高光谱成像是一种新兴的无损快速检测技术，可以同时获取研究对象的图像和光谱信息，集成了光谱分析和图像处理的优势，已成为农产品病虫害信息快速、无损检测的重要手段之一，在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统，总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展，提出了农产品病虫害高光谱成像技术检测的未来研究发展方向，以期对相关研究人员的研究工作提供参考。

针对多关节机械臂轨迹跟踪控制，提出了一种基于全局快速终端滑模面的自适应模糊滑模控制方法。该方法通过设计合适的自适应律，采用模糊自适应控制调节滑模控制的切换控制增益，实现了对建模误差和不确定干扰的自动跟踪，削弱了抖振。系统不需要对建模误差和干扰进行预估计，并且通过对控制器结构的简化，降低了模糊控制器的维数，减少了计算量。利用李亚普诺夫定理证明了控制系统的稳定性，仿真结果表明了其有效性。

根据Macnielle薄膜偏光分束镜的设计原理，利用膜系设计软件对偏光分束镜进行优化设计。总结了偏光镜设计时参考波长、人射角以及膜层数随波长的变化规律，给出了LaKZ基底，Zro：和5102为高低膜料的薄膜偏光分束镜优化设计方案，为薄膜偏光分束镜的设计和镀膜工艺提供了参考依据。

分析了MEMS微惯性姿态系统温度及载体运动等环境因素对MEMS惯性传感器的影响和姿态系统的关键技术;针对MEMS惯性器件的热环境优化,建立了基于有限元分析方法的热分析模型,仿真分析了散热设计方案,基于微惯性姿态系统样机,试验验证了散热设计的有效性;针对MEMS惯性传感器误差的强非线性特性,建立了全温范围分段线性误差补偿模型,改进了误差标定方法,有效提高了MEMS惯性器件的精度;分析了微惯性姿态组合算法的适用性条件,优化设计了基于载体飞行状态的微惯性姿态系统姿态滤波的约束条件。转台试验和飞行试验充分验证了环

变桨距系统是风力发电机组研究的关键部分。针对其控制技术直接影响整个机组的性能和风能利用效率的状况,在风力机的空气动力学特性分析的基础上,应用神经网络模糊自适应控制,讨论了在低于额定风速时,如何控制风轮转速,从而获得最大的风能利用系数;在高于额定风速时,如何控制桨距角的变化,从而保持输出功率恒定的方法。仿真结果表明了该方法的有效性。

在运动补偿内插生成的初始边信息基础上,根据图像的时空相关性,自适应地判断块小波变换方式,传送不同地小波系数辅助解码端生成边信息。实验结果表明,对于不同的视频序列,该算法在一定程度上能有效改进边信息的生成质量。

针对无位置传感器无刷直流电机起动性能易受负载影响的问题，提出了一种基于直接反电动势的闭环起动新方法。起动包括预定位、加速和切换运行3个过程。分析了加速过程中依据非导通相端电压进行换相的原理，提出了换相点端电压阈值的确定方法。加速过程中，在PWM周期中的ON时刻采样非导通相端电压，并与设定的端电压阈值进行比较来确定换相点；切换运行状态下，通过检测非导通相反电动势过零点延时30°电角度来确定换相点。该方法实现了电机起动过程中位置的闭环控制，因此在不同的负载下均能顺利起动，并且检测电路简单、成本低，便于实现。实

为实现对水质的多参数检测，设计了一个基于两电极体系的水质检测分析平台。该检测平台通过最小化极化电流的思想，采用辅助电极面积远大于工作电极的电极参数，设计了基于两电极体系的集成电极和软硬件系统，摈弃了传统三电极体系的参比电极，同时克服了传统三电极体系容易污染样品的缺点，能实现电化学工作站的诸多功能。本研究在该检测平台上开展了水样的电导率(EC)、pH和重金属浓度的检测研究，获得了较好的结果，可用于实验室及工业现场的水质监测。

为保证航母舰载机着舰安全性，提出了一种基于模糊控制的舰载机着舰指挥官(Landing Signal Officer，LSO)引导决策系统建模方法。通过分析舰载机着舰过程安全影响因素，明确飞行状态变化量，总结LSO引导决策特点，针对LSO自身特点和工作原理，结合模糊控制理论，分别设计舰载机着舰指挥官横纵向回路模糊控制规则，建立LSO横纵向回路控制模型，评价指令优先级，最终完成LSO着舰引导综合决策系统模型的建立。数值仿真结果表明，利用模糊控制原理建立的LSO综合着舰引导模型，输出指令符合真实情况下着舰指挥官

基于加权零吸引因子最小均方算法(RZA-LMS),提出了一种应用于系统辨识的新型自适应滤波算法(ARZA-LMS)。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e 与误差信号e 之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验