出了一种扰动优化网络 (Perturbation Optimization Network, PON) 对生成的扰动因子进行优化，通过在图像特征层面上扩展距离并在全局层面上缩小差距，使得所生成的验证码在保持人类友好性的同时有效地对抗攻击者模型。本研究在8个真实世界数据集上进行的大量实验，证明了所提出框架模型的优越性，例如在CNKI数据集上，攻击模型的准确率从90.03%降至0.12%。

目标说话人提取任务的目标是在一段混合音频中提取特定说话人的语音，任务设置上一般会给一段目标说话人注册音频作为辅助信息。现有的研究工作主要有以下不足：(1) 说话人识别的辅助网络无法捕获学习注册音频中的关键信息；(2) 缺乏混合音频嵌入和注册音频嵌入的交互学习机制。以上不足导致了现有研究工作在注册音频和目标音频之间存在较大差异时有说话人混淆问题。为了解决该问题，提出说话人感知的交叉注意力说话人提取网络(Speaker-aware Cross Attention Speaker Extraction Network, SACAN) 。SACAN在说话人识别辅助网络引入基于注意力的说话人聚合模块，有效聚合目标说话人声音特性的关键信息和利用混合音频增强目标说话人嵌入。进一步地，SACAN通过交叉注意力构建交互学习机制促进说话人嵌入与混合音频嵌入融合学习，增强了模型的说话人感知能力。实验结果表明，SACAN相比基准方法在STOI和SI-SDRi分别提高了0.0133、1.0695 dB，并在说话人混淆相关评估和消融实验中验证了不同模块的有效性。

传统的基于锚点框(anchor box)实现的自然场景文本检测方法中，锚点框容易受到其他文本实例的干扰产生误判或精度降低，且文本实例包含强烈的拓扑特征但并未得到重视，导致在弯曲环形文本检测任务中表现不佳。针对这个问题提出了一种新颖的神经网络结构，引入图卷积神经网络的概念，充分考虑邻近锚点框之间的联系，并融入锚点框的拓扑特征辅助图神经网络的学习，提高整体网络的有效性。在两个公开的自然场景文本检测数据集上进行了消融实验，在公开数据集CTW1500中，本文提出的方法使模型在召回率、精确率、F分数这3个指标上分别提高了3.0%、1.9%以及2.5%，在公开数据集Totel-Text中这3个指标分别是2.2%、1.8%以及2.0%。此外，本文方法还与近年提出的其他文本检测算法进行了比较，实验结果证明本文提出的方法在复杂自然场景下文本检测效果优秀，所提出的模块有利于文本检测性能的提高。

为解决计算密集型应用的终端物联网用户设备微电池能量难题，研究绿色可再生能量收集技术和双重构智能反射面技术赋能边缘计算，构建双智能反射面辅助的绿色物联网边缘计算系统，有效延长终端物联网用户设备计算寿命，提高系统计算吞吐量。首先，建立双智能反射面辅助的多用户级联衰落信道模型，建立绿色可再生能量收集的多时隙随机到达模型，建模物联网终端设备的能量供需因果约束条件。其次，以系统计算吞吐量最大化为准则，建模终端设备本地计算速率、边缘计算卸载功率、智能反射面相位的联合优化设计问题；该设计问题隶属一类复杂的非凸优化问题。为此，采用轻量级的多阶段优化技术，快速迭代设计本地计算、计算卸载、智能反射面相移等变量，完成绿色物联网边缘计算系统设计。实验结果表明，在较少的系统计算时间下，本文所提方案与基于半定松弛算法的性能增益相当，且优于已有的基准方案。

为了提高认知无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)网络的频谱利用率并改善其能量受限情况，本文研究智能反射面(Intelligent Reflecting Surface, IRS)辅助的认知SWIPT网络，其中主用户网络以覆盖方式与次用户网络共享频谱，而次用户发射机同时为主用户发射机供能并与次用户接收机传输信息。提出次用户网络吞吐量优化算法，在满足次用户发射机的最大发射功率约束、主用户网络的最小吞吐量约束、总时隙约束以及智能反射面移约束的条件下，联合优化次用户发射机的波束成形矢量、时隙分配和智能反射面反射相移，最大化次用户网络吞吐量。该问题的优化变量相互耦合并且结构高度非凸，难以直接求解。所提算法采用交替优化、半正定松弛以及连续凸逼近方式，将原问题转化为三个子问题进行迭代求解。仿真结果表明与已有基准方案相比，所提算法能明显提高次用户网络的吞吐量。

为了提升高效视频编码(High Efficiency Video Coding, HEVC) 帧内编码的实时性能，本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit, CTU) 的帧内划分结构，从而减少了编码器对CTU进行四叉树递归遍历划分的编码时间。原始编码策略中粗模式决策通过基于残差经哈德曼变换的预测残差绝对值总和 (Sum of Absolute Transformed Difference, SATD) 的损失值来估计率失真优化过程中的率失真损失值来进行加速，但仍会耗费一定的编码时间。提出一种方法通过采样搜索的方式减少粗模式决策过程中计算的模式数，从35种模式降低到了18种模式，降低了粗模式决策过程中计算估计损失值的时间。由粗模式决策过程得到的较优的多个候选帧内模式来进行率失真优化，为了缩减粗模式决策需要计算的候选模式数，在候选模式列表中根据前后帧内预测角度模式的估计损失值的差距来筛选掉部分可能性较低的候选模式实现早停止决策，从而减少需要进行率失真优化的候选模式数量，进而减少率失真优化过程的计算时间。本文提出的算法在测试序列上平均实现78.15%的编码时间缩减，BD-PSNR为 -0.168 dB，BD-RATE为3.49%。