为了实现单株油菜叶面积“无损、高精确度和高效率”的测量目标, 提出了一套综合运用图像处理法、叶面积仪法、系数回归法(叶长宽积, 以下缩写为L×W)和纸样称重法四种方法的单叶累加测量策略, 并开展了相应的实证研究。测量精确度分析结果表明, 图像处理法、叶面积仪法、系数回归法(L×W)均可实现油菜叶面积的田间无损精确测量, 其中测量精确度图像处理法最高, 叶面积仪法次之, 系数回归法(L×W)最低, 测量误差分别为2.94%、4.47%、6.01%。图像处理法测量叶面积, 对于因拍摄角度差异造成的测量误差不明显。同一方法不同生育期建立相应校正模型更有利于精确的测量。测量效率分析结果表明, 叶面积仪法测量效率最高, 系数回归法(L×W)次之, 图像处理法最低, 但在人力可接受范畴内。结合不同生育期叶数和叶形特点, 并科学处理“高精确度”和“高效率”之间的关系, 制订了一个测量方案, 叶宽大于12 cm的长柄叶主要通过图像处理法进行测量, 叶宽小于12?cm的短柄叶、无柄叶主要以叶面积仪法测量, 所有叶通过系数回归法(L×W)测量, 用于少数残缺或漏测叶片的补充及对其他方法测量结果作对比分析, 通过纸样称重法校正模型进行校正。该方案可为单株油菜叶面积田间无损测量提供技术支撑。

针对目标在线机动时,平方根容积卡尔曼滤波不具有良好的鲁棒性,不能够快速发生响应的问题,提出一种自适应容积卡尔曼滤波(CKF)算法,算法利用CKF的平方根形式进行迭代,即SCKF.将强跟踪滤波算法引入平方根容积卡尔曼滤波,引入渐消因子对滤波发散情况进行检测和抑制,有效克服了空间目标发生机动时标准滤波器无法快速准确对其进行跟踪的问题,提高了空间目标定位跟踪的数值稳定性.仿真表明:与标准SCKF相比,自适应SCKF有效地提高了机动目标被动定位跟踪的鲁棒性,具有较高的滤波精度和稳定性,同时具有良好的实时性,能更好地完成对空间机动目标的跟踪任务.

理论推导了光纤链路双向时延差(TDEV)的稳定度与温度、双向时间间隔、波长间隔，以及距离的关系，并分析了温度对双向时分复用(TDM)光纤时间传递精度的影响。结果表明，随着温度变化幅度、双向时间间隔、以及传输距离的增加，双向TDM 光纤链路时延差的稳定度逐渐变差。典型温度变化情况下，时间间隔小于100 ms时，3000 km 双向TDM 光纤链路时延差的稳定度优于1 ps/d。相同温度变化和距离的情况下，时间间隔小于100 ms的双向TDM 光纤链路时延差的稳定度优于波长间隔为0.1 nm的双向波分复用(WDM)光纤链路。在实验室内，进行了双向TDM 光纤时间传递实验。实验结果表明：室温环境下双向TDM 光纤时间传递系统不对称偏差的均值随光纤长度(2 m~100 km)的变化小于29 ps，接近时间间隔测量仪器的噪底。100 km 光纤双向TDM 光纤时间传递的稳定度优于30 ps/s和20 ps/d。

针对空间机动目标快速跟踪问题, 建立了考虑J2项摄动和目标在线机动的系统状态模型和天基仅测角观测模型, 通过对比研究采用了一种平方根容积卡尔曼滤波方法进行目标跟踪。针对空间目标共面机动和异面机动等不同机动方式, 研究了SCKF算法在不同机动方式下的跟踪性能。仿真结果表明, 在机动能力相同的情况下, 轨道面内的机动较轨道异面机动更容易使滤波器发散; 通过4种机动方式比较研究, SCKF滤波器对轨道坐标系中横向机动最为敏感, 而沿探测器与目标的视线方向机动最易被再次稳定跟踪。