超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。     

对空红外制导关键技术发展分析

针对未来红外制导导弹对空作战面临的对象日趋多样、目标隐身能力大幅提升、新型对抗技术广泛使用、战场环境更加复杂等重大挑战，分析了对空红外制导技术的国外发展现状及趋势;全面梳理了现代战争对下一代对空红外制导技术的军事需求，提出了对空红外制导的关键技术，包括弱小目标探测、自主目标识别、双多波段红外探测和多模复合制导等，并对相应关键技术的内涵、发展趋势、技术途径及研究成果进行了阐述，为红外制导技术的发展提供建议和参考。     

基于改进式YOLOv2的红外图像目标识别方法

针对智能化导引头信息处理算法设计验证需求，本文对多类型目标、海陆空背景辐射特性数据进一步挖掘，提出引入深度学习算法应用于外场红外数据二次分析挖掘的方法。选择采集得到的包括车、船、无人机(UAVs)、客机等类型的红外数据，针对红外图像与可见光图像不同的成像特性，利用改进式YOLOv2红外目标检测与分类算法，融合多级特征，增加一个重组特征图，实现对红外弱小目标智能化快速分类研究，对提取的海量视频库中的目标红外辐射特征进行分类整理。     

润滑油红外光谱去噪预处理方法

采用小波包变换软阈值去噪方法对润滑油的红外光谱进行去噪预处理,结合偏最小二乘法进行定量预测,并与常用的平滑去噪方法进行对比。结果表明,小波包变换能有效地去除红外光谱的噪声,以此为基础建立的润滑油酸值模型的预测精度高于常用的平均平滑法和 Savitzky-Golay卷积平滑法这 2种平滑去噪方法的预测精度。     

中远红外高功率量子级联激光技术研究进展

量子级联激光器具有体积小，重量轻，波长可调谐，以及光源能够覆盖中远红外和太赫兹波段等特点，使其在痕量气体检测、定向红外对抗、自由空间光通讯以及红外成像和光谱等领域有着广泛的应用。自从1994年第一个量子级联激光器问世以来，大功率、高电光效率以及室温下连续工作的量子级联激光器一直是人们追求的目标。首先介绍了量子级联激光器的有源层设计、波导设计和器件散热设计方面的研究进展；其次重点讨论了4 μm~5 μm 中波红外和 8 μm~12 μm长波红外高功率室温下连续量子级联激光器的发展和演变、以及大功率脉冲量子级联激光器研究情况；最后简要介绍了大功率量子级联激光器芯片的外延制备技术。     

基于帧间特征点匹配的红外弱小目标检测

高空下、视复杂背景下弱小目标的检测一直是红外弱小目标跟踪的难点,提出了一种基于帧间特征点匹配的红外弱小目标检测的方法,将复杂背景下的动态弱小目标检测问题看作是帧间复杂背景的运动估计补偿问题,消除了背景杂波对红外目标的影响,进而达到了抑制背景的目的。做出了该算法与现在常用的频域高通滤波、形态学Top-hat滤波两种小目标检测算法的对比,并将目标局部信杂比和目标检测的虚警率作为算法的有效性评价指标。试验结果表明,通过准确的地补偿复杂背景的帧间位移量,再结合帧间差分的方式,后红外弱小目标检测的信杂比提升了2倍以上,检测得到的虚警率低于20%。