目前在三轴转台跟踪中缺乏对运动目标进行有效解算的实时方法, 而普遍应用的锁定横滚轴的地平式跟踪方法和锁定方位轴的水平式跟踪方法存在跟踪盲区问题, 为此提出了一种三轴角速度偏差最小方法。对三轴转台建立运动模型, 以各轴速度偏差平方和最小作为指标, 利用转台轴角位置、轴角速度和跟踪目标位移等参数, 建立运动模型的广义逆矩阵, 求解出唯一确定的三轴转角偏差, 将目标的空间指向变化平均分配到三个轴系, 实现对三轴转台的实时伺服控制。相比于地平式方法和水平式方法, 在跟踪越过盲区的目标时, MDTV方法可以大幅降低跟踪过程中转台的角速度和角加速度, 保证跟踪转台平稳运行。在跟踪旋转靶标时, MDTV方法的跟踪偏差最大值只有地平式方法的15.4%。试验证明该方法可以解决跟踪盲区问题, 能够提高设备的跟踪精度。

光电瞄准系统（EOTS）将前视红外和红外搜索跟踪进行了综合, 进而可以获得高分辨率图像, 实现自动跟踪、红外搜索跟踪、激光指示、激光测距和激光点跟踪。本文针对美国研制的EOTS的工作原理展开分析和研究, 概述了EOTS的概念和技术特点, 显示了其作为新一代机载光电瞄准系统的先进性。对EOTS多功能系统、光学元件、红外搜索跟踪、维护和研制规划进行了介绍, 着重分析了EOTS的自动视轴校准系统, 主要包括自动视轴校准系统的工作原理和工作步骤。最后, 本文对EOTS系统的性能进行了总结。

测试点优化选择是复杂装备测试性设计的重要环节, 本文提出一种用于解决测试点优化选择问题的离散萤火虫算法(DFA)。首先建立了测试点优化选择问题的数学模型, 接着对传统的萤火虫算法(FA)进行了离散化改进, 给出了离散化萤火虫算法的实施步骤, 并分析了不同的吸引度函数和二值化函数(sigmoid和tanh函数)对算法结果的影响。最后针对5个不同规模的实际系统验证了离散萤火虫算法的有效性, 并与粒子群算法(PSO)和遗传算法(GA)等传统的元启发式搜索算法的计算性能进行了比较分析。结果显示: 在满足系统要求的故障检测率和故障隔离率的前提下, 利用本文提出的离散萤火虫算法得到的5个系统测试代价最优值分别比PSO算法和GA算法平均降低了10.1%和14.6%。实验结果表明: 离散萤火虫算法能快速收敛到更高质量的全局最优解, 避免过早收敛而陷入局部最优值, 对于解决大型复杂装备的测试点优化选择问题具有很好的应用前景。

为了提高机动车载跟瞄发射系统的瞄准精度，提出在其发射光路中引入快速反射镜来修正发射激光的方向。研究了快速反射镜激光指向修正量和粗红外跟踪脱靶量以及反射镜空间实时绝对角度的关系，结合激光发射光路和红外跟踪光路的结构特点，提出了将船摇坐标变换理论应用到快速反射镜激光指向修正量的解算中。建立了快速反射镜激光指向修正量与粗红外跟踪、快速反射镜空间位置的关系，并通过MATLAB编写了M函数，建立了SIMLINK仿真模型。基于仿真模型得出了激光指向修正量与快速反射镜转角的关系数据以及在快速反射镜工作范围(± 6′)内的简化公式。试验结果表明: 该解算算法正确，解算精度较高，最大静态解算误差为2.9″; 载车在三级公路上以20 km/h的速度跑车时，激光指向的控制精度为方位角11.65″、俯仰角15.38″，均满足项目指标要求。

传统的图像质量评价方法很多，但是并非针对超分辨率复原算法的特定评价指标。一种超分辨率复原算法复原性能的好坏，至今没有一个统一的评价标准，这使得超分辨率复原算法的发展受到很大限制。针对传统的超分辨率复原评价体系只关注图像某一方面统计特性的问题，提出一种基于SSIM_NCCDFT的超分辨率复原评价方法。该评价方法结合了空间域的灰度均值、对比度以及频域自相关，能够同时评价超分辨率复原结果在空间域的复原效果和对频率域信息的复原精度。实验结果表明: SSIM_NCCDFT可以准确反映图像退化的程度。相对于PSNR，SSIM_NCCDFT的优势是其同时反映了频域和空域复原的精度，评价更加全面。本文提出的基于SSIM_NCCDFT的超分辨率复原评价方法同时考虑了超分辨率复原中频率域和空间域的复原性能，评价结果较为全面，能够有效地评价复原图像中的噪声和模糊等现象，对超分辨率复原方法的评价具有一定的指导意义。

针对纬轴工作范围为±20°的三轴跟踪架结构不能跟踪半球空域内所有卫星的问题,本文研究了卫星跟踪原理,结合纬轴受限的三轴结构特点,推导出了三轴之间关系的公式,并由此仿真得出了STTA卫星跟踪策略算法.跟踪仰角70°以上的卫星时,采用方位轴定位式水平式跟踪,这种跟踪方式既利用了水平式结构保精度跟踪天顶附近目标的优势,又克服了地平式结构有天顶跟踪盲区问题;跟踪仰角70°以下的卫星时,采用方位轴随动式水平式跟踪,这种跟踪方式使地平式跟踪方式和水平式跟踪方式有机地结合起来,实现优势互补,达到了更为理想的跟踪效果.该跟踪策略不仅解决了三轴转台纬轴工作范围受限问题,而且能够捕获跟踪半球空域内所有卫星,并保证卫星全程在保精度跟踪范围内.最后设计了实验,证明了该跟踪策略算法的有效性和可行性.

使用改进的拉普拉斯算法对人造卫星进行轨道预测时, 在卫星仰角过高及卫星过顶点时刻其外推精度都较低, 无法满足轨道预测的精度要求。本文基于对外推数据和实测数据的分析, 提出了基于时间校正的轨道预测方法。该方法首先对外推数据和实测数据进行坐标旋转, 然后用实测数据对外推数据进行时间校正, 从而获得高精度的卫星轨道预测数据。利用水平式光电设备对卫星进行了跟踪实验。实验中使用了大于60 s时长的高精度自动跟踪数据, 先进行运动方程的拟合, 然后进行时间校正, 外推出了超过20 s时长的高精度预测数据, 且在卫星过顶点时刻, 预测偏差可以保持在3″左右。实验结果表明, 该方法有效地提高了卫星在高仰角时刻的轨道预测精度和保精度跟踪时间。

介绍了超分辨率复原方法的概念和理论基础，重点总结了一些常用的超分辨率复原理论的国内外研究现状，并对它们的理论依据、优缺点和适用范围进行了详尽分析，对超分辨率复原理论的应用领域进行了介绍。超分辨率复原方法分为频域法和空域法。频域复原法原理简单清楚，计算方便，但是所建立的运动模型都是平移模型，不具有一般性，同时难以利用正则化约束，这就导致难以使用图像的先验信息来帮助进行超分辨率复原。空域复原法可以很方便地建立复杂的运动模型，同时考虑了几乎所有的图像降质因素，例如噪声、降采样、由非零孔径时间造成的模糊、光学系统降质和运动模糊等，还可以加入更完善的先验知识，相比于频域复原法，空域超分辨率复原模型更符合实际的图像退化过程，是目前应用最广泛的一类超分辨率复原方法。