由于涡旋光具有内禀的拓扑荷（TC）属性，其作为空间光通信的载体会拥有更高维的希尔伯特空间，故基于涡旋光的光通信将明显提升信道容量和安全性。在光通信的信道接收端，需要准确且快速地识别TC以解码所传输的信息。将偏振态维度引入到TC的识别过程中，从数值模拟和实验验证两个方面研究了偏振态对TC识别的影响。通过分析马赫-曾德尔干涉仪中不同偏振态的信号光与参考光所形成的干涉图像发现，使用圆偏振态的高斯光（参考光）对圆偏振态的涡旋光（信号光）的TC识别最为有利，且在TC识别过程中具有圆偏振态的信号光与参考光对干涉光路的角度敏感性也最低。理论模拟与实验数据的吻合程度较好表明，所提的偏振干涉TC识别方案对未来高速、高容量涡旋光数千米量级的光通信具有一定的实用参考意义。

为研究拉盖尔-高斯(LG)光束在经过凸台周围流场后的气动光学效应,采用二阶紧致差分和四阶龙格库塔积分对抛物型的复振幅方程进行求解,比较了具有不同拓扑荷数的LG光束在同一流场环境下的光强分布、同一光束在同一流场中数值仿真的光程差(OPD)分布与沿光束路径积分的OPD分布,以及不同拓扑荷数的LG光束与高斯光束在不同马赫数、不同攻角、不同海拔下的Strehl比(SR)以及成像偏移。仿真结果表明,在同一流场中,LG光束的拓扑荷数越大,振幅形态保持越好,但光强衰减越大,成像偏移越大。而同一流场下拓扑荷数对LG光束的SR数值几乎无影响,LG光束的相位稳定性均优于高斯光束。在振幅稳定性方面,与高斯光束相比,LG光束受海拔和攻角变化的影响更大。

炉口火焰是在转炉炼钢过程中最重要的对炉内钢水温度和成分含量判定的一个重要依据。将炉口火焰光谱分为两部分频谱：背景光谱和原子发射光谱特征。假设背景光谱光强度补偿了特征原子的受激而产生的自吸或者自蚀光强度损失，基于火焰发射光谱(FES)原理和转炉炼钢过程中的火焰光谱，推导出特征原子光谱和强度与火焰温度之间的关系。结果表明，火焰发射光谱测温法所测得的温度与实际温度的误差能够在理想的范围内。

提出了通过分析转炉炉口辐射的光谱图像信息,实现转炉炼钢在线终点预测的方案。在该方案中,设计了火焰光强和视频捕获系统,通过编写相应代码,对采集数据进行分析,实时得到了吹炼过程中光强与图像特征值的变化情况,与经验炼钢的依据相符。通过统计逆向分析,选用几种特征变量,运用多元回归方法建立起不同炉次终点时刻的数学模型。模型通过了显著性检验,当误差不大于4s时,模型的预测精度为90.4%,为在线动态预报转炉炼钢终点提供了一种便捷的方法。

针对国内外转炉炼钢终点控制的现状, 建立了一种用于终点预测的神经网络模型。以炉口辐射信息获取系统为实验平台, 运用光纤谱分复用和颜色空间模型转换技术, 分析发现了光谱与图像信息特征量在吹炼过程中呈现出中前期类似、末期相反的规律。从得到的特征规律曲线中选用一些关键特征量, 在改进的修正系数算法基础上, 进行了模型的训练和预测分析。实验结果表明：响应时间在2 s以内, 满足快速判定的时间要求; 改进算法的模型预测精度高于常规算法, 该系统可以正常工作在转炉炼钢的恶劣环境下, 达到了预期效果。