为研究铜渣尾矿作为填料对沥青混合料性能的影响, 分析了铜渣尾矿的物理化学性质, 通过马歇尔稳定度试验确定沥青混合料的最佳配合比, 开展车辙试验、劈裂试验、冻融劈裂试验、浸水马歇尔试验来评价沥青混合料的路用性能, 对铜渣尾矿沥青路面进行检测, 并通过微观形貌分析铜渣尾矿与沥青的黏附特征。结果表明: AC-25C、AC-20C、AC-16C、AC-13C沥青混合料中铜渣尾矿掺量分别为4%、3%、3%、2%(质量分数), 其对应沥青用量为38%、4.2%、4.5%、4.6%(质量分数)时, 沥青混合料性能最佳。与石灰石沥青混合料相比, 铜渣尾矿沥青混合料的高温稳定性、抗裂性、水稳定性得到明显的提升。铜渣尾矿沥青路面性能良好, 其渗水系数为62 mL/min, 摩擦系数为90, 压实度为964%, 均符合规范标准, 铜渣尾矿与沥青形成的沥青胶浆具有良好的黏结性能。

人脸特征随着年龄变化而变化，会严重影响人脸识别的性能。提出一种基于Transformer的跨年龄人脸识别方法，首先通过改善的T2T-ViT模型提取人脸年龄和身份混合特征，然后通过残差因子分解获取人脸年龄特征和身份特征，再使用线性特征分解的去相关对抗式学习算法对人脸的年龄特征和身份特征去除相关性，从而实现年龄抗干扰性的人脸识别。相比基于卷积神经网络的DAL和MTLFace方法，所提方法在参数量、multiply-add operations（MACs）和计算耗时上均有明显降低，同时在基准数据集AgeDB-30、CACD_VS、CALFW、LFW上取得了相媲美的准确率，证明了所提方法的有效性。

激光雷达间的相互干扰是影响无人驾驶安全的核心问题之一。本文提出了一种光跳频（LFH）车载激光雷达系统及其相关测距方法，并通过仿真与实验分析了该LFH激光雷达在不同干扰条件下的抗干扰性能。结果表明，基于相关检测的LFH激光雷达能有效抵抗不同数量和强度的同类型LFH、脉冲、调频连续波和连续波激光雷达的干扰，且在不同类型干扰实验下的测距相对误差小于等于1.5%。这表明LFH激光雷达具备较好的抗干扰能力。

琉璃瓦作为古代高等级的建筑材料, 从北魏时期就在宫殿、 皇家寺庙上开始应用, 辽宋时期除了应用在皇室建筑上, 并且开始在陵园建筑上使用琉璃瓦。 现存的明清时期琉璃瓦普遍存在釉层大量脱落的状况, 但研究的这件辽代的绿琉璃瓦残块上, 虽然釉层极薄、 冰裂纹遍布、 表面发白, 釉层却整体保存十分完好, 几乎没有明显起翘脱落, 且具有很好的强度。 采用超景深显微观察、 扫描电镜能谱分析和X射线衍射分析, 结合文献资料, 对辽宁北镇医巫闾山辽代帝陵遗址中的新立遗址出土绿琉璃瓦残块进行胎、 釉的成分分析, 研究其烧造工艺, 并对其保存现状和釉层保存完好的原因进行深入探讨。 结果表明该绿琉璃瓦胎体原料为优质瓷土加上少量小颗粒砂石, 其晶相有石英、 α-方石英、 硅线石、 刚玉, 是瓷土作胎的较早范例, 为我国使用瓷土烧制琉璃瓦的早期历史和工艺发展提供了佐证。 绿色釉层属于PbO-SiO2-Al2O3基础釉体系, 以Cu为呈色元素, Pb含量低于明清琉璃瓦, 其成分中ZnO的缺失可能是釉面青绿色深浅不一、 光泽度较低的原因。 绿釉几乎无剥离, 胎釉结合强度很好, 是由于低铅薄釉降低了热膨胀系数、 缓解了应力, 胎釉热膨胀系数相配, 表层浅裂缝不易联通内部与外界环境。 加之其使用和保存环境都较为干燥, 降低了水的影响, 几乎没出现吸湿膨胀和冰冻膨胀。 该工作可为相似文物样品的研究、 辽代建筑琉璃构件工艺的研究和琉璃文物的病害和保存提供参考。

