为解决钢筋混凝土氯离子侵蚀难题，研究了不同掺量矿渣微粉对水泥净浆工作性能、力学性能和氯离子固化性能的影响，并通过物相分析、热重分析、孔结构分布和热力学模拟等方法对氯离子固化机理进行表征分析。结果表明：矿渣微粉能够改善水泥基材料的工作性能，有效提升水泥净浆后期抗压强度和氯离子固化能力，掺量为30%（质量分数）时综合性能最佳；矿渣微粉能够化学结合氯离子，促进体系生成Friedel盐和Kuzel盐，并且能够发生火山灰效应提升C-S-H凝胶含量，细化硬化浆体孔隙结构，提升密实度；水泥净浆氯离子固化能力受氯离子化学结合、物理吸附和阻迁能力共同作用，随着矿渣微粉掺量增加，水泥净浆氯离子化学结合和物理吸附能力逐渐增强，而阻迁能力存在最优掺量。本研究为矿渣微粉水泥基材料在远海岛礁工程建设中的应用提供技术支持和理论支撑。

航迹规划与航迹跟踪的结合是无人飞行器执行地形跟随任务的方案之一。根据目标区域地形高程数据, 将地形跟随最优航迹规划转化为二次规划问题。以矢量场法为制导策略, 并给出可行矢量场的参数设计和以航迹倾斜角为被控量的航迹跟踪控制器。仿真验证规划结果满足地形跟随的预定安全高度要求和飞行器机动性能约束, 所提制导策略具备精确且可靠的航迹跟踪能力, 两者结合可有效完成地形跟随任务。

为了实现高精度温度传感的目的, 设计了一种新型双芯光子晶体光纤耦合微扰传感结构, 采用有限差分光束传播法对该结构的传感特性进行了分析。利用RSOFT软件的Beampronp模块对该传感器特性进行了仿真研究。结果表明, 在满足双芯耦合条件下, 折射率灵敏度可达7000nm/RUI; 耦合间距灵敏度可达2;在填充液体为乙醇时, 该传感结构可实现温度范围为278K~338K的检测, 在该范围内的灵敏度可达4nm/K。该传感器检测线性度高、工艺简单, 对其它相关传感器的研究有一定帮助和意义。

光学遥感图像海面舰船目标检测易受云雾，海岛，海杂波等复杂背景的干扰。本文提出了一种适用于复杂背景的舰船目标检测方法。首先为了克服目标尺度多变问题，利用视觉显著性生成多 尺度显著图，然后使用基尼指数自适应选择最优显著图。考虑到全局阈值分割算法带来的漏检测问题，提出一种新的方案来分离目标和背景像素点。利用图像膨胀原理获取显著图的局部极大值点， 然后使用k-means算法判断极大值点属于目标像素点还是背景像素点。接着对目标点邻近区域进行精细分割。最后引入基于径向梯度变换的旋转不变特征来进一步剔除虚警。实验结果表明，该算法 能够成功检测出不同尺寸和方向的舰船目标，有效克服复杂背景的干扰。算法检测正确率93%，虚警率4%，优于其他舰船检测方法。

针对平台运动导致的视频抖动问题, 提出了一种基于光流传感器的视频稳像技术。该方案首先通过对一般光流传感器的改进, 使其具有旋转运动下输出准确运动矢量的能力, 然后利用光流传感器获得相邻两帧图像之间的运动矢量, 并通过坐标变换计算出主相机的实时平移和旋转信息; 其次, 对原视频图像序列进行运动补偿, 以获得稳定的图像序列, 最终实现了视频稳像。实验结果表明, 稳像后的图像序列与未稳像之前相比峰值信噪比提高了 11.86 dB。该方案在视频抖动较大的情况下, 能够明显减小图像序列的抖动现象, 具有稳像效果好的特点, 满足视频稳像的性能要求, 对提高平台抗扰能力有着较高的实用性。

氮素是影响冬小麦生长的重要元素, 如何根据冬小麦需求适时变量施用氮肥是现代农业精准施肥研究需要解决的关键问题之一。 无人机遥感技术在冬小麦生长情况监测中具有高分辨率、 高时效性、 低成本等优势, 为解决施肥需求监测问题提供了重要数据源。 因此研究无人机多光谱影像数据, 构建其与冬小麦产量与施肥量之间的关系模型对于精准施肥研究十分重要。 选择冬小麦典型生产区山东省桓台县为实验区, 布置4种不同施氮水平的田间实验。 利用无人机搭载Sequoia多光谱传感器, 采集实验区不同氮素施肥水平的冬小麦返青初期多光谱影像, 同时测得冬小麦冠层叶绿素含量(soil and plant analyzer development, SPAD)数据及产量数据。 通过多光谱影像数据计算获得归一化植被指数(normalized difference vegetation index, NDVI)、 叶绿素吸收指数(modified chlorophyll absorption ratio index, MCARI2)等6种形式植被指数, 建立无人机多光谱影像植被指数与小麦冠层SPAD值的线性、 二阶多项式、 对数、 指数和幂函数模型, 优选地面氮素状况最优植被指数模型, 反演冬小麦不同施氮水平的状况, 进而根据不同施氮水平与敏感植被指数和冬小麦产量的关系, 构建了基于植被指数指标的氮肥变量施肥模型, 并将模型应用于同时期小麦多光谱影像。 结果如下: (1)地面实测的SPAD值能较好的反映冬小麦施氮水平及生长状况。 无人机多光谱数据分区统计结果表明不同施氮水平冬小麦冠层反射率有较大差异性。 (2)结构性植被指数与SPAD拟合效果优于其他类型指数。 MCARI2的二阶多项式模型精度最优(R2=0.790, RMSE=0.22), 其能较好的移除冬小麦返青初期土壤背景等因素的影响, 为氮肥敏感植被指数。 (3)基于产量-施氮量模型和产量-敏感植被指数模型, 构建敏感植被指数的氮肥变量施肥模型为Nr=10 707.63×MCARI22-5 992.36×MCARI2+715.27。 通过模型应用生成了实验区冬小麦氮肥变量施肥图, 与实际情况具有较高一致性。 该研究提出了利用无人机多光谱数据进行冬小麦施氮决策的模型及方法, 为冬小麦精准施肥的进一步研究提供了依据。

在动态的复杂环境中，受背景建模失效影响，传统船舶目标检测方法的精度较低。针对该问题，提出一种基于梯度纹理直方图特征与多层感知器的船舶快速检测算法。该算法利用多层感知器将目标的梯度与纹理的直方图进行特征融合，为船舶目标构建特征空间。首先，基于二值梯度的特征训练船舶候选区模型，以快速生成具有高召回率的少量船舶候选窗口，并在每个候选窗口提取梯度纹理直方图特征; 其次，设计一个多层感知器作为船舶分类器，对提取到的梯度纹理直方图特征进行判别。实验结果表明，该算法在多个海上场景中船舶检测平均精确率达90.0%，平均执行时间为20.4 ms/frame，有效实现海上船舶精确与快速的检测。