通过固相反应法以Ca2+、Bi3+取代Sr2+制备出Sr0.92-1.5xBixCa0.08TiO3(0.155≤x≤0.195)固溶体, 同时加入固定量的MnCO3和ZnO作为改性剂和助烧剂, 并通过XRD衍射仪、SEM扫描电镜和LCR分析仪对样品的结构和介电性能进行分析。结果表明, 当x≥0.165时陶瓷样品中出现第二相; 随着Bi3+含量的增加, 介电常数先增大, 后减小, 且介质损耗先减小后增大。当x=0.16时, 得到介电常数ε=1 153、介质损耗tgδ1KHz=3.5×10-4、绝缘强度Eb=9.37 kV/mm的高介 低损耗的高压电容器陶瓷介质材料。

研究了基于二维(QR)码识别的P4P算法,提出利用QR码中存储的四个共面顶点的坐标和QR码图像中的像素坐标进行定位。通过相机标定和图像校正得到校正的QR码四个共面顶点的像素坐标,通过译码程序解析得到四个共面顶点的实际位置坐标,将P4P算法解算输出的旋转矩阵和平移向量作为下一步算法的迭代初始值。在透视N点投影算法中,借助李群和李代数之间的局部同构关系,将流形上的寻优转化为切空间中的寻优,利用线性空间中的最优化手段对目标值进行优化。在切空间的任何梯度方向,参数值都在该空间内,即所求矩阵都在流形上。实验结果表明,在导航运动过程中,相机坐标位置误差小于±2 mm,旋转角度误差小于±0.5°,算法具有较高的定位精度及稳定性。

实验采用化学气相沉积方法制备硫化锌体材料(CVD-ZnS), 并对材料中普遍出现的胞状生长现象进行了系统研究。通过微观结构表征及宏观形貌分析, 发现胞状生长起始于大尺寸的晶体生长中心, 其内部晶粒的生长方向发生了横向偏移, 且生长速率大于正常晶粒, 最终导致了产物表面的球状凸起, 产物侧剖面表现出 “倒圆锥”状生长形貌。同时, 依据实验中所出现的不同胞状生长现象, 探究了胞状物异常生长中心形成的主要原因。在此基础之上, 设计了不同条件的沉积实验, 探究了各类胞状生长现象的抑制方法, 并在实际生产过程中得到了验证, 从而实现了对该异常现象的有效抑制。

军用光缆网是重要的**基础通信设施，传统的人工徒步巡检是查找光缆线路隐患的主要措施，但其耗时长,人力物力消耗大，易受敷设方式和地形环境变化影响。而采用无人机进行光缆线路巡检，时效性强,安全性高且经济性好，是未来的重点发展方向。由于工程车辆施工挖掘是造成光缆线路障碍的最主要原因，为此，文章提出将深度学习更快的基于区域的卷积神经网络(Faster R-CNN)目标检测方法应用到无人机航拍巡检图像的工程车辆检测中。基于航空影像中的车辆检测(VEDAI)公共数据集制作了工程车辆数据集，通过仿真训练和测试，实现了航拍图像中挖掘机和推土机等工程车辆的Faster R-CNN目标检测，检测平均精度(AP)值达0.659，优于传统的可变形组建模型(DPM)和方向梯度直方图+局部二值模式+支持向量机(HOG+LBP+SVM)等机器学习检测算法，研究结果可为军用光缆线路的无人机巡检应用研究提供一定的参考。

对设备的可靠性研究是实现设备持续保障的条件。首先分析了光纤通信传输系统中波分复用设备的功能及配置,建立了波分复用设备的可靠性框图模型。然后根据建立的可靠性框图模型及相关数学模型,计算分析得出波分复用设备可靠性指标的预测值。最后将预测值与实际值进行了比较,结果表明,预测值非常接近实际值,从而验证了所建立的可靠性模型用于设备可靠性指标的预测是可行的。