现实中存在大量对称物体，利用三维激光扫描设备可获得对称物体的三维点云，但由于遮挡及设备本身等因素，三维点云会产生缺损。针对该问题，提出一种基于物体对称性的非完备激光三维点云分类补全方法。根据单幅二维图像中的对称关键点，建立对称平面的映射关系，根据对称平面在点云中的位置对非完备点云进行分类。针对半残缺点云，直接进行对称平面检测，然后做镜像补全；针对残缺未过半点云，与镜像点云融合后去除镜像点云中的重复数据点，完成补全；针对残缺过半点云，与镜像点云融合后利用孔洞直接修复方法补全缺失信息；针对极度残缺点云，考虑到缺失信息过多，将输入点云与镜像点云融合后再与完整的相似点云进行融合，去除冗余点完成缺失信息弥补。非完备三维点云的实际采集点云与公共数据库中点云的实验结果显示，所提补全方法能将不同类型的非完备点云补全为与完整点云极为相似的点云，验证了所提分类补全方法的有效性和可行性。

由单幅图像重建三维结构并感知三维对象的语义理解极具挑战性。针对单幅图像难以直接生成三维重建点云问题，提出一种融合PointNet与3D-LMNet的联合优化网络模型进行三维重建并完成语义分割。基于3D-LMNet网络进行训练生成三维点云，并完成局部分割，同时，对网络损失函数进行联合优化来预测分割点云。通过分割点云的语义信息改善重建效果，生成带有语义分割信息的三维点云重建模型。针对联合训练中真值点云和预测点云类别标签无点对点的对应关系问题，引入联合优化损失函数来提高重建和分割效果，生成最终三维重建模型。通过在ShapeNet数据集上实验验证，并与PointNet和3D-LMNet单独训练相比，所提模型在平均交并比（mIoU）上提高了4.23%，在倒角距离（CD）和EMD（earth mover’s distance）上分别降低了7.97%和6.04%，联合优化网络明显改善了重建和分割的点云模型。

为了增强高能脉冲激光器的驱动效能、优化驱动电路的工程实现效果, 采用电路分析与仿真的方法, 对脉冲氙灯和脉冲形成网络的放电特性进行了理论分析和仿真验证, 取得了各影响因素与脉冲电流波形的相关度数据。结果表明, 脉冲电流波形的矩形度和工程实现的难度随节数的增加而增加, 理想节数在5附近; 波峰幅值随末链电感的减小而减小, 其加权值的理想取值点在0.8附近; 上升速度随首链电感增加而减小, 其加权值的理想取值区间为1.2~1.4。此研究有利于进一步推动高能脉冲氙灯驱动电路的工程应用及拓展。

通过对圆柱体电容器内部压强进行计算分析，研究提升电容器寿命的方法。首先分析得出，电容器内部层间压强的提高可以减小自愈能量，降低脉冲放电过程中的电容量损失，因此可以提升电容器寿命。其次，提出了电容器内部层间压强的计算模型。试验结果表明: 通过合理的热处理工艺，电容器寿命可提高30%; 当外包膜层数从20层增加到100层时，电容器寿命提高38%。

通过合理设计谐振腔参数, 并采用内置扩束透镜组, 获得了一种小体积高效率、液冷和电光调Q激光器。激光器电光转换效率为1.4%, 输出单脉冲能量大于100 mJ。激光器腔长250 mm, 输出脉冲宽度为10～15 ns, 激光器5 Hz工作时激光远场束散角为1.6 mrad, 20 Hz为1.8 mrad,光斑直径为5 mm, 能量稳定度小于5%。