荧光光纤温度传感器利用光纤技术的远距离传输, 避开了恶劣的测温环境, 相较传统有源测温设备的接触式测量, 更适合在强电磁场、高压腐蚀等极端环境下的温度检测。针对传统的单通道电路读出结构易受外界干扰的弊端, 本文设计了一种双通道的小型实用的荧光测温系统。整个测温系统分为光路设计、电路设计和程序设计 3个部分。采用两路通道差分相减的创新思想, 完全消除了直流分量且基本不含有随机噪声, 从而得到了单一光滑的荧光衰减信号。最后通过标定实验, 得到荧光寿命与温度之间的函数关系。实验结果表明, 在 10~130 ℃的温度范围内, 标准温度偏差为 0.5 ℃, 基本满足强电磁场、高压腐蚀、微波热疗等一些恶劣环境下的测温需求。

随着激光技术的发展, 激光**得到了快速发展, 针对来袭激光的威胁, 激光告警也成为目前各国发展的重点, 不同的激光告警系统探测不同的参数, 根据告警参数采取相应的躲避和反击措施; 目前激光告警主要探测参数有来袭激光方位角、 俯仰角、 激光波长、 激光脉冲宽度等, 但现有激光告警系统无法实现多参数的同时探测, 且光谱范围窄、 视场小、 探测俯仰角和方位角为相对角度、 无法获得绝对来袭方向。 为此本文提出宽光谱波段、 大视场、 多参数激光告警新方法, 可实现450～1 700 nm宽光谱来袭激光波长、 绝对方位角、 绝对俯仰角、 脉冲宽度多参数的高精度综合测量, 该方法主要由激光脉冲宽度测量、 绝对角度及激光波长测量、 控制及数据处理三大部分组成。 其中脉冲宽度测量模块由光学镜头、 多带通窄带滤光片、 高速光电探测器组成, 实现来袭脉冲激光的高速光电转换; 绝对角度及激光波长测量模块由光栅、 大视场宽波段消色差镜头、 多带通窄带滤光片、 宽波段面阵探测器、 三维电子罗盘组成, 通过一级和零级衍射光斑位置获得来袭激光波长、 相对方位角和相对俯仰角信息, 结合三维电子罗盘测得的方位角、 俯仰角以及横滚角, 进而获得来袭激光的三维绝对方位角和绝对俯仰角。 多带通窄带滤光片主要是根据常用几个军用激光波长进行选通滤光, 有效滤除背景光的影响, 降低系统虚警、 漏警。 理论分析推导具体测量方法和参数, 设计宽光谱多参数激光告警探测系统样机, 并进行实验可行性验证。 实验结果表明, 该系统的方位角视场120°、 俯仰角视场96°、 角度测量精度优于1°、 中心波长测量精度优于10 nm、 脉宽测量精度优于3 ns。 该技术将为海、 陆、 空、 天领域对来袭激光的高精度多参数综合探测奠定基础, 有望提高复杂战场的生存能力。

为了改善波束成形质量，基于相控阵芯片幅度和相位校准系统，提出了一种校准算法。在计算出每个状态的误差后，只需要遍历一次所有相控阵芯片的状态，就可以筛选出目标状态，生成查找表。筛选时，对每个状态的幅度误差、相位误差和使用CORDIC计算出的所有目标状态的RMS误差进行约束，可以使相控阵芯片实现误差(RMS)小于2°的6位移相(360°)和误差(RMS)小于0.3 dB的6位衰减(32 dB)。与穷举搜索和逐次逼近的方式相比，提出的校准算法节省了LUT的生成时间。根据此算法，使用65 nm CMOS工艺设计了一个自校准芯片，面积为584 613.16 μm2。

激光雷达(LiDAR)广泛应用于航天器导航、安防监控、3-D测绘、自动驾驶汽车、**装备及机器人等领域, 具有重要的**和民用价值。雪崩光电二极管(APD)阵列探测技术在LiDAR的发展过程中发挥着至关重要的作用。介绍了LiDAR和APD阵列的应用背景, 综述了APD阵列和LiDAR系统的发展历程和最新进展, 最后总结了APD阵列探测技术的发展前景和研究趋势。

相位敏感光时域反射仪（Φ?OTDR）已被广泛应用于周界安防以及轨道交通和管道监测等动态传感领域，进一步提升振动信号识别准确率对异常事件及时报警具有重要意义。针对长距离相干探测相位解调Φ?OTDR易受干涉衰落影响而导致误报率较高的问题，笔者提出了基于强度和相位信号混合输入的模式识别方法。所提方法使用多层感知模块提取强度信号中的衰落噪声特征，采用常规一维卷积神经网络作为对照模型。实验结果表明：使用强度和相位作为混合输入的模型对人工敲击、机械挖掘、人为行走和跳跃等4种事件的平均识别准确率可以达到98.8%，优于仅使用相位信号作为输入的一维卷积神经网络模型的平均识别准确率96.1%。采用强度信号辅助相位信号检测的模式识别方法可进一步提高Φ?OTDR的模式识别准确率。

