摘要：微光夜视仪是信息化战争夜战中必备的一种仪器,广泛应用于夜视单兵侦察、枪瞄、车载、机载等作战领域。分辨力是衡量微光夜视仪探测能力的重要参数,是反映其综合性能的关键指标之一。为了解决现场使用、保养和维修等全寿命周期的各个环节中微光夜视仪的性能保障难题,研制了便携式微光夜视仪分辨力测试系统,主要组成部分包括光源组件、供电电池、靶标转轮、成像物镜、照度计、电池电压测量反馈模块、适配器和触摸显示屏等,实现了对微光夜视仪分辨力的测试,可在现场替代实验室测试系统,弥补其体积大、不便携带等缺陷。

摘要：距离选通成像系统采用的是脉冲激光主动照明与ICCD选通技术相结合的方法。为了在室内模拟测试在一定大气条件下距离选通成像系统的分辨力,设计了一套模拟测试装置。以辐射传输理论为基础,建立了大气距离选通成像系统后向散射光和信号光的模型。该模型给出了后向散射光和信号光在光电阴极面上照度随时间的变化规律。采用两个模拟光源,分别模拟了信号光和后向散射光。采用阴极面等效辐射照度法,给出了模拟光源功率的方法。以S 20光电阴极的像增强器与CCD的耦合为例,计算了模拟光源的功率。

摘要：本文从凹面光栅的理论分辨力和像差、狭缝的宽度和高度、光栅基片的尺寸大小等角度出发,推导了系统分辨力的计算公式,得出系统优化设计的新方法。得出以下结论:系统不能通过无限增加光栅刻线数来提高分辨力;狭缝宽度的选择要综合考虑入射光的能量和分辨力的大小;狭缝宽度对系统分辨力的影响远远大于狭缝高度和凹面光栅的理论分辨力的影响;提出了基片尺寸大小的计算公式和优化设计的方法。本文的理论计算值与实验结果相一致。

摘要：　 Ｇａ Ａｓ／ Ｇａ Ａｌ Ａｓ 透射式光电阴极的分辨力是第３ 代微光像增强器的重要参数之一。从简化的二维扩散方程推导了 Ｇａ Ａｓ／ Ｇａ Ａｌ Ａｓ 透射式阴极的调制传递函数（ Ｆｍ ，ｔ） ，计算了２ μｍ 厚 Ｇａ Ａｓ 阴极层的 Ｇａ Ａｓ／ Ｇａ Ａｌ Ａｓ 透射阴极的理论分辨力特性曲线，并讨论了它与若干参数的关系。据此得出在设计 Ｇａ Ａｓ／ Ｇａ Ａｌ Ａｓ 透射式光电阴极时应主要考虑最大量子效率，分辨力的损失并不限制系统的性能。

摘要：现有的驱动轮传感器采用的是单相光电式,分辨力低、抗干扰能力差,且不具备判向功能。在诸如瞬时滑转率测试等分辨力要求比较高的情况下不能满足要求。因此,对其进行了研究,采用先对传感器信号进行格雷码编码,然后,再进行处理的方案,设计出了具有高分辨力(提高了32倍)的驱动轮传感器,不担提高了抗干扰能力,并使其具有判向功能,同时,也简化了码盘的加工和制作。

摘要：数字成像技术的发展导致人们以dpi这一指标衡量各种设备的成像精度，反映打印（印刷）设备记录点或视频设备显示点的空间排列密度，描述各自独立的记录点或显示点在一英寸线长上可以排列的数量，例如计算机显示器、扫描仪、打印机、激光照排机、直接制版机和数字印刷机等。由于扫描以dPi作为图像数字化转换精度的衡量指标，因而数字图像的分辨力也以dpi表示。

摘要：本文分析研究大气色散对4 m望远镜成像系统分辨率的影响及校正方法。首先计算分析了大气色散对其成像分辨力的影响,计算结果表明,天顶角大于15°时,大气色散开始影响系统成像分辨力,天顶角大于45°时,对系统成像分辨力有着较为严重的影响,需要设置大气色散校正器来进行消除。本文列举了3种大气色散校正器的实现形式,分别比较了它们的优缺点,最后选择了胶合棱镜旋转补偿的形式来消除大气色散对4 m望远镜高分辨力成像系统的影响。基于4m望远镜高分辨力成像系统的特点,将大气色散校正器放置于成像元件前的平行光路中,并利用光学设计软件对不同天顶角与大气色散校正器的旋转角度进行了仿真分析,该大气色散校正器的最大楔角为9.65°,旋转精度为±0.1°,对系统分辨力影响为1/1 000。分析结果表明,旋转精度完全能够满足系统成像分辨力的要求,证明本文对大气色散的影响分析和大气色散校正器的设计是有效的。

摘要：本文分析了分辨力与随机误差的定量关系，并以此为指导选择和设计了超声发射、接收、测时等电路以及数字滤波方法，提高了超声测距的精度和分辨力．

摘要：紫外像增强器作为导弹紫外告警系统、紫外预警系统以及各类紫外辐射监测系统的核心部件,其参数准确与否,直接影响到系统的图像质量。为保证测试数据的准确性,研制紫外像增强器分辨力校准装置,校准装置所用紫外光源是波长范围为200 nm^400 nm的紫外光,相对应的分辨力靶、滤光处、光学成像系统均要求能够透射紫外光,由于紫外波长较短,容易引起散射效应而产生大量的杂散光,设计的分辨力靶采用紫外级石英,紫外光学成像系统采用透射式结构,选用同轴共轭透镜作为紫外光学成像系统。实验和测量不确定度分析验证校准装置的测量不确定度为5%。

摘要：用光栅构成的机器人速度、位置传感器测量系统常用硬件进行信号细分,存在细分数不高,硬件复杂等问题。为此,研究了一种神经网络细分方法,并研究了一种用于细分的直接映射小脑模型神经网络。实验和实用证明,研究的小脑神经网络具有学习精度高、速度快,算法简单等特点;只要用很少的训练样本即可达到很高的细分精度,使分辨力得到很大提高,简化了硬件设计,提高了系统的可靠性。