针对现有结构无法满足大尺寸差分干涉仪稳定性固定，以星载近红外差分干涉仪稳定性结构为研究目标，优化选择光学材料实现实体差分干涉仪的热补偿，提高了光学元件温度稳定性；以支撑结构的最大结构应力和光机粘接面处最大剪切应力小于许用应力为优化目标，建立数学模型，优化设计支撑结构参数，调节组件基频，提高了组件的力学稳定性。有限元分析支撑结构最大应力65.56 MPa，小于材料的抗拉强度，光机粘接面最大剪切应力3.4 MPa；环境温度变化5 ℃，分光棱镜面形RMS最大变化量1.671 nm，热应力带来的干涉图畸变可忽略。力学振动试验前后，光学测试干涉条纹频率（50个条纹数）未发生变化，差分干涉仪结构满足星载力学环境条件。该方法也适用于棱镜式干涉仪稳定性支撑结构。

干涉光谱成像仪是基于现代光学技术、光谱技术、电子技术及计算机技术发展起来的一种用于精密光学测量的强有力工具。与色散型、滤光片型光谱成像技术相比较，干涉光谱成像技术因其具有高分辨本领、高灵敏度以及高波数准确度等优势，被广泛应用于农林水体监测、大气污染监控、国土矿产勘查以及天文目标观测等领域。本文按照光程获取方式的类型，从时间调制、空间调制以及时空联合调制三个方面综述了国内外干涉光谱成像技术的研究现状，并对每种类型的代表性研究成果进行了介绍和回顾。最后，对干涉光谱成像技术的未来研究趋势进行了展望。

在空间调制型哈达玛变换光谱成像仪（Space Hadamard Transforms Spectral Imager， SHTSI）中采用数字微镜阵列（Digital Mirror Devices， DMD）作为编码器件，能够使系统实现小型化、轻量化、高分辨率、高帧频成像。但由于DMD的翻转特性，经过DMD编码后的光学成像面发生12°倾斜，导致SHTSI成像光路和制冷型探测器冷光阑不匹配，造成视场缺失和图像降质。针对这一问题，本文提出一种像面预补偿的新型哈达玛编码光谱成像系统设计方法，在前置成像镜组中采用倾斜和偏心的设计，使得一次像面实现24°倾斜，对DMD在调制过程中产生的像面倾斜进行预补偿，从而消除倾斜成像面造成的图像降质问题。基于该方法设计了SHTSI光学系统，系统全视场点列图RMS小于5 μm，保证系统在全视场范围内能够均匀成像。根据该设计方案研制SHTSI原理样机，试验结果表明，SHTSI系统满足设计指标，对成像数据进行复原，得到复原光谱角距离评价因子优于0.052。

水是一种有限的资源, 对农业、 工业乃至人类的生存都是必不可少的, 良好的水环境是可持续发展的重要保障。 对水质信息的科学监测, 是实现水资源优化配置与高效利用的基础。 联合国环境署(UNEP)与世界卫生组织(WHO)指出, 应当加强发展中国家的水质监测网络, 包括数据质量的保证和分析能力的提高。 光谱法作为一种新兴的水质分析方法, 相比传统的化学水质监测方法, 具有“响应速度快、 多参数同步、 绿色无污染”的特点。 传统单波长、 多波长的线性模型依赖于水体对特定波长的吸收特征, 不适用于多组分混合溶液且普适性较差。 因此, 提出了一种基于IERT的非线性全光谱定量分析算法, 建立适用于多组分混合溶液浓度预测模型, 达到利用全光谱信息来预测浓度信息的目的。 利用实验室配置的COD, BOD₅和TOC多组分混合溶液与NO₃-N、 浊度、 色度多组分混合溶液作为实验样本, 使用光谱仪采集样本的光谱曲线, 通过全光谱数据进行浓度预测实验, 结果显示, 对于COD, BOD₅和TOC多组分混合溶液, 本算法对于三种组分的决定系数(R²)分别为0.999 3, 0.991 4和0.999 3, 均方根误差(RMSE)分别为0.024 4, 0.057 7和0.000 4; 对于NO₃-N、 浊度、 色度多组分混合溶液, 决定系数(R²)分别为0.983 4, 0.868 4和0.981 0, 均方根误差(RMSE)分别为0.100 5, 0.326 4和0.120 2。 通过对比本算法与偏最小二乘(PLS)、 支持向量机回归(SVR)、 决策树(DT)、 极端随机树(ERT)对于同一组数据的实验结果, 表明: 在两组多组分混合溶液的实验中, 本算法对于其中各组分的决定系数(R²)均为最优, 相比于其他对比算法均方根误差(RMSE)均有大幅减少。 本算法可利用光谱信息对多组分混合溶液进行定量分析, 在计算时间相当的情况下, 可有效的提高浓度预测精度, 减少定量分析的均方根误差, 可为光谱法水质监测提供一种新的有效途径。

