针对合成孔径雷达(SAR)图像目标识别问题, 采用非线性相关信息熵(NCIE)进行多特征选取进而实现分类。基于混合高斯模型对 SAR图像提取的各类特征进行概率建模, 采用 KL散度评价不同特征之间的相似度。采用非线性相关信息熵评价不同特征组合的相关性, 根据最大熵值确定最优特征组合。对于选取的多类特征, 基于联合稀疏表示模型进行表征和分类。利用 MSTAR数据集对提出方法在标准操作条件和扩展操作条件下进行测试, 结果验证了其有效性。

针对合成孔径雷达(SAR)目标识别,提出一种联合非线性相关信息熵(NCIE)和多分辨表示的方法。采用NCIE对原始SAR图像的多分辨率表示进行选择,获得内在相关较强的若干分辨率。然后,采用联合稀疏表示对选取的多分辨率样本进行联合表征和分类。实验中,以MSTAR数据集为基础设计多种操作条件对不同方法进行测试,结果表明了所提方法的有效性。

针对基于机器视觉的农业导航机器人在图像处理时易受光照变化影响和常规导航线检测算法实时性、稳健性不高等问题，提出了YCrCg颜色模型，选择该颜色模型中与光照无关的Cg分量进行后续图像处理，采用基于二维直方图的模糊C均值聚类法(FCM)进行图像分割，并根据图像中作物行的特点，提出了基于直线扫描的作物行直线检测算法。该算法将图像底边和顶边像素点作为直线的两个端点，通过移动上下端点位置产生不同斜率直线，选择包含目标点最多的直线作为作物行中心线。实验表明，不同光照下基于YCrCg颜色模型的图像分割可以有效地识别出作物行，处理一幅640 pixel×480 pixel图片耗时约为16.5 ms，直线扫描算法能快速准确的检测出导航线，与最小二乘法、Hough变换等算法相比具有速度快、抗干扰性强等优点。

由基尔霍夫衍射公式得到高斯光束微圆孔衍射的积分式，导出一种解析算式，分析并模拟了高斯光束微圆孔衍射的“再现”与“自再现”，有利于在激光工程、微光学以及微光机电中对激光束的传输变换和调控。

激光在实际应用中常需要进行光束整形以便更好地适应实际需要。先从基尔霍夫衍射公式出发经过适当推理，导出了高斯光束通过微圆孔衍射变换的解析计算式，再分析讨论了高斯光束通过微圆孔衍射时的３种整形变换。利用Matlab软件进行计算仿真实验，给出了高斯光束通过微圆孔衍射的３种整形变换的情形，实验表明了解析计算式的可靠性和高斯光束通过微圆孔衍射3种整形变换的可行性，可将它应用于激光工程、微光学和微光机电中激光束的调控。

温度梯度是造成惯性约束聚变(ICF)驱动器中大口径光学元件变形的重要因素之一,靶场编组站是大口径光学元件较为集中的区域。利用靶场编组站周围温度的测量数据,得出了靶场编组站镜架的温度分布及变化特点,应用有限元分析软件对靶场编组站镜架24 h分时段的热应力和变形进行了分析计算,结果表明,靶场编组站镜箱内温度变化趋势基本一致,顶部相对底部温度梯度较大,两侧相对中间温度较高。当靶场编组站内温差为0.01 ℃左右或局部温差为0.1 ℃左右时,光学元件的镜面转角小于0.24 μrad,能够满足稳定性指标要求。

对ICF驱动器靶场环境温度的分布特性进行了实验设计,利用PC-2WS多通道温度监测记录仪和PTWD-2A精密温度传感器进行了3个垂直截面的温度测量实验,应用MATLAB软件进行了数据处理,得出了靶场温度分布特性。实验结果表明:设计的暖通空调系统能够保持整个靶场环境温度的稳定,但由于内热源的影响在中间层靶室、编组站附近和工作人员活动频繁区域且由于下层安装设备集中处产生了较大局部环境温度梯度,因此,对这些区域需要加强温控措施。