滤光器型磁像仪在固定波长点观测时，受到温度变化、机械误差等因素影响，观测波长点发生偏移。传统的波长点定标方法通过拟合谱线轮廓来对观测点进行定标，耗时多且无法实时校正观测波长点。为此提出一种基于神经网络的观测波长点的高效定标方法。该方法首先通过分析不同波长点处的图像特征差异，设计一套有效的数据预处理方案；然后通过机器学习下的神经网络建立起实时观测图像与对应观测波长点的非线性关系。方法验证和实际测试的结果表明该方法比现有的方法快100多倍，同时可监测仪器运行状态。最后，针对磁像仪系统频繁维修后需重新训练网络的问题，给出克服系统变化的方案。该方法可实现滤光器位置实时定标，有效减少定标过程中电机频繁旋转带来的滤光器工作寿命缩短现象，提高地面和空间太阳磁场观测的效率和稳定性。

大口径太阳望远镜中常用波片来进行偏振定标和偏振测量,为了对这类波片的延迟量和方位角进行准确测量,提出一种基于双光束检偏的波片测量系统,建立了该系统对应的数学模型。测量系统中检偏器的方位角可作为参数进行拟合,克服了单光束测量系统中检偏器方位角误差的影响;同时,根据测量系统的结构,对待测波片的延迟量范围进行分析,实现了对偏振定标和偏振测量中所使用波片的精确测量。分析了测量系统误差的主要来源,包括光源光强噪声、电机定位误差和探测器非线性响应,并对探测器非线性响应进行了校正。该方法测量1/4波片和127°波片的延迟量和方位角误差小于0.02°,测量27°~145°和215°~333°范围波片样品的延迟量和方位角误差小于0.05°。

幸运成像技术是一种相对简单的事后图像处理技术, 主要是对短曝光图像进行像质评价, 之后选取出高质量图像进行配准、叠加来复原出高分辨率目标图像。根据幸运成像技术的理论算法, 提出了一种适用于地基2.4m大口径望远镜的幸运成像技术方案和GPU局部加速算法流程。使用该方案拍摄的短曝光图像进行幸运成像, 获得了间距为0.3″的双星高分辨率图像。在选图过程中利用GPU设备进行并行计算, 探讨了加速幸运成像算法的可行性以及计算瓶颈的问题。实验结果表明, 在近红外条件下, 2m级大口径望远镜所拍摄的图像, 可以使用幸运成像算法重建出高分辨率的图像, 其FWHM约0.2″; GPU设备能够实现幸运成像算法的加速, 并提高整个算法的效率。

太阳光谱观测是研究太阳大气活动现象有效手段之一。 提出了一种基于主成分分析的太阳光谱特征信息提取和重构方法, 分析了重构数据噪声抑制程度和主成分阶数的关系, 计算了不同主成分阶数下重构数据的谱线信噪比以及多普勒速度测量精度。 结果显示特征信息提取后, 重构数据较大程度保留了原始光谱数据信息, 光谱数据信噪比明显提高, 谱线多普勒速度测量精度也显著提高, 并且三维光谱数据存储和传输量大幅缩减。 该方法能够满足一米新真空太阳望远镜当前数据规范发布需求和科学目标要求, 为中国在建的光纤阵列太阳望远镜以及未来的巨型太阳望远镜光谱数据处理提供参考。

为了实现新真空太阳望远镜(NVST)多波段图像0.1″精度的视场匹配,提出了针孔光阑视场定标的方法,并在NVST光球[TiO(705.8 nm)]通道和色球[Hα(656.28 nm)]通道上进行了实验分析。采用11×11点阵的针孔阵列光阑,对两通道视场之间的旋转、放缩和平移关系进行了定标。通过仿射变换实现两通道太阳图像的高精度视场匹配,精度可达0.031″。虽然匹配残差在整个视场内(约为2')存在不均匀性,视场边缘最大残差为0.076″。定标参数的数值会随着光学平台位置的变化而改变,造成了0.05″的视场匹配差异,但这些匹配差异都在分辨率要求的精度之内。对TiO通道和Hα通道实测数据的分析也证明了上述方法的精度估计。

平场改正可以扣除日冕仪成像过程中的不均匀性, 是其数据定标的必要步骤。提出一套基于乳白玻璃测量日冕仪平场的装置和方法, 并开展了相关模拟和实地测量以验证该方法的可行性。首先, 模拟了太阳经乳白玻璃后在日冕仪观测视场内扩散光源的均匀性, 模拟结果表明其均匀度为99.98%, 十分接近理想的均匀面光源。其次, 测量了12 cm地基日冕仪的平场, 测量结果显示该方法可以测量出日冕仪成像的不均匀性, 如探测器的条纹。平场改正后的结果符合日冕和天空背景亮度的径向分布。最后, 为评价利用乳白玻璃测量平场的有效性, 将其和天空平场进行了对比, 二者相关系数为99.94%, 线性拟合斜率为1, 具有极强的相关性。