基于仿生复眼的视觉优势，将曲面仿生复眼结构应用于无人机载光电探测系统，实现机载宽视场高分辨运动目标探测。根据生物复眼的结构形态，设计了六边形排列的曲面透镜阵列作为曲面仿生复眼，辅以光学中继转像子系统和CMOS图像传感器，构成曲面仿生复眼成像测速系统。该系统的成像视场可达98°×98°，系统焦距为5 mm，角分辨率为1.8 mrad，F数为3.5，系统体积为Ф123 mm ×195 mm，重量为1.35 kg。根据仿生复眼的成像原理，利用仿生复眼成像系统中相邻小眼存在的视场重叠优势，提出了曲面仿生复眼的测速原理，使得多个小眼能够同时探测场景中的同一个目标。运动汽车的测速实验表明该测速方法能够有效提高运动目标测试的可靠性和准确性。

针对高光谱影像数据维度高、空间和光谱信息利用不足以及局部结构特征表达有限等问题，提出了一种基于3D卷积自编解码器和低秩表示的高光谱异常检测算法。首先，通过3D卷积自编解码器提取高光谱影像的空谱特征，并针对高光谱图像的局部区域强相关性，设计了一种新的损失函数来约束中心像素和周围像素，以提取判别性较强的特征图；然后，针对所提取的特征图，通过基于密度的空间聚类算法构建背景字典，并利用低秩表示分离出异常区域；最后，融合由3D卷积自编解码器得到的重构误差和异常区域检测结果，得到最终检测图并为异常目标关键信息的挖掘提供依据。为了验证所提算法的有效性，在两个真实的机场高光谱数据集上进行飞机等目标检测实验，ROC、AUC量化指标和主观分析等实验结果表明，与其它6种异常检测算法相比，本文算法具有更高的异常目标检测精度。

硝酸盐是水质健康状态评价的一个关键要素。 水体中高浓度的硝酸盐会导致生物多样性剧减以及生态系统的退化, 同时对人类的健康产生不可逆转的伤害。 基于光学测量的水质在线监测是当前及未来水环境动态监测的发展趋势。 相较于传统硝酸盐现场采样加实验室分析的测定方法, 具有操作便捷, 无需前处理, 检测效率高, 可靠性好且无污染等显著优点。 由于实际水体组分的复杂性与多样性, 水体参数和吸光度二者并非呈现线性相关, 传统的单波长法, 双波长法, 偏最小二乘法等线性回归预测模型已不适用。 基于此, 提出一种精细全光谱结合可变步长网格搜索, 优化支持向量回归(GS-SVR)的水体硝酸盐分析方法。 同时与陕西科技大学化学与化工学院合作, 采用标准的硝酸盐溶液, 铂-钴标准溶液, 福尔马肼标准混悬液根据实验要求配制了不同浓度梯度94组溶液样本。 首先将采集到的透射率光谱数据完成吸光度转换, 并使用Kennard-Stone方法将94个溶液样本划分为80个训练集和14个测试集。 其次使用改进的GS算法结合交叉验证, 通过多次迭代, 减小搜索范围、 改变搜索步长对SVR进行参数寻优, 并将最优惩罚参数C和核函数宽度σ用于训练集中进行模型建立, 最后用所建立的模型对测试集进行浓度预测。 并将预测效果与反向传播神经网络(BPNN), SVR, GS-SVR, 粒子群算法优化SVR(PSO-SVR), 遗传算法优化SVR(GA-SVR)的模型预测结果比较, 结果显示, 提出的算法模型相关系数R²=0.993 5, 预测均方根误差RMSEP=0.043 5, 最优参数C和σ组合为(512, 0.044 2), 平均训练时间为13 s。 相较于上述五种预测模型, R²分别提高了1.22%, 11.66%, 0.78%, 0.74%和0.77%, 训练效率分别提升4.15倍(BPNN), 8.30倍(GS-SVR), 21.38倍(PSO-SVR), 10.23倍(GA-SVR)。 模型的预测精度以及训练效率方面都取得了很大的提升, 为复杂水体硝酸盐浓度的快速实时在线监测提供了一种新的方法。 同时, 该方法具备一定的普适性, 也适用于其他水质参数预测模型的建立。