为弥补伪随机码调幅测距系统性能研究的不足，采用可编程逻辑器件实现1 GHz和2.5 GHz速率的伪随机码发生器。实验系统以50 m为测试距离，针对两路伪随机码光子到达时间点，采用快速傅里叶变换算法得到互相关波形。在此基础上，建立互相关波形的数学模型，采用参数估计法，运用马尔可夫技术完成参数迭代，重构距离波形，得到距离估计值。实验结果表明，伪随机码为1的比例为1%，探测到的光子计数率为2×106 s-1；低背景噪声下，积分时间和信噪比成正比，与理论相符；高背景噪声下，随着积分时间的增大，采用该方法估计的距离值标准差比峰值距离标准差的增大速度缓慢，整体距离精度高于峰值距离精度。积分时间为0.001 s时，2.5 GHz码速测距的精度从7.3 cm提高到4.62 cm。另外，该方法估计得到的1 GHz的距离精度仍然低于2.5 GHz的距离精度，同等速率下，可降低噪声对距离精度的影响。

基于塑封10 Gbit/s 850 nm VCSEL(垂直腔面发射激光器) TOSA(光发射器件)在高低温下的P-I(功率-电流)特性, 对10 Gbit/s SFP+(增强版小型可插拔)短距离光模块的温度补偿进行了研究, 提出了多次采样、计算, 对不同温度分段匹配补偿系数的方法。实验数据和分析结果表明, 该方法改善了光模块在全温(-40～85 ℃)范围内的性能, 提高了模块在同类工作环境下的指标一致性。

光收发模块作为光电互相转换的重要器件，在高速数据通信领域起着至关重要的作用。该设计应用VCSEL(垂直腔面发射激光器)阵列、 PIN(带本征层光电探测器)阵列和集成驱动芯片等3种技术，研制出严格遵循CXP(十二路小体积可插拔)多源协议(以下称CXP MSA)的CXP光收发模块。通过对样品的测试，得到了眼图和灵敏度等关键测试数据。测试结果表明：该CXP光收发模块完全符合CXP MSA的各项技术指标要求，能够应用于短距离高速数据通信系统，对提高数据通信系统的传输速率和推动100 Gbit/s光通信系统的发展都有着重要意义。

针对目前光通信对传输速率要求不断提高的问题，设计并实现了QSFP+(4通道小型可热插拔)收发合一光模块，其单信道传输速率可达10 Gbit/s，4个信道总传输速率为40 Gbit/s。模块采用工作波长为850 nm的VCSEL(垂直腔表面发射激光器)阵列作为光发射器件，高速PIN(光电二极管)型PD(光检测器)阵列作为光接收器件，与传统的设计相比，降低了设计复杂度和整体成本。对光模块进行了相关仿真和测试，结果表明，通道串扰低于－42 dB，接收灵敏度优于－11 dBm，总体性能指标满足IEEE 802.3ba标准的要求。

对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究。 向3个不同品牌鱼油中分别掺入不同比例的大豆油, 另外3个不同品牌中分别掺入不同比例的菜籽油, 共获得300个样本。 对所采集样本的光谱数据分别采用原始光谱, 以及平滑, 变量标准化(SNV), 多元散射校正(MSC), 一阶求导和二阶求导等预处理算法进行处理后, 建立偏最小二乘回归(PLSR)模型。 基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLSR模型, 其预测相关系数(Rp)分别达到0.938 6和0.959 3。 进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱, 并分别获得了11个和15个光谱特征波长变量。 基于特征变量的PLSR模型的Rp分别为0.941 2和0.932 6。 试验研究表明, 可以采用Vis-NIR技术实现对鱼油掺假物含量的检测。

根据编码结构光检测原理，建立了结构光测量系统的数学模型，研究了该模型各参量之间的相互关系及误差，得到了优化的系统结构参数。按照系统的几何结构，建立了深度信息的计算模型。分析了系统参数对模式成像的影响，实现了测量系统的模式像在不同参数值下的动态变形，并确定了图像坐标随深度值变化的几何关系。通过分析系统参数与深度信息的误差关系，确定了系统集成应遵守的约束条件，集成了最优系统结构。实验结果表明，按照优化参数建立的系统，其测量相对误差约为0.3%，基本满足编码结构光测量系统三维重建的高精度要求。

提出了利用可见-近红外光谱技术和多光谱成像技术检测鸭梨损伤随时间及程度变化的新方法。 利用可见-近红外光谱技术, 分别结合偏最小二乘(partial least squares, PLS)和最小二乘支持向量机(least squares-support vector machine, LS-SVM)方法对鸭梨受损程度和受损天数进行预测。 结果表明, 两种方法在鸭梨损伤后期对损伤程度的判别均具有较好的效果; LS-SVM方法对鸭梨轻度损伤的损伤天数的预测精度较高, 但重度损伤天数的预测效果不如PLS方法。 然后利用多光谱图像预测鸭梨受损天数。 研究发现, 利用LS-SVM建立的模型预测效果较稳定, 预测结果相关系数均在0.85左右。 说明利用可见-近红外光谱分析技术和多光谱成像技术能够快速无损地检测出鸭梨的损伤程度及时间, 为鸭梨检测提供了一种新方法。

通过对激光器传热过程的理论分析，建立了同轴封装半导体激光器的物理散热模型，利用计算流体力学(CFD)软件对TO56和TO38两种同轴封装的半导体激光器进行了散热模拟分析，并设计了相关的实验(在激光器里面装上热敏电阻)对激光器管芯的温度进行检测，实验结果与仿真结果非常吻合，对激光器组件的设计有一定的指导意义。

对速率10 Gb/s传输距离可达10 km的高速同轴连接型光发射组件(TOSA,又称高速同轴激光器)进行了研究。通过对该器件的光学结构和电高频性能等核心部分的深入分析和优化设计,成功研制出了可直接应用于小型化10 Gb/s XFP光收发合一模块的TOSA。测试结果表明,在10.709 Gb/s的调制速率下,消光比大于7 dB,光眼图裕量大于15%,其整体性能达到了国外同类产品的先进水平。

采用Vis-NIR技术对水稻穗颈瘟染病程度分级方法进行了研究。分别基于原始光谱,变量标准化(SNV)预处理后和多元散射校正(MSC)预处理后的光谱,应用无信息变量消除法(UVE)结合连续投影算法(SPA)对Vis-NIR光谱区进行有效波长的选择。选择后的波长作为输入变量建立最小二乘-支持向量机(LS-SVM)模型。结果表明SNV-UVE-SPA建立的LS-SVM模型预测效果最好。通过SNV-UVE-SPA从全波段600个波长中选择了6个最能够反应光谱信息的波长(459,546,569,590,775和981nm)。SNV-UVE-SPA-LS-SVM 组合模型对预测集样本预测得到的确定系数(R),预测集的预测标准差(RMSEP)和剩余预测偏差(RPD)分别达到了0.979,0.507和6.580。结果表明,采用Vis-NIR光谱技术对水稻穗颈瘟染病程度进行分级是可行的。通过UVE-SPA得到的有效波长能够很好地代替全波长。