实时多目标跟踪算法取得了理想的跟踪性能，但大多数现有算法的跟踪速度较慢，且随着背景复杂度的增加，跟踪精度也随之降低。针对此问题，本文提出了基于在线数据关联的行人实时跟踪算法。首先，设计了核相关滤波和卡尔曼滤波双轨道预测机制，配合DeepSORT中的级联匹配形成了预测-跟踪-校准体系，使数据关联更加可靠。此外，在目标检测部分引入了注意力机制，通过强化目标对象的位置信息增强特征表示能力，从而提升跟踪的精度。该模型在MOT16数据集上的MOTA达到了66.5%、IDF1达到了64.2%、IDSW达到了641。与DeepSORT算法对比，MOTA和IDF1分别提升了13%和13.2%，IDSW下降了410。本文算法有助于解决行人实时跟踪时出现的目标误检、漏检等问题，在跟踪中对严重遮挡情况仍保持了较高的跟踪精度，在复杂环境下可以实现行人实时稳定跟踪。

针对卷积网络模型的稳定性能较差，对抗训练方法会使得网络结构过于复杂并占用大量运算资源的问题，提出了一种基于人体视觉神经系统生物特征的卷积神经网络模型改进方法（VVNet）。在卷积神经网络的基础上，融合人体视觉的结构特征，在不增加网络层数或保持准确率不变的情况下，提高神经网络面对噪声干扰的稳定性。在数据集Cifar10上对3种不同神经网络模型（VVNet，VOneNet以及原网络模型）进行测试。实验结果表明，使用VVNet网络模型、VOneNet网络模型和原始的网络模型DenseNet121对四类图像（噪声图像、模糊图像、遮挡图像和饱和曝光图像）的分类准确率进行对比，验证了提出的VVNet网络结构对不同类型图像的分类准确率几乎不变，在使用对抗样本情况下，VVNet网络结构的图像分类准确率提高了约10%。与深度学习网络相比，基于人体视觉系统结构的网络能够在保持准确率的同时有效地提高神经网络的稳定性，并具有可移植性。

设计并制作了一种高灵敏度且制作简单的聚甲基丙烯酸甲酯（Polymethyl Methacrylate，PMMA）微球与单模光纤复合的湿度传感器。该光纤湿度传感器由PMMA微球与单模光纤构成。由于在微球中形成了法布里-珀罗腔，当外界环境湿度升高时，PMMA微球吸收水分子体积膨胀，导致法布里-珀罗腔的腔长增长，使得传感器干涉光谱的波峰（谷）发生红移，从而实现湿度传感。对所制作传感器的湿度响应、稳定性和重复性等进行了实验研究，实验结果表明：在30%~80%湿度范围内，该湿度传感器的灵敏度达173.36 pm/%RH，波长漂移随相对湿度变化呈良好的线性关系，其线性度达0.992 26，且具有良好的稳定性和重复性。该PMMA微球与单模光纤复合的湿度传感器具有灵敏度高、结构简单、无需镀膜且易于制作的优点。

为了提高超声悬浮轴承性能，提出了一种径向包容式超声悬浮轴承结构优化设计方法。基于扁壳理论和弹性力学建立了轴承壳体结构固有频率和径向挠度的数学模型，以壳体结构的长、半径、壁厚3个参数为设计变量，以壳体结构的固有频率和径向挠度作为优化目标函数，采用多目标遗传算法进行求解，从求解得到的Pareto解集中选择一组最符合设计要求的解，即长40 mm，半径10 mm，壁厚2 mm作为优化结果。为了验证本文优化方法的有效性，制作了3组轴承进行对比实验。实验结果表明：优化得到的轴承结构兼顾了超声悬浮轴承对固有频率和径向挠度的性能要求，可以产生较大的径向悬浮力，本文的研究方法和结果对设计和制造新型超声悬浮轴承具有重要的指导意义。