随着战场环境日益复杂，尤其是高对抗环境下，对现有各类装备均产生了极大威胁。设计了一款C波段雷达接收机保护器，采用充气微波开关管+波导同轴转换的结构设计，创新性地提出将固态限幅器芯片融合在波导同轴转换内部，限幅芯片采用级联的形式，提高了微带限幅器的承受功率。实现接收机保护器耐受功率10 MW以上，响应时间5 ns以内，不仅可用于雷达发射期间接收机防护，还可应对外部电磁干扰、高功率微波攻击。

针对复杂电磁环境和复杂大型系统电磁干扰测量参数、测量点位及测量工况多的特点，采用传统扫频式频域测量方法具有代价高、耗时长等现实问题，提出了一种低频电磁干扰的多通道时域快速测量与信号计算方法，并研制出低频电磁干扰多通道时域快速测量系统，实验验证表明提出的测量、计算方法和研制出的测量系统可以准确得到复杂电磁环境和大型系统的低频电磁干扰特性，且测量速度快、成本低。

初始磁场电源系统用于激励千特斯拉级内爆磁压缩装置的初级线圈产生初始磁场，是内爆磁压缩装置的关键设备。在分析千特斯拉级内爆磁压缩装置初始磁场电源需求和技术难点的基础上，系统设计了核心部件选择方案和主脉冲电路及控制系统结构，研制成功一套输出电压1～40 kV可调、主放电电流脉冲上升沿约60 μs、总峰值电流达3.2 MA的初始磁场电源系统，已应用于千特斯拉级内爆磁压缩装置动态试验。

“黑飞”无人机一旦带有炸弹等物品，会对人们带来威胁。对在公园、游乐场、学校等复杂背景下“黑飞”的无人机进行目标检测是十分必要的。前沿算法YOLOv7-tiny属于轻量级网络，具有更小的网络结构和参数，更适合检测小目标，但在识别小目标无人机时出现特征提取能力弱、回归损失大、检测精度低的问题；针对此问题，提出了一种基于YOLOv7-tiny改进的无人机图像目标检测算法YOLOv7-drone。首先，建立无人机图像数据集；其次，设计一种新的注意力机制模块SMSE嵌入到特征提取网络中，增强对复杂背景下无人机目标的关注度；然后，在主干网络中融入RFB结构，扩大特征层的感受野，丰富特征信息以增强特征提取的鲁棒性；然后，改进网络中的特征融合机制，通过新增小目标检测层，增加对小尺度目标的检测精度；然后，改变损失函数提高模型的收敛速度，减少损失以增强模型的鲁棒性；最后，引入可变形卷积(Deformable convolution, DCN)，更好的根据目标本身形状进行特征提取，提升了检测精度。在PASCAL VOC公共数据集上进行对比实验，结果表明改进后的算法YOLO7-drone相比于YOLOv7-tiny，平均精度(map@0.5)提升了6%；在自制无人机数据集上进行实验，结果表明YOLOv7-drone与原算法相比，平均精度(map@0.5)提高了6.1%，并且检测速度为72帧/s；与YOLOv5l、YOLOv7目标检测算法进行对比实验，结果表明改进后的算法在平均精度(map@0.5)上分别高于对比算法4%、3.1%，验证了文中算法的可行性。

针对激光雷达探测中复杂目标姿态获取困难、目标与光斑真实耦合情况难获取等问题，提出了一种基于GPU编程的激光束照射复杂目标图像实时生成新方法。基于现代图形硬件的GPU编程技术和帧缓存对象特性，该算法以每个平面光源矩阵为观察者，在光源空间坐标系中渲染当前场景并将渲染结果记录到内存纹理中，然后在世界坐标中将光源观察到的结果复原和映射到模型上，可以实现实时映射渲染。采用深度缓存原理、纹理映射原理和OSG文件读写插件，即可正确获取模型每个三角面片顶点上的光源辐照度、顶点位置及面片法线等信息。经测试，该算法普适性强、能够读取多种格式三维文件，适应于均匀或非均匀面光源，对系统图形硬件的要求很低，能够满足两个面光源准实时性计算需求，可以准实时得到模型被照射面片所属部件、被照射三角面片顶点、法线信息以及三角面片顶点接收到的辐照强度值。该算法可为激光照明、识别探测等提供参考和依据。