无线Mesh网络(WMN,Wireless Mesh Network,有称无线网状网或无线网格网)这个名词出现的时间并不是太长,大约在20世纪90年代中期以后,而真正引起人们关注只是在近两年。WMN的出现并不是偶然,与很多新技术出现的背景一样,WMN的出现是应用需求直接推动的结果。本文就一下几个方面给出了研究成果:在无线mesh网络中,业务是在网关处聚合以及投递,网关以有线的形式连接主干网。合理有效地放置网关能有效地对无线mesh网络管理。本文针对在多业务多信道无线mesh网络进行网关放置,旨在保证簇内Qos的前提下选取最小数目的网关节点。通过在蚁群优化迭代算法前完成对待选簇内Qos的保证,而后在多项式时间内反复计算最小闭覆盖集合。本文给出了详尽的理论分析以及仿真。本文提出了一种新的可以尽最大可能地分离混叠的信号(观测信号数≥源信号数)算法,唯一的先决条件就是混叠矩阵A必须是行满秩。通过把恢复信号代价函数的协方差与恢复信号的协方差之比作为特征值,使求解一个广义特征值问题,因此算法具有非常快的收敛速度。而且算法针对病态混叠信号的分离表现出非常好的鲁棒性。本文提出了一种基于mesh网络基础架构的不同表情的人脸识别及其重建系统。由于无线网络传输容量的限制,本文提出了将不同表情的投影到由ICA算法提取的基空间组成的一组系数向量,通过在服务器端进行余弦测度进行辨识以及表情重构。本文首先提出了针对不同表情的ICA辨识算法框架,而后根据PCA在正面人脸图像上摘除眼镜上细节表现力不够强,采用ICA重建不戴眼镜的与其表情最接近的人脸,提取了人脸图像中被眼镜遮挡的区域,通过一个迭代的误差补偿的方法,合成了对应输入图像的无眼镜人脸图像。该方法能有效地从输入图像中“摘除”眼镜,合成的图像看起来非常自然,不存在原来眼镜的痕迹。合成了无眼镜人脸图像之后,识别率相对于合成前提高了近70%。