为了提高半导体激光加工中激光光斑中心定位精度, 根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点, 提出了一种基于灰度直方图的激光光斑中心定位算法, 通过模拟激光光斑仿真分析和单晶硅刻蚀实验, 对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明, 在辐照时间不同的条件下, 该算法定位精度达到0.761 μm, 比灰度重心法提高51.3%, 比最大行列灰度值法提高93.9%; 在激光功率不同条件下, 该算法的定位精度达到0.793 μm, 比灰度重心法提高73.4%, 比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。

茶叶是全球最受欢迎饮品之一, 且具有丰富的营养价值, 但目前市面上的茶叶鱼龙混杂, 难以辨别。 因此, 快速准确的分类方法对茶叶进行鉴别具有重要的研究意义。 由于大多数化合物基频吸收带均出现在波长为2 500～25 000 nm的中红外区域, 茶叶的中红外光谱中含有大量关于茶叶品种的特征鉴别信息, 利用这一显著特点可以对其进行分类。 提出模糊协方差学习矢量量化(FCLVQ), 该算法在GK(Gustafson-Kessel)聚类的基础上, 引入学习向量量化(LVQ)中学习速率的概念, 用以控制模糊类中心的更新速率。 FCLVQ结合中红外光谱, 通过不断迭代计算样本模糊隶属度值和模糊聚类中心, 实现对茶叶的快速精准分类。 选取市场上的峨眉山茶叶、 优质竹叶青茶叶、 劣质竹叶青茶叶作为实验对象。 将实验对象分为3组（每个品种各1组）, 每组32个, 共计96个样本。 利用FTIR-7600型傅里叶红外光谱分析仪分别采集每组样本的中红外光谱数据, 每组样本采集三次, 取其平均值作为样本的红外光谱数据。 首先, 由于原始光谱含有噪声数据, 故使用多元散射校正(MSC)作降噪预处理; 其次, 由于光谱数据维数高达1 868维, 采用主成分分析(PCA)将光谱数据降至14维, 其14个主成分的累计贡献率为99.74%; 然后将降维后的光谱数据使用线性判别分析(LDA)进一步降至2维, 同时提取数据中的鉴别信息; 最后运行模糊C均值聚类算法(FCM), 将其运算得到的聚类中心作为FCLVQ的初始聚类中心参与迭代, 设置模糊隶属度的权重指数m=2, 最终分类准确率高达95.25%。 将FCM算法、 GK算法、 模糊Kohonen聚类网络(FKCN)算法与FCLVQ算法的运行结果进行对比, FCM, GK和FKCN的分类准确率分别为90.91%, 92.41%和90.91%。 结果表明, 与其他三个算法相比较, FCLVQ在m=2, 主成分个数为14时有着更好的分类效果, 可以用来实现对茶叶品种的准确分类。

以凹凸棒石黏土基气凝胶为精油载体制备高载量香氛剂并实现精油长效控释。以凹凸棒石为三维网络骨架、以植物纤维为增韧补强材料, 制备了一种高比表面积、高孔隙率和优良机械加工性能的的凹凸棒石/植物纤维复合气凝胶。该气凝胶对甜橙精油的负载率高达96%且挥发残油率低(<5%)。疏水改性提高了气凝胶对精油的负载率并显著延长精油缓释时间。精油挥发均呈现短暂快速下降、稳定释放、缓慢下降3段变化规律, 展示复合气凝胶对精油挥发的良好控速能力: 体积为4 cm3的香氛剂在60 ℃实验温度下可维持80 mg/h恒速释放27 h, 累计释放时间为31 h; 精油控释速率随气凝胶体积增大而增大, 在1 cm3后逐渐趋近平台值; 精油在气凝胶中的释放行为符合Korsmeyer-Peppas模型, 属于Non-Fickian扩散。

当前忆阻器等效电路中的传统运算放大器存在功耗高、噪声大等问题。针对这些问题,基于简化差分对设计了两种极简化的运算放大器。通过电路仿真对两种简化运算放大器与传统运算放大器进行功耗与噪声仿真分析。结果表明,与三种传统运算放大器相比,该简化运算放大器的功耗最低,抗噪声性能最优。运算放大器的总功耗为15 mW,等效输出噪声电压为11.55 nV·Hz-1/2,噪声系数为35.873 dB。基于两种简化运算放大器,设计了一种二阶荷控忆阻器等效电路。通过理论分析、电路仿真和硬件电路板基实验,对该等效电路的忆阻特性进行了分析与验证。

基于180 nm CMOS工艺,设计了一种无残差放大的10位100 MS/s流水线与逐次逼近混合型ADC。采用两级流水线-逐次逼近混合型结构,第一级完成4位粗量化转换,第二级完成6位细量化转换。为了降低整体电路功耗,采用单调式电容控制切换方式,两级之间残差电压采用采样开关电荷共享方式实现。采用异步时序控制逻辑,进一步提升了能量利用率和转换速度。后仿真结果表明,在100 MS/s奈奎斯特采样率下,有效位数为9.39 bit,信噪失真比为58.34 dB,1.8 V电源电压下整体功耗为5.9 mW。