976 nm高功率半导体激光芯片是光纤激光器的核心部件，具有极为重要的产业价值。报道了课题组在高效率高功率半导体激光芯片的设计、制作与测试方面的研究成果。为了最大限度地提高器件的功率转换效率，同时满足苛刻的寿命要求，在设计上采用双非对称大光腔波导结构，同时对量子阱结构、波导结构、掺杂以及器件结构进行了优化；在外延生长方面，系统地优化了生长工艺参数，确保了外延材料具有极高的内量子效率及低内损耗。大量测试表明：所制作的器件（腔长为5 mm、发光条宽为200 μm的芯片）在室温、连续波（CW）测试条件下，阈值电流约为1 A，斜率效率为1.14 W/A；当电流为9 A时，最高功率转换效率高达72.4%；当电流为30 A时，输出功率达到29.4 W，功率转换效率为61.3%；对应于95%光场能量的水平远场发散角低至8.7°。上述参数性能已经达到了国际同类产品的先进水平。

Hg3In2Te6(简称MIT)是Ⅱ-Ⅵ/Ⅲ-Ⅵ族化合物半导体Hg(3-3x)In2xTe3中x=0.5时对应的稳定相。本文采用第一性原理方法, 系统地探究了Au在MIT中的稳定性和掺杂效率。计算结果表明: Au-Te键具有与Hg-Te相似的极性共价键特性, 表明Au在MIT中具有一定掺杂稳定性。此外, 发现Au在MIT中存在两性掺杂特性: Au在AuHg和AuIn体系中表现受主特性, Au-5d电子轨道分别在价带顶和-4 eV位置与Te-5p电子轨道形成共振, 形成受主杂质能级; 而Au在AuTe和AuI体系中表现施主特性, Au-5d与Hg-6s、In-5s电子轨道在导带底产生共振, 形成施主杂质能级。富Hg条件下, AuI、AuTe与AuHg之间会产生自我补偿效应, 费米能级被钉扎在价带顶, 而富Te条件下, 上述自我补偿效应将会得到有效消除。

为了研究单掺水泥及复合固化剂(由水泥、生玄武岩纤维、石灰和生石膏组成)对滇池地区高原湖相泥炭质土静力特性的影响, 对不同掺量水平下的水泥改良土和复合固化剂改良土进行静三轴不固结不排水剪切试验, 研究了两种改良土的三轴应力应变关系与抗剪强度变化规律。研究表明: 随掺量的增加, 两种改良土的主应力差峰值强度增大; 当掺入复合固化剂的质量分数为15%时, 相比5%、10%两个掺量水平, 复合固化剂改良土的三轴应力应变关系由“应变硬化型”转变为“应变软化型”, 且抗剪强度显著提升; 当改良土的内部结构发生破坏时, 水泥改良土的抗剪强度有较大损失, 而复合固化剂改良土仍保持较高的抗剪强度。

针对采用含随机噪声的数据进行非线性动态系统建模无法获得准确模型参数的问题, 提出了一种基于加权最小二乘支持向量机(LS-SVM)数据预处理的复合辨识方案。复合辨识方案根据数据的分布信息, 利用加权LS-SVM对异常数据的鲁棒性, 通过回归计算消除数据的异常性; 再利用预处理后的数据训练补偿模糊神经网络参数, 得到系统模型。结果表明, 采用加权LS-SVM预处理的复合辨识方案运用在普遍存在随机噪声的系统中, 能获得更加准确的辨识模型。

针对复杂系统建模困难且难以控制的问题，采用了数据驱动的控制策略，利用输入输出数据建立受控对象的动态线性化模型，采用滑模预测控制方法对该动态线性化模型进行控制器设计。该方法将系统动态线性化过程的参数估计误差视作广义扰动，结合滑模预测控制的强鲁棒性减小了广义扰动对系统控制作用的影响，有效地提高了控制效果。对该控制算法的稳定性进行分析，并通过仿真验证了系统在含有外部扰动和时变参数时的稳定性和鲁棒性，结果表明该算法相比于现有的无模型自适应控制(MFAC)算法、无模型预测控制(MFA-MPC)算法以及无模型积分终端滑模控制(MFA-DITSMC)算法有着更好的控制品质。

为解决YOLOv3算法在检测道路交通灯时存在的漏检率高、召回率低等问题,提出一种基于优化YOLOv3算法的交通灯检测方法。首先,采用K-means算法对数据进行聚类分析,结合聚类结果和交通灯标签的统计结果,确定先验框的宽高比及其数量。然后,根据交通灯尺寸特点,精简网络结构,分别将8倍降采样信息、16倍降采样信息与高层语义信息进行融合,在两个尺度上建立目标特征检测层。同时,为了避免交通灯特征随着网络的加深而消失的问题,分别减少两个目标检测层前的两组卷积层,简化特征提取步骤。最后,在损失函数中,利用高斯分布特性评估边界框的准确性,以提升对交通灯检测的精度。实验结果显示,优化YOLOv3算法的检测速度可达30 frame/s,平均精准度较原网络提升9个百分点,可以有效完成对交通灯的检测。

针对工业热电池检测中,采用大电压大焦点X射线激光源, 成像分辨率不够, 导致缺陷漏检的问题, 提出了采用小焦点射线源的改进方法。通过设置两组焦点大小不同的射线源来进行比较实验, 实验结果从拍摄效果与理论分辨率两个方面进行评估, 证明在保证射线源电压足够的前提下, 使用尽可能小的焦点, 可以有效提高图像分辨率。

基于部分相干光理论, 推导了空间部分相干光的等效表达式, 提出一种产生全息图的算法。算法根据推导的空间部分相干光表达式建立相应的数学模型, 且根据夫琅禾费衍射的光学性质, 将数学模型与角谱理论和迭代算法相结合; 在此基础上, 结合时间平均理论进一步降低散斑。通过散斑对比度和峰值信噪比进行图像质量评价, 理论结果表明: 所提算法产生的全息图再现图像可以将散斑对比度降低21.7%。

为了确定车辆在行驶过程中的相对位置与速度，提出一种基于双目序列图像的实时测距定位及自车速度估计方法。该方法利用车载双目视觉传感器采集周围环境的序列图像，并对同一时刻的左右图像进行基于SURF(speeded up robust features)特征的立体匹配，以获取环境特征点的景深，实现车辆测距定位；同时又对相邻两帧图像进行基于SURF特征的跟踪匹配，并通过对应匹配点在相邻两帧摄像机坐标系下的三维坐标，计算出摄像机坐标系在车辆运动前后的变换参数，根据变换参数估算出车辆的行驶速度。模拟实验表明，该方法具有良好的可行性，速度计算结果比较稳定，平均误差均在6%以内。

5点相对定向是摄影测量与机器视觉的经典问题，传统的5 点相对定向方法采用多项式求解技术，导致了解的多样性。为此，研究了基于前方交会约束的5 点相对定向方法，建立包含前方交会约束的同名像点共面条件方程，推导求解5点相对定向问题的最优化目标函数，并采用最小二乘广义逆法求解。非量测相机Nikon D80的8组5点相对定向实验结果表明，该方法仅利用5个同名像点即可获得两张像片的相对位置（相对定向）立体模型，在测量长度为0.92 m 的标尺三维(3D)长度时，其误差的标准不确定度为0.28±0.24 mm，与现有的5点算法相比，该方法无需排解即可确保5对同名射线对对相交，并且求解精度高，稳健性好，有实用价值。