针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题，提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先，考虑到单尺度卷积层会出现特征信息提取不充分的现象，故而以多尺度卷积层为大体框架，设计网络模型；其次，考虑到重建后的图像效果，将整体网络分为2个阶段，第1阶段根据输入的低分辨率图像进行特征信息的提取和重建，第2阶段对重建后的图像进行更深一步的特征细化，从而提高重建图像的视觉效果；整体网络中还引入了跳跃连接和注意力模块，以加强特征信息的有效传播；最后，以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验，峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明，二者的值相比以往均有所提高，且重建图像视觉效果较好。因此，该算法在客观评价和主观视觉上都取得了较好的结果。

To obtain cold atom samples with temperatures lower than 100 pK in the cold atom physics rack experiment of the Chinese Space Station, we propose to use the momentum filtering method for deep cooling of atoms. This paper introduces the experimental results of the momentum filtering method verified by our ground testing system. In the experiment, we designed a specific experimental sequence of standing-wave light pulses to control the temperature, atomic number, and size of the atomic cloud. The results show that the momentum filter can effectively and conveniently reduce the temperature of the atomic cloud and the energy of Bose–Einstein condensation, and can be flexibly combined with other cooling methods to enhance the cooling effect. This work provides a method for the atomic cooling scheme of the ultra-cold atomic system on the ground and on the space station, and shows a way of deep cooling atoms.

为构建适用于长时跟踪的重检测模块，受改进二阶段检测网络的GlobalTrack方法的启发，提出了一种高效的对特定模板目标进行端到端重检测的深度网络：首先，为了在大尺度图像上更高效地融合模板特征，通过构造交叉信息增强模块改进深度互相关方法，利用交叉通道注意力信息编码搜索特征和模板特征；此外，采用动态实例交互模块替代传统二阶段网络的RPN（region proposal network）和RCNN(region-based convolutional neural networks)结构，根据模板信息指导检测网络的分类和回归阶段，构建了端到端的稀疏重检测结构。在LaSOT和OxUva长时跟踪数据集上进行对比实验，本文方法相较于原始方法性能提升3%，实时帧率提升173%。实验结果表明，改进后的方法可以在全图范围内更准确、快速地重新检测模板目标。

受限于炮口尺寸较小、激光能量衰减严重和测速系统作用距离有限等因素，超高速试验中的内弹道速度变化历程数据获取困难。针对该问题设计了一种大景深光子多普勒测速仪，并在超高速弹道靶上多次重复获取了内弹道速度变化历程数据。试验过程中，大景深光子多普勒测速仪分别记录了发射弹丸由静止加速至约2 km/s和7 km/s的速度变化历程，最高速度6.89 km/s。试验结果表明，大景深光子多普勒测速仪在超高速内弹道研究中具有较高的可行性和稳定性。

Stewart平台具有六自由度运动特性，既可用于隔振，也可用作跟踪平台。但是隔振功能要求系统带宽低，而跟踪功能则要求系统带宽高，二者的矛盾使得使用具有隔振功能的Stewart平台很难实现高精度跟踪。为了解决这一技术问题，引入高带宽的倾斜校正系统，构成双阶控制结构，以提高精度。传统的双阶控制需设计解耦环节，需要独立的测量传感器实现分级控制。本文提出了一种基于单传感器的控制方法，对传统的双阶结构进行改进，避免解耦环节，实现对Stewart-TTM高精度稳定闭环。为了进一步提高系统在带宽内的跟踪精度，设计PI-PI控制器经理论分析以及实验验证：基于单传感器测量的Stewart的双阶控制结构既能够满足隔振要求，又能够实现高精度跟踪控制。