高超声速条件下，气动光学效应的存在严重影响红外成像制导精度，已经成为新一代高超声速精确打击武器研制面临的关键技术难题之一。为解决这一技术瓶颈，需要开展适用高超声速飞行环境的超声速气膜冷却光学窗口研究，解决高超声速飞行条件下光学窗口防热和成像难题，突破现有红外成像制导武器的速度和温度限制，可为实现高超声速条件下武器对空、对地和对海高精度打击提供支撑。

针对目前远距离红外目标探测中存在的弱小目标特征信息少、环境复杂、噪音干扰多，且传统目标检测算法漏检率和虚警率高等问题，提出了基于双通道特征增强集成注意力网络的红外弱小目标检测算法。整体网络结构主要包括双通道特征提取模块、特征增强模块和集成上下注意力模块三部分。与单通道特征提取相比，双通道特征提取可以获得更多的特征信息，并通过特征增强模块进一步丰富目标特征，再结合集成上下注意力模块自适应地增强目标特征和弱化背景噪音，从而提升弱小目标的检测效果。最后，通过对比传统算法、其他深度学习算法以及本文提出算法的测试结果，验证了本文提出的算法具有较好的检测效果，漏检率和误检率更低。

为解决传统的多模式目标源结构复杂且成本高昂的问题，提出了一种利用拍频调制技术实现微波信号、红外信号和激光信号产生的三模式目标模拟系统。利用光外差法可实现微波信号的产生，通过任意波形发生器加载调制信息可实现微波信号频率、波形、重频和脉宽的调制；利用激光信号和红外信号转换模块可实现激光信号到红外信号的转换；通过调节激光信号的输出功率可实现红外信号的温度调谐。利用种子源激光器产生激光信号，通过任意波形发生器和调制器可实现带有调制信息的激光信号产生，产生的微波信号频率最高可达40 GHz，同时可产生温度达230℃的红外信号和带有10 Gbps调制信息的激光信号。该目标源模拟系统可实现微波信号、红外信号和激光信号三种发射模式，且主要采用光纤器件组成，具有成本低廉、结构简单、抗干扰能力强的优点。

针对正常式布局太阳能无人机的横航向控制问题，提出了以蓄电池作质量滑块，滑轨沿展向布置的太阳能无人机变质心控制方案。首先，建立了变质心太阳能无人机的运动模型；之后，基于经典PID控制理论，以滑块偏移为控制量分别设计了滚转角控制器和偏航角控制器。仿真结果表明：当滑块质量比一定时，滑块移动速度和最大行程是影响变质心控制效果的主要因素。滑块行程主要影响系统操纵能力和超调量，而滑块速度过低时会导致控制系统时滞现象明显，甚至会造成系统发散。

随着新型光电探测器、光学材料、信号处理以及微机电技术的快速发展，光电精确制导技术逐渐成为当今精确制导领域最重要的技术之一，也为新一代轻型光电制导导弹的研制奠定了基础。本文概述了外军轻型光电制导导弹的典型型号，介绍了技术发展现状，对导弹总体技术、探测制导控制技术、引战技术、动力技术中的关键技术进行了详细分析，最后对未来发展方向进行了展望。

利用跟踪微分器开展捷联导引头视线角速率提取算法研究。首先描述了跟踪微分器提取捷联导引头视线角速率的数学机理，随后提出了一种利用旋转等效合力快速获取跟踪微分器频域特性的方法，并基于频域特性开展了两种典型跟踪微分器的参数设计与性能分析，最后基于以上的设计结果开展建模仿真与计算分析，验证跟踪微分器的视线角速率解耦效果。

针对滑翔式飞行器在无动力滑翔段的多约束轨迹规划问题，基于凸优化方法，提出了一种快速求解算法。算法通过引入控制量导数建立了扩维状态模型，基于分段高斯伪谱法得到了离散的优化问题形式，依靠设计的3种目标罚函数加速了收敛求解过程。仿真结果表明，该算法能在任意不满足约束的初值下，快速收敛到原问题的一组可行解，计算效率高于传统的高斯伪谱法。

