为提高自适应光学（AO）系统中倾斜镜（TTM）的控制性能，提出了一种基于滤波的线性自抗扰预估控制（FLADRC-Smith）方法。该方法利用Smith预估器提升了系统误差抑制带宽，同时设计滤波环节修正TTM控制量，保证系统对高频扰动信号的抑制性能。仿真建立AO倾斜校正模型对该方法进行验证，结果表明，所提方法能有效提高系统带宽和TTM动态响应性能。在纯时滞系统中，该方法相较于比例-积分（PI）控制将系统的误差抑制带宽提升了4.56倍；在同等误差抑制带宽条件下，将该方法在纯时滞系统和二阶振荡时滞系统中与比例积分预估（PI-Smith）控制方法对比，系统抑制内外部扰动能力更强，TTM的动态响应性能提升了20%以上。

高功率激光是自适应光学的重要应用领域，通过控制高功率激光系统实现高光束质量的激光输出是激光自适应光学技术的一项重要目标。自适应光学主要是利用波前传感器和波前校正器来完成对激光畸变波前的探测与校正。近年来，人工智能的发展为自适应光学技术特别是应用于激光领域的自适应光学技术在波前复原、波前预测以及波前校正方面提供了新的思路和工具。梳理了当前自适应光学的智能化发展概况，介绍了机器学习方法在波前复原、波前预测、相位反演和波前控制四个方面取得的研究进展，并对当前研究方法在高功率激光领域中的应用潜力与面临的挑战进行了讨论。

受天光背景、大气湍流强度、信标光回光特性和探测器噪声等因素影响，夏克-哈特曼波前传感器子孔径光斑常存在强度分布不均匀和低信噪比的情况，故子孔径内光斑质心定位不准且波前探测精度下降。提出了一种基于噪声模型变换的子孔径光斑质心提取方法，采用方差稳定变换（VST）将探测引入的泊松-高斯噪声转换为高斯噪声，进一步基于残差反馈优化BM3D策略实现低信噪比子孔径图像的高效去噪。结果显示：所提方法可有效提取低信噪比夏克-哈特曼波前传感器光斑阵列图像中的光斑信号数据，提高了子孔径光斑的质心定位精度和稳定性；相比于传统自适应阈值法等方法，所提方法在子光斑图像峰值信噪比低于6时，可以提升波前复原精度2倍以上。

由于各国愈发重视海洋安全和领土安全问题，水下激光通信发挥着越来越重要的作用。在复杂的海洋环境中实现信息高速和安全的传输是水下激光通信亟待研究的课题。梳理了国内外水下激光通信系统的发展历程，总结了系统的技术优势，给出了通信原理，分析了影响系统性能的关键技术。最后指出未来的水下激光通信系统将具有更高的通信速率、更低的误码率、更远的通信距离、更大的容量、更小的功耗和更小的体积等优点，并从点对点通信发展到组网式通信。

近地面激光大气传输中, 由于强湍流的影响, 畸变波前中存在相位涡旋, 使得自适应光学系统校正效果下降甚至失效。通过建立近地面激光大气传输模型, 分析了不同闪烁强度下畸变波前中相位涡旋分布特性, 以及自适应光学系统校正效果。针对近地面相位涡旋不能被有效校正的问题, 分析了波前畸变被完全复原时不同单元数变形镜对含相位涡旋波前畸变的校正效果。研究表明: 采用直接斜率法的自适应光学系统只能校正畸变波前中的连续相位, 不能校正相位涡旋组成的不连续相位; 含相位涡旋的波前畸变被有效复原后, 连续表面变形镜能够校正不连续相位, 现阶段限制自适应光学系统近地面校正效果的关键因素是波前畸变能否被有效复原。