为了解决外鼓式热敏计算机直接制版(CTP)设备的制版镜头因畸变、场曲过大而导致制版质量不良问题, 采用ZEMAX光学仿真软件, 设计了一款低畸变、低场曲的制版镜头光学系统, 并对其进行了公差分析和实验验证。结果表明,该光学系统由6片透镜组成, 工作波长为830 nm, 场曲小于1 μm, 畸变小于0.1%, 调制传递函数在全视场200 lp/mm处大于0.7, 并且镜片都采用标准球面设计, 制版效果良好。该系统能够满足实际制版生产需求, 具有一定的市场前景。

有关调和油快速准确定量检测的研究对于调和油质量控制具有重要意义。 以往对调和油定量分析的研究大多集中于二元、 三元和四元调和油, 对更高元数调和油的研究很少, 难以满足调和油检测需求。 该研究的目的是探讨近红外光谱结合化学计量学对五元调和油中各单组分油进行定量分析的可行性。 由玉米油、 大豆油、 稻米油、 葵花油和芝麻油配制成51个五元调和油样品, 并采集各样品12 000～4 000 cm-1范围内的近红外透射光谱。 首先, 采用光谱-理化值共生距离(SPXY)算法将调和油样品划分为38个校正集和13个预测集样品。 其次, 考察了主成分回归(PCR)、 偏最小二乘(PLS)、 支持向量回归(SVR)、 人工神经网络(ANN)、 极限学习机(ELM)等五种多元校正方法对五元调和油各组分定量分析的建模效果。 然后, 在最佳建模方法的基础上比较了SG平滑、 标准正态变量(SNV)、 多元散射校正(MSC)、 一阶导数(1st Der)、 二阶导数(2nd Der)和连续小波变换(CWT)六种光谱预处理方法, 并讨论了预处理方法有效地原因。 最后, 在最佳预处理方法的基础上进一步利用竞争自适应重加权采样(CARS)和蒙特卡罗无信息变量消除法(MCUVE)筛选与预测组分相关的变量。 结果显示, 在五种建模方法中, PLS是最佳的建模方法, 对玉米油、 大豆油、 稻米油、 葵花油和芝麻油五种组分的预测均方根误差(RMSEP)分别为5.564 4, 5.559 2, 3.592 6, 7.421 8和4.193 0。 经过光谱预处理-变量选择, 再建立PLS模型, 对五种组分的RMSEP分别降低至1.955 3, 0.562 4, 1.145 0, 1.619 0和1.067 1, 预测相关系数(Rp)均高于0.98, 表明采用合适的光谱预处理和变量选择方法, 可以明显提高五元调和油中各单组分油定量分析的预测准确度。 该研究为多组分调和油的快速无损定量检测提供了一种参考。

为了实现从前鼻孔进镜对鼻黏膜表面进行直接显微成像，从而进行无创性观察和测量在体鼻纤毛运动，设计了一种能够分辨鼻纤毛，并且带有30°视向角的变倍硬性显微内窥镜。所设计的硬性内窥镜系统物方数值孔径为0.15，分辨率为272 lp/mm，工作距离为3.00 mm，视向角为30°，物面高度为0.40 mm，系统总长度为205.62 mm，物方口径为4.65 mm，放大倍率为6×~10×。此鼻黏膜纤毛显微内窥镜将可以避免取材造成的纤毛功能损害和受试者痛苦，极大地提高纤毛相关疾病的临床诊断能力，成为助益纤毛领域科研和临床工作的重要突破。

设计了一种带自适应斜坡补偿的峰值电流模式(PCM)控制Boost变换器。采用一种低功耗自适应斜坡补偿电路,使得升压(Boost)变换器能够实现宽输出范围和高带载能力。在此基础上,提出了一种应用于Boost变换器的电感电流采样电路,该电路实现了高采样速度和高采样精度,且具备全周期的电感电流采样特点。变换器基于SMIC 180 nm BCD CMOS工艺设计。仿真结果表明,该带自适应斜坡补偿的PCM控制Boost变换器输入电压转换范围为2.8 V~5.5 V,输出电压转换范围为4.96 V~36.1 V,最大输出负载电流高达5 A。

针对传统硬性工业内窥镜在炉窑内部监测视野小、分辨能力低和工作距离短的问题，设计一种大靶面、长工作距的高清工业内窥镜。采用一体化设计思路，设计内容包含广角像方远心物镜系统和对称式消像差棒镜中继系统。所设计的高清工业内窥镜的光学F数为6、视场角为103°、光学长度为1040 mm、光学外径不大于26 mm、靶面对角线长度为16 mm、系统像方远心度不大于1.8°，且调制传递函数不小于0.2@160 lp/mm。实验结果显示，所设计的工业内窥镜在40 cm至无穷远范围内可清晰成像，并且在5 m远处可分辨10 mm的线对宽度，角分辨率为8.73 C/（°）。该内窥镜的设计优势：系统的接收器靶面尺寸大，物方分辨率高；对称式消像差棒镜中继系统的延展性好，光通量高；物像以远心的形式衔接，光线传播平滑，像面照度均匀。

焊接表面缺陷是评价焊接质量的重要指标，针对现有检测方法测量精度较低的问题，设计了一种基于光学相干测距原理的焊接表面缺陷检测系统。首先，基于迈克耳孙干涉仪的原理，利用宽带激光扫描焊接表面的一点，以采集参考臂和测量臂的干涉光强。然后，通过采集的光强确定被扫描点对应的干涉光谱。最后，计算该光谱对应的光程差，从而确定被扫描点相对参考镜的轴向高度。实验结果表明，该系统的轴向测量精度能达到10 μm，横向分辨率能达到13 μm，可以精确识别表面气孔、漏焊、错边等焊接缺陷，准确测量焊缝的几何形状并判断焊缝的成形情况。

提出了一种融合场景上下文的轻量级目标检测网络,有效地解决了现有检测算法在无人机领域应用效果较差的问题。在该网络的设计中,首先用MobileNetV3替换YOLOv3的主干网络,并通过1×1卷积层提取场景信息。同时,构建场景上下文模块以筛选物体的细粒度特征。再采用完全交并比(CIOU)损失对损失函数中的边界框位置误差项进行优化。最后,在新建无人机航拍数据集上对所提算法进行训练与测试。实验结果表明,相较于YOLOv3算法,所提算法的平均检测精度提高了8.4个百分点,检测速度提高了5.8 frame/s。