在旋转导弹的飞行过程中，发动机推力变化会对弹体响应特性产生显著的影响，使得弹体稳定性降低，甚至导致弹体出现不收敛的锥形运动。针对该问题，建立了考虑推力变化的旋转导弹交叉耦合动力学模型，分析了推力变化导致弹体动稳定性降低的作用机理，并给出了推力变化率的设计稳定边界条件。通过数值仿真，验证了所提出方法的正确性。在设计稳定边界内，推力由大到小的快速变化导致弹体的动稳定性降低，一旦超出设计边界将导致弹体出现锥形运动形式的发散。

深度神经网络训练需要大量样本数据，但是对于红外舰船目标而言，不同种类、不同视角的红外舰船目标样本量较少且难以采集，这给深度学习训练造成很大的困难。为了降低深度学习对真实红外舰船目标数据量的需求，本文使用大量仿真红外舰船图像和少量真实红外舰船图像作为样本进行训练，为了解决仿真红外舰船图像和真实红外舰船图像的跨域适应性问题，本文利用由粗到细的特征自适应方法实现跨域目标检测功能。实验结果表明，本文提出的算法对于真实红外舰船目标有较高的检测准确率。

星敏感器畸变标定方法主要采用拟合方法，在工程应用中受到标定点数量、误差的限制，传统最小二乘拟合方法或工具箱拟合方法在拟合过程中会产生过拟合现象，造成星敏感器畸变标定精度下降。本文提出一种基于Dropout方法的高精度畸变标定方法，该方法首先对星敏感器高阶曲面畸变模型进行网络化，然后构建隐藏部分卷积层的星敏感器畸变模型，最后进行监督学习，完成星敏感器畸变模型标定。试验结果表明，采用基于Dropout方法的星敏感器标定方法可有效提高星敏感器训练精度，相比于高精度工具箱的拟合结果，畸变标定残差由2.02"提升到1.12"。

由于轨道角动量光束具有抗电磁干扰性、高安全性、可多模复用等特点，近年来其在通信、军事等领域得到广泛应用。首先，回顾了轨道角动量光束在电磁学方面的理论背景，探讨拉盖尔-高斯光束的轨道角动量特性及轨道角动量的分筛方法。其次，针对散射光场从单模态变为叠加态的问题，提出了解决方案。然后，结合计算全息技术，生成单一模式和多模式叠加拉盖尔-高斯光束，并应用于整个分筛系统。最后，引入空间坐标变换的基本思想，基于坐标变换法对轨道角动量的模式进行分解，并通过轨道角动量光束分筛实验，给出了轨道角动量在湍流散射下的畸变情况。实验结果表明：随着湍流强度的增加，轨道角动量态之间的色散度增加，强湍流导致轨道角动量复用光束畸变。

为研究柴油燃烧烟尘干扰的红外辐射特性，首先，介绍了燃烧烟尘的采集实验，并得出了烟尘颗粒的形貌特征；然后，在红外辐射传输模型的建立中，使用单个粒子物理参数结合粒子系物理参数的方法计算出粒子系的消光、吸收及散射特性，进行普朗克平均之后得出了粒子系在某个波段内的消光特性；接着，在离散化求解过程中，使用欧拉方法将整个流场区域划分为结构化网格并进行解算；最后，结合红外辐射传输模型与体渲染技术，完成了在红外波段中烟尘时空运动与辐射的渲染。最终仿真出燃烧烟尘在不同时刻的扩散状态，以及烟尘在不同波段、不同风场下对特定温度黑体的遮蔽情况。

