为了提高传统超声固结振动装置的输出振幅，达到金属箔材稳定固结的要求，提出了一种单侧双换能器结构的双振头超声固结振动装置。基于谐振系统设计理论完成了尺寸参数设计，对该装置进行模态分析及优化，得到最佳纵振频率为20 247 Hz；基于等效四端网络法对双振头超声固结振动装置进行建模仿真，最大输出振幅能达到36 μm；最后，制作实验样机进行振幅测试实验，探究输出振幅与激励电压之间的关系。实验结果表明：输出振幅与激励电压线性相关，该装置的最大输出振幅为34.4 μm，与仿真结果的误差率小于5%。验证了结构的合理性，有效提高了装置的输出振幅，促进了超声固结技术在相关领域的应用。

通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型，提取应变和位移模态振型，根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三个目标函数，采用快速和精英机制的多目标遗传算法优化传感器位置。将镍钛合金板弯曲成不同曲率半径的弧形，利用光纤布拉格光栅中心波长漂移量和线性插值算法计算得出不同形状下的结构应变，重构合金板形状，均方根误差和最大误差相较于单目标优化算法分别减小30%和15%。利用粒子群优化径向基函数神经网络算法拟合误差与位移的关系实现误差补偿，均方根误差和最大误差比无补偿时分别减小了90%和70%，最大相对百分比误差仅为5%，提高了三维形状重构算法精度。

储存环机械支撑的静力变形、调节精度决定各物理元件的定位精度，其动态响应特性间接影响着束流的稳定性，机械支撑是各物理元件的安装基础，保证磁铁、真空室、束测元件正确的安装、运行，发挥出相应的物理性能。主要从支撑的静力变形和固有频率两个方面对机械支撑进行优化设计。以深圳产业光源（SILF）共架支撑为例，利用SolidWorks和Ansys软件对储存环磁铁机械支撑进行设计、拓扑优化。详细阐述了储存环机械支撑设计、优化的过程，并将最终优化完成的支撑模型与磁铁模型进行装配，在尽量接近真实工况的基础上对整体支撑进行仿真计算，以确保支撑整体能够达到设计指标。

The dynamic gain of a few-mode erbium-doped fiber amplifier (FM-EDFA) is vital for the long-haul mode division multiplexing (MDM) transmission. Here, we investigate the mode-dependent dynamic gain of an FM-EDFA under various manipulations of the pump mode. First, we numerically calculate the gain variation with respect to the input signal power, where a mode-dependent saturation input power occurs under different pump modes. Even under the fixed intensity profile of the pump laser, the saturation input power of each spatial mode is different. Moreover, high-order mode pumping leads to a compression of the linear amplification region, even though it is beneficial for the mitigation of the differential modal gain (DMG) arising in all guided modes. Then, we develop an all-fiber 3-mode EDFA, where the fundamental mode of the pump laser can be efficiently converted to the LP₁₁ mode using the all-fiber mode-selective coupler (MSC). In comparison with the traditional LP₀₁ pumping scheme, the DMG at 1550 nm can be mitigated from 1.61 dB to 0.97 dB under the LP₁₁ mode pumping, while both an average gain of 19.93 dB and a DMG of less than 1 dB can be achieved from 1530 nm to 1560 nm. However, the corresponding signal input saturation powers are reduced by 0.3 dB for the LP₀₁ mode and 1.6 dB for the LP₁₁ mode, respectively. Both theoretical and experimental results indicate that a trade-off occurs between the DMG mitigation and the extension of the linear amplification range when the intensity profile of pump laser is manipulated.

目前红外时敏目标检测技术在无人巡航、精确打击、战场侦察等领域应用广泛，但有些高价值目标图像的获取难度高且成本昂贵。针对红外时敏目标图像数据匮乏、缺少用于训练的多场景多目标数据、检测效果不佳等问题，文中提出一种基于跨模态数据增强的红外时敏目标检测技术，跨模态数据增强方法为两阶段模型。首先在第一阶段通过基于CUT网络的模态转换模型将包含时敏目标的可见光图像转换为红外图像，其次在第二阶段模型中引入coordinate attention注意力机制，随机生成大量红外目标图像，实现了数据增强效果。最后提出一种基于SE模块和CBAM模块改进的Yolov5目标检测架构，实验结果表明，文中提出的Yolov5（CSP-A）目标检测技术与原网络相比，准确率提升了7.36%，召回率提升了5.43%，平均精度提升了2.74%。有效提高了红外时敏目标的检测精度，实现了红外时敏目标精确检测。

近年来基于视觉的飞行器自主视觉定位技术发展迅速，是飞行器导航制导、态势感知和自主决策的关键技术之一。针对现有跨模态地理定位任务中存在模态差异大、匹配难度大、定位鲁棒性差等问题，提出了一种基于GCI-CycleGAN风格迁移的跨模态地理定位方法，通过将风格迁移算法、特征匹配算法和地理定位方法相结合，实现了飞行器跨模态地理定位。首先，获取无人机航拍的正下视实时红外图像和地理位置信息已知的可见光图像；其次，基于生成对抗网络图像风格转换的思想，设计新的生成对抗损失函数，构建并训练了GCI-CycleGAN模型，将可见光图像转换为红外图像；然后，利用SIFT、SURF、ORB、LoFTR、DFM匹配算法对生成的红外图像与实时红外图像进行匹配；最后，通过透视变换获得实时红外图像中心点在生成图像中的位置，再将该定位点映射到相应的可见光图像上，得到最终的地理定位结果。实验表明，GCI-CycleGAN相比CycleGAN网络可以有效提高图像风格迁移质量，与DFM智能匹配算法结合的匹配成功率最高可达99.48%，比原始跨模态匹配结果提高了4.73%，平均地理定位误差仅为1.37 pixel，取得了更加精确、鲁棒的地理定位结果。