报道了基于半导体碟片激光倍频实现的高功率青色（蓝绿光）激光，连续输出功率可达到4.8 W。通过半导体碟片热管理优化和金刚石热沉预金属化，获得了最大功率为22.5 W、光-光转换效率为42.7%的980 nm基频光输出。通过V型腔LBO（LiB₃O₅）晶体倍频实现了4.8 W 490 nm激光输出，总的光-光转换效率为15.4%，单位泵浦面积产生的蓝绿光光强为3.8 kW/cm²。

针对脊柱解剖结构较为复杂的问题，提出一种用于脊柱磁共振成像影像检测的YOLOv4-disc算法。首先，针对真实病例样本数量较少的问题，使用限制对比度的自适应直方图均衡（CLAHE）数据增强方法提高模型的泛化能力。然后，使用K-means算法对数据集中真实框的尺寸进行聚类，得到合适的锚框尺寸并确定锚框数量。其次，在CSPDarknet-53骨干特征提取网络中使用深度可分离卷积替代普通卷积，减少网络参数并降低运算量。最后，基于Focal损失改进原生网络的损失函数，解决one-stage目标检测中正负样本比例严重失衡的问题。实验结果表明，所提YOLOv4-disc算法的平均精度均值（mAP）达到了90.80%，相比原生YOLOv4提高了3.51个百分点。

为了解决厨房用开关面板抗油污沉积的问题, 采用飞秒激光在开关面板表面制备出微纳米复合结构表面, 实现了超疏水性, 进而减少油污沉积附着,研究了聚碳酸酯(PC)开关面板的激光烧蚀阈值、不同激光工艺参数和微纳结构对表面浸润性的影响。结果表明, PC开关面板在515nm波段下的烧蚀阈值为1.66μJ; 当激光能量为1.6μJ、扫描速率为200mm/s、搭接率为1/3线宽时, 其表面液滴接触角为161°, 表现出超疏水特性。经激光表面处理后的PC面板具有超疏水性,可实现表面的自清洁作用, 显示出巨大的市场潜力。

当飞行器以超高速在大气层中飞行时，由于气动加热或烧蚀，在飞行器周围会形成等离子体鞘套。这将影响飞行器的通信特性，严重时会使通信中断，从而威胁飞行器的安全。我国新一代航天航空飞行器在大气层中飞行的时间长、速度快，而且弹道复杂，需要实时通信和控制，因此需要彻底解决通信中断问题。针对新一代航天飞行器面临的通信中断问题，研究了利用天线位置和地面遥测设备的布站优化、毫米波和太赫兹波通信、外加强磁场和激光通信等方法解决黑障问题的可能性及存在的问题。

设计了一种用于减缓高超声速飞行器通信中断的、中心频率为1.575 GHz、一体化GPS磁窗天线, 并开展了静态验证实验。设计的磁窗天线由贴片微带天线和永磁体一体化组成, 结构尺寸为100 mm × 100 mm × 75 mm, 并设计了防护结构。磁窗天线的贴片微带天线不会对永磁体磁场产生影响, 而永磁体也不会改变贴片微带天线谐振频率；设计的磁场防护装置对天线轴向的磁场强度没有减弱, 对非传播方向完全屏蔽, 起到了保护作用。针对厚度为25.5 mm、电子密度为6×1010～1×1011 cm-3的等离子体, 设计的磁窗天线能将1.575 GHz电磁波透射系数从-19～-23.5 dB提高到-11～-16 dB。研究结果表明: 设计的一体化GPS磁窗天线能够一定程度减缓电子密度为6×1010～1×1011cm-3的等离子体对1.575 GHz电磁波通信影响, 且实现了磁窗天线的小型化, 并提高了安全性。

针对目标信号源波达方向(DOA)的实时变化,将人工蜂群算法应用于最大似然函数的优化,实现了动态目标DOA的实时跟踪.首先,提出了一种可变遗忘因子的自适应样本协方差矩阵更新方法,该方法可根据目标信号源DOA变化的快慢自适应调整历史数据和当前采样数据在协方差矩阵中所占的权重,从而保证在获得较小稳态误差的同时又可获得较快的跟踪速度.然后,直接应用了性能优越的最大似然估计方法,避免了子空间跟踪类算法需要不断重复特征值或奇异值分解等问题.最后,采用人工蜂群仿生智能算法对似然函数的求解进行优化,从而极大地减少了算法的计算量,保证了算法的快速性和实时性.实验结果表明:在单快拍采样的情况下,信噪比为0 dB时,跟踪两个目标信号源的均方根误差为0.995 2°,基本达到了阵列信号处理中目标跟踪方法的设计要求.

为了高效准确地联合估计波达方向(DOA)和多普勒频率, 提出了基于二维MUSIC谱和隔离小生境混合蛙跳算法的联合谱估计方法。首先, 利用状态空间模型构造包含DOA和多普勒频率信息的广义可观测矩阵。 然后, 利用MUSIC算法和广义可观测矩阵构造联合估计的二维谱函数, 将参数估计问题转化为多峰函数优化问题。最后, 引入混合蛙跳算法(SFLA)并利用隔离小生境技术对混合蛙跳算法进行改进, 使其适应于二维MUSIC谱多个极值的优化搜索, 降低搜索计算量, 得到DOA和多普勒频率的估计值。实验结果表明: 在考虑信噪比为0 dB的两个独立信号源的情况下, 利用本文方法估计得到的DOA和多普勒频率的均方根误差分别为0.23°和0.005 5 rad。该方法具有控制参数少、计算量小、参数自动配对等特点。

为了高效、准确地估计多普勒频率和波达方向(DOA), 提出了基于加权子空间拟合(WSF)算法和量子粒子群优化(QPSO)算法的WSF-QPSO联合谱估计方法。首先, 利用状态空间模型构造包含多普勒频率和DOA信息的广义可观测矩阵; 用WSF算法拟合联合谱函数, 将参数估计问题转化为多维非线性函数优化问题。然后, 利用QPSO算法优化联合谱函数, 得到多普勒频率和DOA的估计值。实验结果表明: 在信源参数比较接近的情况下, WSF-QPSO方法在信噪比为0 dB时对多普勒频率和DOA估计的均方根误差仅为0.007 5 rad和0.25°。与其他方法相比, 该方法具有估计精度高、控制参数少、鲁棒性好、参数自动配对等特点, 在低信噪比和小样本条件下依然能够得到较满意的参数估计结果。