从人眼视觉系统的角度出发，结合凝视点位置的变化和人眼中心凹的采样特性，提出一种基于人眼凝视点自适应的中心凹图像传输算法，降低数据传输带宽。实验结果表明，当视距为2且凝视点位置位于图像中心时，综合压缩比为12.257，数据传输时钟频率为12.532MHz，传输的数据总量为原先数据总量的8.158%，有效地降低了数据传输总量，极大地缓解了数据传输带宽的压力，使得同一时钟频率下能够实现更高分辨率和刷新率的视频图像。

简述了用于分析多胞超导射频腔场平坦度调节的微扰理论，推导了场平坦度的理论计算方法。针对超导腔微小范围内的纵向拉伸/挤压，进行理论计算分析与结构-电磁多物理场模拟计算以求得变形前后腔体场平坦度及其变化趋势，所得结果表明：理论分析结果与仿真计算结果基本一致，进一步深入验证了该微扰理论的有效性。在多胞超导射频腔的加工制造、运行过程中的关键环节，国际上广泛采用的两种方法——包括预调谐过程中的“先单胞后整腔”和运行时腔体调谐过程中“整腔拉伸/挤压”方法，基于分析结果，这两种方法正确性和合理性均在理论上得以验证。在超导射频腔腔型设计的第一阶段——单胞优化设计过程中加入结构-电磁多物理场分析，可使腔型优化设计过程更加高效，结果表明：优化后的单胞（包括端胞和中间胞）的频率敏感度应尽可能接近或相等，以保证在腔变形期间始终保持较好的场平坦度。

随着对可持续、可穿戴、清洁能源需求的增长，摩擦纳米发电机（TENG）引起了人们广泛的关注。基于纺织品的摩擦纳米发电机（T-TENG）具有轻薄柔软、穿着舒适的优点，一直是设计研究的焦点。由于纤维和纱线是纺织品的基本单位，纤维/纱线基TENG可以通过后续加工处理制备成不同结构的织物或集成在其他织物中，充分保留织物结构本身的优势，因此设计和开发具有优异性能的纤维/纱线基TENG被认为是制造T-TENG根本解决方案之一。本文介绍了TENG的基本原理、纤维/纱线基TENG制造技术，并对纤维/纱线基TENG的集成策略进行了综述，最后对制备纤维/纱线基TENG提出了展望并总结了面临的挑战。

在自行搭建的双焦点太赫兹主动成像系统基础上，建立了与角度相关的拟合函数，并利用最小二乘拟合多项式的方法对拟合系数进行计算，成功将扫描轨迹的几何光学追迹计算过程简化成为二元函数计算。该系统为收发同路式像方旋转镜扫描。由于拟合自变量对太赫兹图像的影响很大，采用两种不同的拟合自变量进行计算，并且通过数值分析和成像结果分析比较两者的优劣。实验结果表明，当以旋转镜法向量的坐标分量作为拟合自变量时，计算扫描轨迹的速度减小至3 s/frame，且太赫兹图像非常准确。该系统实现了在约8 m处，50 cm×100 cm视场内达3 cm空间分辨率的快速精确成像。这为扫描式太赫兹快速成像系统提供了有价值的参考，对实时太赫兹安检、无损检测等领域有着实用意义。

We simulate the measurements of an active bifocal terahertz imaging system to reproduce the ability of the system to detect the internal structure of foams having embedded defects. Angular spectrum theory and geometric optics tracing are used to calculate the incident and received electric fields of the system and the scattered light distribution of the measured object. The finite-element method is also used to calculate the scattering light distribution of the measured object for comparison with the geometric optics model. The simulations are consistent with the measurements at the central axis of the horizontal stripe defects.

针对目标检测对实时性要求越来越高的情况，提出了一种基于现场可编程门阵列（Field Programmable Gate Array，FPGA）实现的多运动目标检测算法。该方法通过帧差法提取运动目标，然后基于距离阈值对形态学处理后的图像进行目标分割，最后对运动目标标记显示。系统通过CMOS摄像头采集视频，采用FPGA平台外接DDR3高速大容量缓存，实现了视频图像的采集、存储、目标检测和显示。实验结果表明，提出的多目标检测系统能够有效的实时检测出多个运动目标，并且在分辨率为1 024×600的情况下帧率达到38 fps。

针对目前为智能仿生体柔性皮肤领域提供支持的光纤布拉格光栅传感器研究对滑觉信号特性识别手段的不足，提出了一种通过人工学习网络对基于分布式光栅传感单元所检测的滑觉速度与滑觉载荷进行预测的方法。设计了由四支光栅构成的传感阵列，采用封装技术制成柔性传感器，并搭建实验平台对滑觉信号进行采集。给出了滑觉过程对布拉格光栅波长偏移曲线的作用原理，对经验模态分解与小波分析的去噪效果进行比较，信噪比分别达到15.99与16.15。搭建了滑觉实验系统，对采集的不同速度与载荷分度的滑觉信号的特征值设定提取标准，构建滑觉样本集，引入随机森林与神经网络两个回归模型进行训练，并对比了预测效果。实验结果指出，速度特性预测中，两种模型的R²系数分别为0.9746和0.9681，平均误差分别为5.22%和4.31%；载荷特性预测中，两种模型的R²系数分别为0.9982和0.9835，平均误差分别为1.12%和3.02%。该研究方法基本实现了对滑觉样本两种特征的准确识别，在柔性仿生皮肤传感领域对滑觉信号的研究具有一定价值。