当前物联网、云计算等产生的海量非结构化数据，极大提高了对数据处理算力和能效的需求。神经形态计算借鉴生物大脑的信息处理方式，以神经元与神经突触为基本单元，从互联架构与信息处理模式等方面模拟生物神经系统，能够实现实时、超低功耗信息处理，成为大数据时代计算技术发展的前沿热点。其中，光子神经形态计算技术是在光域上进行神经形态计算数据处理的技术，既能够充分发挥光子高速传输、低功耗、高并行度的优势，又能够避免光电和电光转换带来的额外时间功耗开销，具有很大的研究和应用价值。近年来，相变材料作为一种具有高折射率对比度和非易失特性的光学材料，可在光、电、热等激励作用下进行折射率的连续调节，为非易失光子神经形态计算提供了一种可行的解决方案，成为当前的研究热点。本文首先介绍了光子神经形态计算的基本原理和实现方法，在此基础上讨论了相变材料用于光子神经形态计算的原理。其次，针对不同类型的实现途径，研究了不同相变材料的特点和选型办法，综合分析了当前应用较多的两类相变材料以及各类光突触器件和阵列集成应用。最后对基于相变材料的光子神经形态计算技术的发展进行了展望。

子孔径拼接技术与补偿检验技术的结合能够增加干涉仪的横向和垂直动态测量范围，适用于大口径、大非球面度的非球面的面形测量。利用一对相向回转的Zernike相位板作为近零位补偿器，产生可变的像差，补偿不同非球面在不同离轴位置的子孔径像差，使其剩余像差减小到干涉仪的垂直动态测量范围内。通过计算两个待测非球面的子孔径像差，求解Zernike相位板的相位函数；同时结合四台阶刻蚀工艺和载频技术，成倍提高衍射效率并隔离干扰衍射级次的影响。以同温层红外线天文台(SOFIA)望远镜的凸双曲面次镜和凹非球面反射镜为例，验证了该近零位补偿器实现不同非球面的子孔径像差补偿的能力，表明其具有良好的面形适应性。