针对在DSP中实现全天区星图识别算法耗时长导致实时性差, 提出并实现了一种基于FPGA的星辐射模式下的全天区星图识别算法。该方法利用FPGA并行性、高主频等特性, 在保证算法高精度、高准确度的前提下, 解决了全天区星图识别耗时长的问题。首先, 根据星点信息构建星辐射模式; 其次, 基于FPGA实现了星辐射模式下对应特征向量的计算; 最后, 提出了一种可预读、流水化的星辐射模式匹配算法, 极大地缩短了星辐射模式匹配的时间。在Xilinx公司的Xc7a75tfgg484-2平台上进行实验验证, 结果表明, 在相同时钟主频下, 基于FPGA的星图识别算法速度比基于DSP的算法速度快10.95倍以上, 而且在使用三组特征向量同时进行匹配时, 识别率超过99%。

通过在土壤中添加浓度为0(对照组), 25, 75, 125, 175, 275, 375和485 μg·g^-1的铀, 进行5种植物(苎麻、 印度芥菜、 酸模、 甘蓝型油菜、 玉米)的盆栽实验, 研究了不同生长期的叶片光谱角对土壤铀污染的定性和定量指示作用, 分析了定量指示作用与叶片铀含量的关系, 并筛选出来在苗期即能反演土壤铀含量的植物, 为通过野外实测植物叶片光谱快速、 安全地进行土壤铀含量的本底调查和动态监测提供了有效的途径。 更重要的是, 以该叶片尺度的研究为基础, 后续可以开展在冠层尺度采用遥感影像进行大面积土壤铀污染监测的相关研究。 实验结果与主要结论如下: (1)以实验植物在不同生长期的实测叶片反射光谱为基础, 计算了土壤受到铀污染后, 在五个波段区间(表征叶片色素的350~716 nm、 表征红边和近红外平台的717~975 nm、 表征水分的976~1 265, 1 266~1 770和1 771~2 500 nm)的光谱角。 以盆为单位统计5种实验植物在13个生长期的光谱角, 绝大多数情况下均大于阈值。 叶片光谱角对铀产生了350~2 500 nm的全面响应, 可以定性指示土壤是否受到铀污染。 (2)涵盖全部5种实验植物的8个生长期得到了以光谱角作为自变量、 通过显著性检验的线性回归方程。 其中7个线性回归方程的决定系数R²>0.64, 3个(苎麻-苗期、 印度芥菜-开花期和油菜-蕾薹期)的决定系数R²>0.81。 综合其他反演效果评价指标, 可以认为叶片光谱角也能定量指示土壤铀污染程度, 但定量指示作用随植物种类、 生长期的不同而不同, 其中苎麻、 印度芥菜在苗期的叶片光谱角就可以比较好地反演土壤铀含量。 (3)当叶片铀含量较高时, 其光谱角对土壤铀污染的定量指示作用较强。

为满足光传送网（OTN）系统截面容量大幅提升的需求，探索具有代表性的技术演进方向，中国移动在现网环境下基于G.654E新型光纤部署了长距离超100 Gbit/s干线OTN系统，集中应用一批OTN应用领域的前沿新技术，组织测试，得到了新型光纤的承载性能优势、实用传输距离、多种波道类型并存、能效和在线测量功能等实测结果，对关键新技术的应用价值评估和具体引入策略建议可作为下一阶段系统部署的参考。

为了提升军用车辆驾驶员环境感知能力, 特别是在夜晚或烟、雾、雨、雪等不同天候条件下提供更有效的观察手段, 增加远距离目标识别能力, 提高驾驶安全性, 作战部队对军用车辆驾驶员视觉增强系统提出了高效、灵活、精确的新要求。基于非制冷红外探测技术的军用车辆驾驶员视觉增强系统作为一类能够有效支持部队全天时、全天候作战的装备,既增强了车辆夜间隐蔽通行能力, 又有效保障了机械化部队的全天候机动能力。通过研究非制冷红外探测技术成像原理, 设计出一款模块化、体积小、功耗低、可靠性高的军用车辆驾驶员视觉增强系统, 有利于满足日益增长的陆军装备需求。其功能模块包括: 红外探测器模块、信号处理模块、图像处理模块、电子稳像模块、行人识别模块、录像模块、控制模块、显示模块, 各功能模块相对独立。