针对被动毫米波技术对高速运动目标探测能力不足的问题，采用 基于单片微波集成电路(Monolithic Microwave Integrated Circuit, MMIC)的直接检波式 毫米波辐射计构建了一种被动毫米波探测系统，并通过试验获得了不同条 件下对高速运动目标的实测数据。在对测试信号的特征进行分析的基础上，指出 第一脉冲的峰值和两个峰值脉冲的间距能够反映目标运动特性的有效特征，并提出了 一种用于计算目标运动速度的方法。结果表明，该方法具有一定的精度，可在被动毫米 波系统中用于确定运动目标的参数。

以正硅酸乙酯(TEOS)为有机硅源,乙醇为溶剂,NH3·H20和HCl为催化剂,采用溶胶-凝胶技术,通过调节催化剂控制SiO2纳米颗粒尺度,然后在玻璃上用旋涂法镀膜并对其进行热处理,制备低折射率SiO2减反膜.分别采用椭偏仪和扫描电镜对所制备减反膜的结构、物性进行研究,研究不同性质和剂量的催化剂对薄膜结构、折射率的影响.结果表明：通过控制适量的碱酸催化剂可以制备出低折射率多孔结构的SiO2太阳电池减反膜.

在复杂场景下，传统的粒子滤波跟踪算法较难定位目标。针对此问题，提出了一种基于在线特征选择的粒子滤波跟踪算法。该算法首先在线、自适应地通过Fisher 判别准则，从16 个不同的颜色特征空间中选择最能区分目标及其邻近背景的1 个最佳特征空间，然后在这个最佳特征空间中用基于统计直方图的粒子滤波算法跟踪目标。试验结果表明，该算法鲁棒性和准确性较好，在光照变化、目标自身发生形变和遮挡情况下能够准确地对目标进行跟踪。

本文将跟踪看作是二分类问题，提出了一种基于Adaboost 集成学习和快速水平集的轮廓跟踪算法。该方法首先在线地训练一个弱分类器的集合用以区分目标和背景，而通过Adaboost 将集合中的各弱分类器组合成一个强分类器，并用于标定下一帧中的各像素的类别属性，从而确定快速水平集算法的速度函数，然后采用基于动态邻近区域快速水平集来演化目标边界曲线以实现目标的轮廓跟踪。为适应目标和背景的变化，在跟踪过程中在线训练新的弱分类器，而时间相关性则通过更新包含新弱分类器的集合来实现。实验结果表明，在摄像机运动、光照变化、部分遮挡或目标尺度变化等情况下，能实现刚体或非刚体目标的轮廓跟踪。

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中。选择HSV 彩色空间,提出最优可见偏差(OND)引导的非锐化掩模(UM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND 曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu 分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强;而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正。仿真结果表明,OND-UM 对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉。

用具有扁平放电截面的等离子体管设计一种新颖的CO₂激光器，并用纵向辉光放电和横向无声放电同时激励。阐述了这种激光器的设计原理，理论上讨论了激光管内电子浓度的横向分布，实验研究了它的工作特性，并与仅用辉光放电激励的情况进行比较。实验表明，由于横向无声放电的作用使这种激光器的激光功率、工作气压和工作气体中氮的比例有明显的提高，激光效率也有所提高，而且放电电流能兼顾最大激光输出功率和最佳效率。