单像素成像使用一系列空间光调制掩模对目标场景进行单像素亚采样，再根据掩模与测量值之间的关联重构出物体图像。这种间接获取图像的方式之所以能保证重建质量，除了有重构算法的功劳，更关键的是测量掩模的构造。随着压缩感知理论的引入，随机掩模进入人们视野，但它让测量变得盲目，缺乏针对性，而且这种掩模不便于存储和计算，极大限制了空间像素分辨率。哈达玛基掩模因其结构化特征使快速计算成为可能，且方便存储和提取，近年来得到广泛关注，已发展出诸多哈达玛基掩模优化排序方法，这些方法已被证明能大幅降低采样率。本综述系统地梳理了这类方法的设计框架和前沿进展，展望了确定性掩模构造的未来发展趋势，可为后续的研究工作提供有益的借鉴和指导。

生物气溶胶是指含有细菌、 真菌、 花粉等生物性粒子的气溶胶。 生物气溶胶的传播会造成严重的危害, 对人体健康、 大气环境等有着潜在的影响。 此外, 在**活动中, 生物气溶胶还可作为生物战剂的释放方式。 因此, 对空气中生物气溶胶进行实时检测, 快速识别气溶胶种类, 判断生物气溶胶浓度、 危险程度等, 是降低致病性生物气溶胶暴露, 保护人员及环境安全, 以及防范生物恐怖袭击的重要手段。 基于荧光法的生物气溶胶实时检测系统利用生物粒子含有色氨酸、 酪氨酸、 核黄素等典型荧光基团, 通过激光诱导生物荧光基团产生特定的荧光光谱, 从而完成对生物气溶胶的检测和识别, 具有甄别气溶胶颗粒生物特性的同时, 获取其粒径尺寸及形态等物理特征的技术优势。 简要介绍了生物气溶胶及其实时检测的基本原理, 概述了生物气溶胶实时检测系统在三个方面的研究, 包括荧光激发光源的触发方式、 荧光激发光源类型以及信号采集系统。 最后, 对生物气溶胶实时检测系统的发展方向进行了探讨, 为后续生物气溶胶实时检测系统的研究开发提供了参考。

机载红外探测系统在近地背景下检测目标时, 地面将对弱小目标产生严重的干扰, 导致传统检测方法对弱小目标的检测性能下降。针对该问题, 利用生成对抗网络提出一种近地背景下的机载红外探测系统弱小目标检测方法。将深度自编码器作为生成对抗网络的网络框架, 引入inception机制对视觉信息进行多尺度特征提取, 并引入残差块来缓解梯度消失问题。在神经网络的对抗训练中, 生成器考虑了移动损失与对抗损失两个损失函数, 提高了生成器的训练效果。最终, 在公开的无人机机载红外探测数据集上完成了实验, 结果表明所提方法能在近地背景下成功检测出红外弱小目标, 且检测的平均精度与速率均优于其它对比方法。