由生物启发的计算可分为人工神经网络、进化计算、人工免疫系统(AIS)和群智能等。其中AIS作为一个相对年轻的研究领域在最近几年尤为活跃,已成为计算机科学中的一个重要分支。AIS是根据生物免疫系统机理和特征等开发的,并能解决工程问题的计算或信息系统。其起源于生物学家将免疫学理论向工程领域的拓展,人们尝试模拟生物免疫系统机制或现象的方法解决计算机安全、故障诊断和工业控制等领域的一些难题。AIS研究与应用相辅相成、并行发展,其研究可分为理论研究、系统建模和算法研究三个方向,本文着重讨论和研究AIS算法研究部分。随着对AIS应用的推广和研究的深入,其缺陷或局限性也日益凸显,研究人员也根据应用需求提出了各种改进算法。本文基于对经典克隆选择算法和动态克隆选择算法的研究,总结出其存在实时性差、不能动态响应抗原信息的变化或者响应缓慢等缺陷,并提出了一种实时性克隆选择算法弥补现有人工免疫算法的这一缺陷,并在嵌入式平台上予以应用和验证。主要研究内容可分为AIS算法理论研究及其在嵌入式平台上的应用两个方面。理论研究方面,在对已有的人工免疫系统模型和克隆选择算法深入研究的基础上,提出了实时性克隆选择算法。该算法主要改进内容有：①检测器训练与检测器检测不再是一个完全独立的过程,将检测器训练分为抗原基本特征学习和抗原特异特征学习两个部分,并将特异特征学习嵌入在检测阶段；②抗体库中有针对不同长度抗原的抗体,且变异时抗体长度也可作为一变异项进行变异；③检测器检测的过程中,根据外界抗原的不同动态调整抗体库中的抗体亲合度计算优先级,对检测子进行优化。实际应用方面,明确溺水特征识别系统的各项功能需求,在完成其可行性分析、系统框架设计、软硬件模块划分和设计的基础上,将提出的实时性克隆选择算法在嵌入式平台上加以运用,并验证其准确性、实时性和稳定性。主要工作内容有：①根据系统的功能需求,完成系统的功能设计、框架设计和模块划分,硬件部分划分信号采集与预处理模块、无线传输模块和主控模块,软件部分划分为串口数据接收模块、数据预处理模块、溺水特征识别模块和主控模块；②分模块完成系统的软、硬件设计；③将实时性克隆选择算法在此嵌入式平台上予以实现；④通过实验验证系统的准确性、实时性和稳定性。最后,总结本文研究的主要内容,列举出该系统所存在的优缺点,对溺水特征识别系统的设计提出其他解决思路,并对人工免疫系统的应用以及与嵌入式系统相结合的应用进行展望。