为了对雾霾天气下的图像进行去雾处理, 多幅图像去雾算法是常用的方法之一。 多幅图像去雾算法也有多种形式, 部分算法面临硬件实现困难、 获取途径受限或者可实施性弱等问题, 而且多幅图像比对处理时常常涉及图像配准, 造成算法的实时性差、 计算复杂度高等问题。 针对以上问题, 提出的算法为多幅图像去雾提供了新的思路, 基于双目传感器硬件架构能够同时捕获近红外和可见光图像, 将近红外传感器图像作为新的数据源, 近红外传感器能够在一定程度上穿透雾霾, 在雾天捕获可见光传感器无法捕获的图像细节, 而且硬件实现简单。 可见光图像的颜色信息较丰富, 近红外传感器图像对近处场景细节的描述能力较好, 捕获的图像稍加校正就能实现完全配准, 将近红外图像与可见光图像进行融合, 在去雾的同时, 可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中, 得到边缘、 轮廓等细节信息更加丰富的去雾图像。 基于上述思路, 借助近红外传感器对边缘细节的描述能力和可见光传感器对颜色信息的反映能力, 提出了一种基于近红外与可见光双通道传感器图像融合的去雾算法。 首先, 将彩色可见光图像转换到HIS彩色空间, 分别得到亮度通道图像、 色调通道图像和饱和度通道图像。 先将其亮度通道图与近红外图像进行融合去雾处理。 采用非下采样Shearlet变换（NSST）进行分解, 对得到的高频系数进行双指数边缘平滑滤波器保边滤波处理, 对低频系数进行反锐化掩蔽处理, 通过融合规则和反向变换得到新的亮度通道图像。 然后, 在对可见光图像的色彩处理中, 建立饱和度图的退化模型, 采用暗原色原理对参数进行估计, 得到估计的饱和度图。 最后, 将新的亮度通道图像, 估计的饱和度图像和原色调图像反映射到RGB空间得到去雾图像。 为了验证新算法的有效性, 特选取四组雾天拍摄的真实近红外图像与可见光图像进行融合去雾处理, 将融合结果与其他两种去雾方法对于彩色可见光图像的去雾效果进行比较。 实验结果表明, 该算法在提高图像的边缘对比度和视觉清晰度上有较好的效果。 并提出将近红外传感器图像作为新的数据源, 采用双通道图像融合方法进行去雾处理, 为图像去雾提供的新的技术思路是可行的。 该算法的优势在于: 首先提出将图像融合方法与去雾算法相结合, 得到了新的去雾算法的思路。 将彩色可见光图像转换到HSI色彩空间, 将其亮度通道图与近红外图像采用非下采样Shearlet变换方法进行融合处理, 在去雾的同时, 可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中, 使得去雾图像中的边缘、 轮廓等细节信息更加丰富。 其次, 提出了在图像去雾算法中采用新的数据源——近红外传感器图像, 从图像处理的角度, 近红外传感器能够在一定程度上穿透雾霾, 对于近处场景细节的描述能力较好, 而且硬件实现简单, 捕获的图像稍加校正就能实现完全配准, 为后续的融合去雾算法带来了便利, 为图像去雾提供了新的技术途径和路线。 再次, 采用的是多幅图像去雾算法, 该算法基于双目传感器获取图像, 可见光图像的颜色信息较丰富, 近红外图像对于近处场景细节的描述能力较好, 相对于单幅图像去雾算法, 有更好的效果。 最后, 将可见光传感器图像映射到其他色彩空间, 对于每个通道的图像根据其特征有针对性地进行处理。 可见光图像的亮度通道图和近红外图像的处理采用了图像融合和增强处理, 对于可见光图像饱和度通道的处理采用了图像复原算法, 可以从整体上提升去雾效果, 对细节特征有了进一步增强。 该算法为图像去雾提供了新的技术途径和路线。

为提高多径条件下无线信道测量中的时延估计精度, 结合匹配滤波、方位估计方法(MODE)以及基于加权傅里叶变换和松弛 (WRELAX) 算法, 提出了一种具有额外根的方位估计与基于加权傅里叶变换和松弛法算法的融合(MODEX-WRELAX)算法, 并给出了相应的算法推导。新算法既可以分辨多径时延, 又能很好地抑制噪声以及强干扰。对新算法进行仿真实验, 仿真结果表明, 新算法提供了比MODE、WRELAX以及MODE-WRELAX算法更高的精度和分辨率, 且新算法可以接近相应的克拉美罗界限(CRB)。

作为一种高效的两相传热装置, 环路热管主要利用工质的气液相变实现热量的远距离传输, 因此工质的性质及充装系数对其性能具有很大影响。主要对影响低温回路热管性能的几种关键因素(包括工质品质因数、充液率、重力等)进行了理论及实验研究, 并对回路热管进行了优化。将脉管制冷机作为冷源, 对其与回路热管进行了集成应用性能研究, 为回路热管的空间应用奠定了理论及实验基础。

提出了一种基于非下采样Contourlet变换(NSCT)的雾天图像清晰化算法,将雾天图像映射到HIS彩色空间,对亮度分量H、饱和度分量S分别处理。采用NSCT处理亮度分量H,对含有大多数能量的低频分量取反,再进行改进的单尺度Retinex算法处理,将再次取反后的图像与直接进行改进的单尺度Retinex算法处理的低频分量线性叠加;采用一种快速双边滤波器对包含图像大多数线性细节的高频分量进行处理;对处理后的高低频分量进行NSCT逆变换,得到处理后的亮度分量。对饱和度分量S进行颜色拉伸,实现颜色补偿;将处理后的各分量图像反向映射到RGB颜色空间,得到清晰化后的雾天图像。实验结果表明,该算法可以获得较好的浓雾图像细节及颜色保真度,与其他算法相比,图像的标准差、信息熵、峰值信噪比都有所提高。