为了增强双光融合的视觉效果，提高人眼对融合图像的辨识度，提出了基于色调-饱和度-明度（hue-saturation-value，HSV）色彩空间的红外-可见光双光图像融合方法。首先，根据HSV空间各通道信息与色彩生理感知的关系，将红外图像的原始图像和伪彩色编码图像与可见光图像的色调、饱和度和亮度通道进行映射；然后通过亮度自适应方法建立各通道的融合数学模型，得到融合图像的HSV信息；最后再通过色彩模型变换方法得到融合图像的RGB彩色图像。结果表明，本文提出的方法在实现红外-可见光双光图像融合的同时，能够保留红外和可见光图像的关键信息，从而达到双光信息互补的目的。

首先对暗目标的梯度特性进行了分析，得出了红外目标的梯度具有各向同性的特点，可以作为目标检测算法设计的依据，同时对中长波红外图像的成像进行了分析，认为长波受到红外反射的影响较小。在此基础上，使用多方向梯度算法对金字塔分解后的图像进行初步目标检测，然后使用各向异性扩散方法进一步区分目标与背景。最后，结合双波段成像特点，对中、长波的检测结果进行融合，实现了对双波段红外暗目标的有效检测。

动态视觉传感器以微秒级的时间分辨率和低延迟特性，在高速、高动态范围等挑战性场景拥有极大的应用价值。为对比不同检测算法在事件检测中的差别，采用积分模型和LS（leaky surface）模型对输出事件进行处理。此外，列举两种基于事件的目标检测算法，基于事件的特征检测算法和基于事件的卷积神经网络检测算法，通过对MINST-DVS和POKER-DVS事件数据集进行目标检测，比较了两种算法的检测精度，验证了基于事件的深度学习检测算法在多目标、高速场景检测的优越性。

随着深度学习技术在目标检测领域不断的发展，检测精度也在不断提高；但神经网络算法模型对硬件平台的计算资源要求很高，难以在小型化设备展开应用；为保证神经网络算法满足高精度的情况下提高其运行效率，本文开展了基于神经网络模型压缩技术的目标检测算法研究。首先，采用K-means++聚类算法对数据集中先验框进行聚类，以便在训练初始阶段获取较好的初始值；接着，针对运算速度问题，对基于Darknet53构建的YOLOv3算法进行优化，对YOLOv3算法网络模型进行模型剪枝；最后，进行试验验证。结果表明本文算法能够在保证精度损失较小的情况下，将算法的运行速度提高两倍。

为了提升不同传感器数据融合效果，提出了一种基于权重与显著性信息优化的引导滤波红外与可见光图像融合算法。首先通过高斯滤波器将图像分为基础层与细节层；其次提取目标轮廓作为显著性信息，减轻区域噪声影响；再次通过滑动窗口计算局部梯度优化权重图构建，减轻单个噪声点影响并提升权重图置信度；然后使用引导滤波处理权重图，抑制伪影去除噪声；最后选择合适的细节层与基础层融合系数配比，强化细节信息，完成融合。实验结果表明，本文算法可加强融合图像在纹理细节上的表现，在信息熵、平均梯度、盲图像质量等主要融合评价指标方面，相较于选取的5个具有代表性融合算法有一定程度的提升。

利用分布式主/被动成像探测系统探测到同一关键目标后，需要融合目标多源信息，综合主/被动成像探测器的不同定位精度，解算关键目标的精确空间位置。针对分布式主/被动成像探测系统成像体制不同、定位解算模型不同、定位精度不同的问题，本文提出一种统一的目标空间协同定位数学模型，并采用线性加权-遗传算法对该数学模型进行联立求解，获得目标空间协同定位结果。仿真试验结果表明，本文构建的目标空间协同定位数学模型以及基于线性加权-遗传算法的目标空间位置求解方法，为分布式主/被动成像探测系统的目标空间协同定位问题提供了统一的模型架构与解算途径，同时也解决了不同成像体制探测器带有不同定位误差情况下的目标多源信息融合问题，在分布式无人机集群、分布式巡航导弹群以及分布式战斗机集群对重要目标的探测任务中，能够有效提高探测系统的精确探测、制导、打击、拦截能力。