近几年新型冠状病毒COVID-19的迅速传播，引起了全球对传染病防控和快速病毒检测技术的高度关注。表面增强拉曼光谱（SERS）作为一种光学分析技术，凭借其独特的分子指纹特性和高检测灵敏度的特点，成为生物医学检测领域的有力工具，对可能大规模暴发的流行性病毒灵敏迅速的检测以及监控提供新颖、高效的光学解决方案。本文对从2021年以来开展的DNA、RNA病毒，尤其是威胁人类生命健康的流行性病毒检测工作当中使用的标记、非标记SERS技术进行梳理，从SERS基底结构建构及功能化修饰，分子探针的设计，高速响应、高灵敏度检测模型构建，生物技术、机器学习方法的联合使用等方面，特别是基于便携式、手持式拉曼光谱仪的研究，对SERS技术在病毒检测领域的应用进展进行了总结和展望。

束半径可调的强流环形电子束在跨波段跳频高功率微波产生器件中有重要应用。提出了一种改变外加引导磁场位形从而改变环形强流电子束半径的技术。该技术的核心部件由环形阴极、阳极、电子束转移通道、电子束传输通道和三段螺线管组成。当三段螺线管的通流的电流大小不一样时，该螺线管系统就能产生不同位形的磁场。在粒子模拟中，当三段螺线管的通流电流大小分别为1025 A、107 A、107 A和300 A、300 A、0 A时，螺线管产生两种不同位形的磁场，实现电子束半径的改变。从单粒子运动理论出发，本文推导出电子束在梯度磁场引导下的运动轨迹表达式，解释了电子束半径在梯度磁场下变化的原理，还研究了梯度磁场的斜率和极差对电子束轨迹的影响。在跨波段器件仿真中，X波段输出功率为1.6 GW，频率为8.2 GHz，效率为40%；Ku波段输出功率为1.5 GW，频率为14.4 GHz，效率为38%。

非结构化道路中的无人驾驶精确定位大量使用基于激光雷达的simultaneous localization and mapping（SLAM）技术，解决因环境变化导致的预建地图匹配失败，进而引起定位丢失的问题一直是业内难题和热点研究方向之一。针对上述问题，提出一种利用激光雷达和惯性测量单元在normal distribution transform（NDT）定位基础上融合实时局部地图匹配的长周期鲁棒定位方法online location normal distributions transform（OL-NDT）。OL-NDT将NDT获得的定位信息作为测量信息因子输入因子图中优化实时构建的局部地图，并且在其全局定位丢失后采用实时局部地图进行定位。在MulRan数据集上进行定位精度测试，OL-NDT的累计误差占比为0.40%，较现有的传统定位方法降低了1.06个百分点，定位精度得到了有效提升，且在静态结构发生较大变化的场景下也可以精准定位。同时，利用在北京联合大学采集的校园数据验证了在短暂无地图情况下OL-NDT的定位轨迹精度与已知地图时完全匹配。

在复杂海域场景下如何综合利用舰船监测的多模态数据进行高效特征提取和特征融合, 以此来综合提升舰船识别精度仍存在巨大挑战。针对海域环境中舰船单一数据源识别准确率问题, 提出一种有效的多模态数据特征提取和特征融合的舰船识别算法, 然后基于深度残差网络模型进行特征融合以提升舰船识别准确率。通过实验结果对比, 相比于其他算法基于多模态数据的舰船识别算法平均准确率提升约18%, 有效地提升了舰船识别准确率, 对相关船舶领域的研发工作具有借鉴意义。

热红外图像中的人体目标易于观察显著性强，应用广泛，但受限于热红外设备的硬件，往往图像中的人体目标边缘模糊，检测效果较差，同时因为热红外的特殊成像原理，人体目标检测时极易受到发热物和遮挡物的干扰，检测的精度也无法得到保证。针对上述问题，本文提出了一种类 HED（holistically nested edge detection）的热红外显著性人体检测网络。网络采用类 HED网络形式，通过将不同比例的空洞卷积编解码模块进行残差相加形式，完成人体目标的检测任务。实验证明该网络可以有效地检测人体目标，准确地预测边缘结构，同时在发热物及遮挡物等环境下也具有较高的检测精度。

生产光电玻璃基板需要对基板边部进行研磨,以消除边部裂纹、烧边、掉片等缺陷, 避免下游面板厂在使用过程中出现破片。通过分析光电显示玻璃基板磨边不良产生的主要原因, 优化磨边工艺, 实际生产验证表明新工艺显著提高了产品边部质量, 降低了边部缺陷的发生率。

光电显示玻璃基板的包装质量对产品在客户端能否顺利投入使用至关重要，包装不良可能会造成客户端破片、吸附带片、膜层脱落等问题。其中，包装产品四角厚度差是其中一个影响包装质量的因素，通过研究制定出四角厚度差管控办法:用低摩擦系数的聚丙烯(PP)代替橡胶、超声测厚度参数优化和底板开槽等方法，可提高玻璃基板的包装品质，提升客户满意度和市场竞争力。