碳基钙钛矿太阳能电池(C-PSCs)具有稳定性好且成本低的优势, 展现出广阔的应用前景。本研究基于MAPbI₃材料, 选择高质量的NiO_x介孔层作为空穴传输层(HTL), 对比了NiO_x介孔层不同制备方法对电池性能的影响, 并对NiO_x介孔层的厚度进行优化。研究发现, 与旋涂工艺制备的NiO_x介孔层相比, 丝网印刷工艺制备的介孔层的孔径分布均匀, 可改善钙钛矿(PVK)前体溶液填充在介孔支架中的填充状态。最终得到含HTL的高效率和低滞后的钙钛矿太阳能电池, 其开路电压(V_OC)为910 mV, 光电转换效率(PCE)为14.63%, 认证效率达14.88%。此外, 在空气中储存近900 h, 其PCE没有明显衰减。

针对从基于压缩超快成像（Compressed Ultrafast Photography，CUP）的任意反射面速度干涉仪（Velocity Interferometer System for Any Reflector，VISAR）中获得的压缩图像中重构出冲击波二维条纹图像的问题，提出一种基于卡尔曼滤波的双约束图像重构算法。该算法首先基于条纹图像具有的稀疏性和平滑性，将问题转化为基于小波与全变分双先验约束的优化问题，然后，考虑到实际成像的噪声问题，采用加权卡尔曼滤波对图像已有信息进行预测和调整，最后将卡尔曼滤波引入二步迭代阈值算法的迭代过程中，进而求解该双约束优化问题，实现压缩图像的精确重构。在大噪声仿真实验中，该算法重构图像的峰值信噪比和结构相似度分别提高了4.8 dB和14.81%，显著提高了图像重构质量。在实际实验中，该算法重构出了清晰的冲击波条纹图像，且将冲击波速度最大相对误差降低了9.57%和平均相对误差降低了2.2%，验证了该算法的可行性。

针对基于超快压缩成像(CUP)与二维任意反射面速度干涉仪(VISAR)获得的压缩图像重构冲击波二维条纹的问题，提出了一种基于低秩约束和全变分正则化的压缩图像重构算法。该算法利用条纹图像空间结构的相似性以及平滑性，将重构问题转化为核范数最小化和全变分正则化的优化问题，利用即插即用的交替方向乘子法将优化问题分裂为多个子问题求解，实现了CUP-VISAR压缩图像的精准重构。仿真结果表明，在大噪声的条件下，重构图像的峰值信噪比提高了8.45 dB，结构相似性提高了8.52%，重构效果优于主流重构算法。进一步设计实际实验，实验结果表明，冲击波条纹的最大速度相对误差从13.5%降低到3.46%，减少了近10%，验证了算法的有效性。

为了避免离群值的影响，提出了混合稀疏迭代最近点（SM-ICP）方法，以实现点云精确配准。本文对稀疏表示、正则化求解和点云配准方法进行了研究。首先，利用混合正则项表示配准残差，构建混合稀疏配准函数。然后，结合交替乘子法（ADMM）构建了所提出函数的双循环优化框架。其中，混合正则项的平衡权重θ可由Sigmoid函数求解；此外，还给出了ADMM优化框架内循环中对应损失函数的标量形式。最后，推导了该标量化损失函数在点云配准中的软阈值表达式。实验结果表明，所提出SM-ICP算法的配准精度优于所对比的算法。特别的，在重叠率约为50%的斯坦福兔子配准实验中，SM-ICP算法的截断配准误差为2.04×10^-4，较Robust Trimmed-ICP（Tr-ICP）算法和ICP算法的配准误差减小了一个量级，且较稀疏ICP（S-ICP）算法减小了约三倍；在其它对象、场景类型的点云配准实验中，SM-ICP算法的配准精度同样较其它对比算法更优；在具有不同层级随机噪声点云的配准实验中，SM-ICP的截断配准误差为4.90×10^-6~1.33×10^-4，同样较其它对比算法减小了一个量级或几倍；在发动机叶片配准实验中，本文方法成功实现了点云精确配准，而其它对比算法的配准结果中存在不同程度的点云错位情况。所提出的点云配准方法具有精确、鲁棒性和泛化性等优势。