为解决目标识别技术中混合畸变目标的识别难题, 提出了一种面积极坐标变换算法.该算法利用相似图形尺寸与面积的满射函数关系和极坐标变换的旋转不变特性, 对目标与模板同时进行面积变换和极坐标变换.将面积极坐标变换算法与基于形态学膨胀的边缘加粗处理算法相结合应用于光电混合联合变换相关器, 实现了大尺度混合畸变目标的识别.以空中飞机为例, 光学相关实验表明, 该方法可显著提高混合畸变目标的相关峰强度, 旋转畸变容差为0°~100°, 比例畸变容差为100%~200%, 具有较大尺度的混合畸变容差, 扩大了识别范围.其混合畸变识别能力优于极坐标对数变换算法与综合鉴别函数法其衍生方法, 其“时间复杂度”远小于综合鉴别函数及其衍生方法.

鉴于不同的铯氧电流激活GaAs光阴极时会对激活过程和结果产生不同的影响，从而影响GaAs光阴极的灵敏度和稳定性。以固定铯源电流，改变氧源电流的方式获取不同铯、氧电流比，激活同类GaAs光阴极，得到了3组实验数据。对数据进行分析，结果表明：同类光阴极在相同条件下激活时，光电流出现的时间几乎一致，并且首个光电流峰值也非常接近；激活时ICs/IO=1.07是目前获得高灵敏度、高稳定性GaAs光阴极的最佳电流比，而ICs/IO=1.10时光阴极灵敏度低但稳定性好，ICs/IO=1.03时光阴极灵敏度高但稳定性差。双偶极层模型认为Cs、O激活后GaAs表面形成了稳定均匀的GaAs-O-Cs:Cs-O-Cs双偶极层，并达到了负电子亲和势，这一点与实验数据的分析结果相一致。该方法可用于提高GaAs光阴极灵敏度和稳定性。