随着合成孔径雷达(SAR)技术的发展,SAR获取的数据量迅速增加,利用SAR图像对目标进行识别时,计算量大、耗时长。为了快速、有效地识别目标,提出了一种基于几何模型的目标快速分类方法。该方法选择二值目标区域和阴影区域为特征,首先利用目标几何模型的光学可见信息进行正向特征预测。然后将实测SAR图像中提取的二值区域与预测得到的二值区域对齐,建立相关性。最后通过融合相似度准则进行判断,实现目标分类,并在MSTAR数据集上验证了该方法的高效性和有效性。由于该方法不涉及耗时的电磁计算,在减小计算量的同时,加快了目标识别速度。

针对雷达目标自动识别,对目标属性散射中心进行了参数化建模。建模前,基于实体部件分解的目标进行高精度几何建模,提出了一套含空间射线分集的射线追踪方法。基于此,发展了一套基于空间射线分集的目标散射中心参数化正向建模方法。在现有的提取面类散射源的基础上,增加了目标边缘强散射源的散射中心,同时推算出了其模型参数。将该方法所得的结果与现有高频方法的结果进行对比,验证了参数化模型的有效性。所提出的参数化建模的方法为雷达目标特征数据库的获取提供了一条新的辅助途径。

针对在近地面场景下, 红外图像的背景杂波较难抑制、红外小目标检测率较低的问题, 提出了一种基于曲率的近地面红外小目标检测算法.将图像看作一张三维曲面, 分析目标与背景在曲面形状上的差异, 并使用曲率表征这种差异;利用Facet模型计算图像四个方向的一阶与二阶方向导数, 对于一阶方向导数搜索其过零点区域,并利用过零点区域的二阶方向导数构建方向曲率图;融合四个方向的方向曲率图, 得到最终的曲率图并进行自适应阈值分割实现目标检测.利用四组不同场景下的红外序列图像对算法进行验证, 实验结果表明, 本文提出的算法在信杂比与背景抑制因子方面都大于10, 均高于其他算法, 同时在低于6×10－4的虚警率下就能达到100%的探测率, 明显优于其他算法.

采用2维自洽完全流体模型，数值研究了阳极为通孔的高气压微腔放电结构中等离子体参数的变化过程。模拟结果获得了当氩气压强为13.3 kPa时，放电中的电势分布、等离子体密度分布、径向电场分布和电子温度分布等重要参数的演化过程。模拟结果表明在放电过程中，阴极附近的电场由轴向电场逐步转变为径向电场，等离子体密度最大值位于放电腔中间处，并随时间推移由阳极附近向阴极附近移动，电子温度的最大值出现在阴极环形鞘层区域。

通过多项式拟合法计算由于热变形导致的面形改变量,来修正镜面面形系数;然后应用平面对称光学系统的像差理论,计算它对成像的影响。和以往方法不同的是它通过像差形式解析表达,并能得到光线在像面上的点列图分布。如果热变形导致的镜面改变量分布比较复杂,很难用单个面形精确地拟合,建议进行分区拟合以减小拟合误差。最后,通过一个实例,用传统的方法和文中的方法做数值计算比较。