针对电源模块在温度循环条件下工作的可靠性问题,以典型电源模块为研究对象,基于有限元分析软件建立温循条件下电源模块的瞬态温度分布模型和电源模块的瞬态热力耦合模型,着重分析芯片、玻璃绝缘子等易损区域。在此基础上以玻璃绝缘子的最大热应力和芯片的最高温度为优化目标,对电源模块进行遗传算法优化设计。结果表明,相比其他研究直接施加热载荷条件,采用瞬态热力耦合所得电源模块结果更准确,芯片温度为86.03 ℃,玻璃绝缘子的热应力为61.27 MPa。经过遗传算法优化的芯片温度为81.85 ℃,玻璃绝缘子的热应力为37.05 MPa,满足可靠性要求。证明遗传算法与仿真结合,可有效提高产品设计的可靠性。

对于直接液冷薄片激光器而言，实现功率的定标放大可以在保证泵浦光强恒定的情况下通过增大泵浦光斑的尺寸同时增加增益介质的尺寸或数量来实现。这种设计理念自提出以来就得到了学术界的青睐。本团队针对高功率直接液冷薄片激光器的实际工作条件，建立了单薄片双通道增益模块在对称情况下的模型，研究了微通道高度、薄片厚度、冷却液雷诺数等参数对激光器输出波前畸变的影响。结果表明：当其他条件一定时，随着微通道高度及薄片厚度的减小，激光器输出光束质量提高；随着冷却液雷诺数增大，激光器输出光束质量提高。经遗传算法优化后的设计参数产生的输出光束光程差均方根值为3.27 μm，峰谷值为6.11 μm，相较于经典文献设计参数下的均方根值和峰谷值分别降低了12.3%和15.6%。

机载显示器通常采用基于韦伯-费希纳定律的亮度自动调节算法实现亮度的自动调节。由于显示器内部环境光测试转换电路和LED背光调节控制电路的设计、材料、器件和装配等存在差异, 会造成实际环境光-亮度变化曲线与标准变化曲线出现偏离, 导致亮度自动变化效果不能满足要求。为了使显示器的环境光-亮度变化曲线符合标准曲线, 本文提出了一套显示器环境光-亮度测试系统, 设计了测试软件的组成结构和程序流程, 通过程序控制获取实验数据并绘制曲线, 通过对实验数据及曲线的分析和比较, 完成显示器亮度自动调节算法优化。实验结果表明: 优化后的调光算法曲线接近标准曲线, 同一环境光照度对应的实际亮度值与标准亮度值误差低于3%, 满足设计要求。

面源红外诱饵作为对抗红外成像导弹的一种新型干扰器材, 其燃烧速率、扩散范围、干扰效能等性能, 比传统红外诱饵具有明显优势。深入研究红外成像导弹的抗干扰机理, 对于提升面源红外诱饵的干扰效能, 具有重要意义。首先, 介绍了导弹运动和导引头跟踪模型, 以及跟踪优化算法; 其次, 建立了目标机的运动和辐射模型, 面源红外诱饵运动扩散模型和红外图像模型; 最后, 选择导弹的战术参数, 制定干扰效能评估的指标, 通过算例仿真与实测数据进行对比, 验证仿真结果的可靠性。仿真结果表明, 导弹参数对于面源红外诱饵干扰效能影响的仿真结果与实测结果吻合, 效能评估的结果具有一定的参考价值。

除了星系的光谱红移之外， 星系测光红移的估计也对研究宇宙大尺度结构及演变有着重要的研究意义。 利用斯隆巡天项目最新发布的SDSS DR13的150 000个星系的测光及光谱数据， 在红移值Z<0.8范围内， 先使用SOM自组织神经网络对星系样本进行早型星系和晚型星系的聚类， 然后用遗传算法优化后的BP神经网络对星系的测光红移进行估算。 估算结果与作为标准的已知星系光谱红移进行比对， 早型星系的红移估计最小均方误差约为0.001 3， 晚型星系最小均方误差约为0.001 7。 实验结果表明， 遗传优化的BP算法在精度上优于BP神经网络算法， 且效率上优于K近邻、 核回归等传统测光红移估计算法。

本文对基于压缩感知的压缩域目标跟踪算法进行了研究，为满足特定的应用场合要求，针对原算法的不足进行了改进，同时基于小型化低成本目标位置探测器设计思想及需求，设计并实现了以TMS320DM6437数字信号处理器为核心的实时图像跟踪处理平台，对算法在该DSP平台进行了实现与优化。仿真和实验结果表明，经过结合卡尔曼滤波器、融合LBP特征以及添加自适应学习速率更新策略等措施，算法的鲁棒性得到提高；对算法在DSP中的实现，经过一系列优化措施，对分辨率为960×960的视频图像，当取目标窗口为80×80时，处理速度可达25 f/s，能够满足实时性跟踪要求。系统能够对选定的运动目标进行连续、稳定地跟踪，能够满足特定应用场合下的目标位置探测与跟踪需求，具有一定的实用性，同时也对该类目标跟踪方法在嵌入式平台的研究与应用具有一定的参考价值。

扩展伪随机编码可以解决高重频激光测距在目标距离远时带来的距离模糊问题, 但其编码方式多样。研究了不同激光源发射重频下, 不同幅度编码方式对测距准确性的影响, 并使用Matlab进行仿真。理论研究与仿真结果表明随着重频的提高, 最优编码中“1”的概率从1逐渐趋近于1/2, 1/2码的随机性最好, 探测效率高, 在时依然具有明显的峰值。在实际测距应用中, 根据不同的重频选择合适的编码方式, 可以优化测距算法, 提高测距效率。

为了弥补金字塔变换算法分解时数据冗余较大、融合结果不理想的缺点, 提出基于金字塔变换算法优化的遥感图像融合新算法。该算法运用金字塔分解构建金字塔序列, 并根据先验知识赋予相应的权重系数, 通过反复迭代重建遥感图像, 再利用班德文克隆选择算法优化选择, 在迭代可承受的范围内, 自适应地修改选择权重系数, 寻求和估计合适的融合参数来优化融合效果, 从而避免金字塔变换算法的经验选择。为了突出本文算法的优点, 实验运用金字塔变换法、遗传算法优化金字塔变换法和粒子群算法优化金字塔变换法进行比较, 从视觉效果和数理统计两个方面分析评价融合质量。实验结果表明, 本文算法更符合人类的视觉感知, 有利于图像的分析和信息的提取。