针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题，提出一种双重响应异常约束的无人机目标跟踪算法。首先，通过计算局部响应变化向量和全局响应峰值旁瓣比，在线动态更新空间正则化参数，降低边界效应的影响；其次，针对STRCF算法中的时间正则项的参数固定的问题，提出响应异常峰值判断机制，计算次峰响应系数，并将其融合到时间正则化参数上进行实时更新，避免目标模板变异造成跟踪漂移问题；目标函数通过交替方向乘子法迭代求解最优解。在UAV123、UAV20L和DTB70 三个无人机数据集上与代表性的目标跟踪算法进行大量实验，结果表明，在UAV123数据集上的精确度达到71.7%，在DTB70数据集上的跟踪平均速度达到48.3帧/s。本文结果与现有相关滤波类无人机目标跟踪算法相比表现较好，具有较高的实时性和鲁棒性。

AlGaN-based light-emitting diodes (LEDs) on offcut substrates enhance radiative emission via forming carrier localization centers in multiple quantum wells (MQWs). This study introduces the carrier transport barrier concept, accessing its impact on the quantum efficiency of LEDs grown on different offcut sapphire substrates. A significantly enhanced internal quantum efficiency (IQE) of 83.1% is obtained from MQWs on the 1° offcut sapphire, almost twice that of the controlled 0.2° offcut sample. Yet, 1° offcut LEDs have higher turn-on voltage and weaker electroluminescence than 0.2° ones. Theoretical calculations demonstrate the existence of a potential barrier on the current path around the step-induced Ga-rich stripes. Ga-rich stripes reduce the turn-on voltage but restrict sufficient driving current, impacting LED performance.

随着智能技术和设备的不断发展，精确定位技术在**领域的应用越来越广泛，其应用场景涵盖室外和室内环境。全球卫星导航系统定位技术在室外环境中定位精度高，提供信息丰富，应用十分普遍。然而，由于墙壁、树木、玻璃等障碍物的遮挡，其在室内环境中的定位精度明显下降。超宽带技术以其定位精度高、时空分辨率强、传输速率快、成本低而显示出明显的优势。在室内环境中，各种障碍物使超宽带系统的基站和标签之间的传播通道被阻挡，由于超宽带信号的非视距传播现象，超宽带系统的定位精度明显下降。文中基于深度学习技术，提出了一种深度神经网络用于超宽带非视距传播影响抑制，该深度神经网络兼具ResNet网络和Non-local模块的优点，既可防止网络层数增加时网络性能不升反降的问题，也可捕获输入数据的全局特征，建立超宽带系统原始信道脉冲响应和测距误差之间的映射关系。相关实验结果显示，该方法可将超宽带系统在非视距传播条件下的测距平均绝对误差从0.1242 m降低至0.0681 m。与传统方法相比，该方法可消除人工统计超宽带信号波形特征耗费大量时间的缺点，可进一步提高超宽带系统在非视距传播条件下的定位精度，具有鲁棒性强、应用范围广的优点，可为**领域室内高精度定位提供技术支撑。

We demonstrate superb large-area vertical β-Ga₂O₃ SBDs with a Schottky contact area of 1 × 1 mm² and obtain a high-efficiency DC–DC converter based on the device. The β-Ga₂O₃ SBD can obtain a forward current of 8 A with a forward voltage of 5 V, and has a reverse breakdown voltage of 612 V. The forward turn-on voltage (V_F) and the on-resistance (R_on) are 1.17 V and 0.46 Ω, respectively. The conversion efficiency of the β-Ga₂O₃ SBD-based DC–DC converter is 95.81%. This work indicates the great potential of Ga₂O₃ SBDs and relevant circuits in power electronic applications.

旋转激光惯导系统无法直接解算得到载体的姿态信息。精确标定惯性测量单元与转位机构间的非正交误差是获得高精度载体姿态信息的前提。针对双轴旋转激光惯导系统转位机构的非正交误差标定问题，提出了一种非正交误差优化标定方法。首先，建立惯性测量单元、转位机构、内框架、外框架间的空间位置关系模型。然后，构建包含非正交误差的载体姿态传递模型。进一步将标定问题转换为优化问题，以载体姿态误差作为适应度值构建适应度函数。利用粒子群优化寻优适应度函数，实现非正交误差标定。利用双轴旋转激光惯导系统验证了所提方法的有效性，相对于传统标定方法，载体俯仰角误差下降89.29%，横滚角误差下降73%，航向角误差下降81.39%。

传统的车载重力测量通常采用捷联惯导系统(Strapdown Inertial Navigation System, SINS)/全球导航卫星定位系统(Global Navigation Satellite System, GNSS)组合的方式，但是在如山谷、隧道以及高楼林立等特殊环境下，GNSS信号会受到遮挡，导致重力测量系统精度下降。针对特殊环境下传统车载重力测量方法精度下降的问题，提出了一种基于捷联惯导系统/二维激光多普勒测速仪(Laser Doppler Velocimeter, LDV)组合的车载重力测量方式，分析了系统重力测量原理和误差模型，设计了滤波器方案，通过车载重力测量实验对系统精度进行了验证。实验针对丛林遮蔽的山地环境下完成了六条重复测线重力测量，同时比对SINS/GNSS组合重力测量系统的测量精度，其中SINS/GNSS组合系统的单条测线内符合精度最大为2.46 mGal，最小为1.03 mGal，总内符合精度为1.53 mGal；SINS/LDV组合系统的单条测线内符合精度最大为1.05 mGal，最小为0.47 mGal，总内符合精度为0.70 mGal，其总内符合精度相比于SINS/GNSS组合系统提高了约53%。车载重力测量实验证明了SINS/LDV组合重力测量系统在卫星信号拒止环境下的有效性。

为实现大口径透镜组的高质量集成，亟需一套透射波前检测系统，其可实现米级跨度上的微米级精度检测。针对大口径透射波前质量检测难题，采用非窄带干涉与条纹跟踪相结合的方法，获得元件相对倾斜以及支撑结构所引入的系统波前变化。首先，基于光纤互联架构，设计了子孔径分时复用测系统；其次，建立了斜率测量与最终系统波前的映射关系，分析了斜率重建过程对不同空间频率波前的影响；最后，利用桌面实验系统，针对探测原理进行了验证测试，在测试波长1 550 nm时，干涉感知信噪比优于15 dB，测量范围优于5 μm，探测精度优于0.5 μm。本文所提出的方法可实现大口径透镜透射波前大范围、高鲁棒、高精度的检测，具有重要的意义，特别是对于未来大口径大视场望远镜的建设。