随着线性调频连续波(FMCW)车载雷达的广泛应用, 同一个场景下若干个雷达的相互干扰可能导致传感器灵敏度降低, 甚至虚警。针对该问题, 提出一种基于量子遗传和中心值匹配相结合的干扰抑制方法。该方法首先将发射波形和干扰信号的互相关函数作为目标函数, 通过量子遗传算法进行波形参数优化, 在约束范围内得到互相关最小的工作参数, 然后基于这个参数生成发射波形, 最后根据干扰信号的参数, 通过中心值匹配的方法选择合适的工作雷达参数, 实现自适应干扰抑制。仿真结果表明, 该方法可以以较低的计算量达到良好的干扰抑制结果。

红外搜索跟踪系统具有角分辨精度高、隐蔽性好、探测能力强、抗电磁干扰能力强等优点, 在舰船预警探测领域得到了广泛的应用。 详细介绍了舰船红外搜索跟踪系统的工作原理、分类及舰船红外搜索跟踪系统的发展现状, 最后总结了舰船红外搜索跟踪系统的发展趋势。

对光纤布拉格光栅反射谱进行精确解调是影响FBG传感系统性能的关键技术之一。传统解调算法大多适用于理想反射光谱, 对于重叠谱、畸变谱的精度欠佳。随着人工智能技术的迅速发展, 许多智能算法已成功用于改善解调性能。文中综述了近几年在FBG传感领域常用的几种智能算法, 包括群智能算法、模拟退火算法、遗传算法、禁忌搜索算法、神经网络算法等。阐述了每种智能算法的原理及在FBG传感领域应用存在的优缺点, 分析了FBG传感存在的问题及发展趋势。

计算技术的引入给超快光纤激光带来了全新的研究方法和实际效果。文中简要总结计算技术应用于脉冲光纤激光的研究历程, 梳理发展脉络, 全面展示了计算技术促进超快光纤激光研究发展的使能特性。计算技术与超快光纤研究的进一步深度融合, 有可能开辟新的研究与应用领域。

传统的BOTDR光纤传感系统采用单路传感光纤实现对信息特征的测量,交叉敏感等不可控因素会使散射谱拟合精度较低,信息分析偏差较大.设计了一种同时对多路传感信息进行检测的BOTDR系统.针对基于布里渊光时域反射(BOTDR) 的多路传感散射谱高精度特征提取的要求,提出了一种三次数据融合(TTDF)与布谷鸟牛顿搜索(CNS)相结合的散射谱信息分析方法.该方法利用TTDF对信息数据的融合能力,根据狄克逊准则和格拉布斯准则,剔除了异常值的影响,减小了传感信号的误差;采用布谷鸟牛顿搜索算法进行频谱拟合,不仅通过布谷鸟的智能搜索能力得到全局最优解,而且以该最优解作为牛顿算法的初值进行局部寻优,保证了频谱拟合的精度,提高了布里渊散射谱信息分析的准确度.在温度信息散射谱线性权重比为1∶9的情况下,分析了不同线宽散射谱信息的提取.采用该方法进行多路数据融合的方差约为0.003 0,散射谱的中心频率约为11.213 GHz,温度误差小于0.15 K.理论分析和仿真结果表明,将此方法用于基于布里渊光时域反射的多路分布式光纤传感系统,可有效提高多路传感信号的准确度和布里渊散射谱信息分析的精确度.

宽带放大逆问题对于研究高功率激光系统的放大性能十分重要。将极化强度时域解析法应用于亚纳秒量级的宽带放大研究，通过Gerchberg-Saxton(GS)和遗传算法的混合算法，详细模拟和研究了脉冲激光的宽带放大逆问题，即给定输出脉冲的时间和空间分布，结合放大系统参数，逆向反演注入放大器脉冲的时空波形。极化强度时域解析法应用于宽带放大具有计算耗时少的优点，混合智能算法简化了激光放大器的逆问题模型，加快了逆问题求解的收敛速度。

介绍了图像处理的发展趋势，对图像处理智能化的理论研究、智能高效的算法和并行处理的硬件系统等几个有关智能图像处理的问题进行了综述与评论。指出无论从**自动目标识别（ATR）的需求考虑，还是从光学成像仪器的发展，网络视频通信，以及各种高技术的发展来看，图像处理的智能化都具有极其重要的意义，是今后图像处理领域的发展趋势。最后建议近期的工作应围绕在复杂背景下的目标自动捕获（ATA）方面开展研究。