对真空紫外光谱辐射计的探测系统、光学系统、真空舱开展了研究和设计，研制了一台轻量化、小型化的高灵敏真空紫外光谱辐射计，并对真空紫外辐射计的光谱范围、中心波长、光谱辐射亮度等性能进行了测试。测试结果表明辐射计光谱范围覆盖了115 nm~200 nm的真空紫外波段，实现了最大响应度分别在121.2 nm、135.6 nm、160 nm、180 nm、200 nm五个工作波长附近，且中心波长的相对示值误差均小于3%，利用定标氘灯测量辐射计在全波段的真空紫外光谱辐射亮度在0.006 4~3.923 9 μW/ cm²·nm·Sr之间，实现了对真空紫外光谱辐射亮度0.01量级以下的测量。

为满足红外成像器件对目标模拟的需求，同时避免在真实环境下进行系统测试受限于人力、物力、环境等因素，提出了一种基于微辐射阵列的红外动态场景模拟技术，通过传热方程建立了芯片理论模型，并进行了仿真实验。微辐射阵列芯片采用MEMS (Micro-Electro-Mechanical System)工艺加工，阵列分辨率为1024×768，像素大小设计为60 μm×60 μm，以此为核心器件，构建了红外动态场景模拟系统样机，样机口径大于300 mm，光源使用半导体激光器替代传统的汞灯，提高了模拟器的性能。使用红外热像仪进行了测试实验，结果表明：样机可在中波红外和长波红外两个波段实现高质量的动态场景模拟，图像清晰无闪烁，其模拟温差大于50 K，对比度大于3∶1，帧频大于80 Hz。

为了加速光子晶体性能分析和全光逻辑门的设计，提出了利用神经网络设计基于带隙传输的光子晶体全光逻辑门。使用逆向神经网络，根据需要的群折射率、光子带隙和工作频率等光学性质，成功逆向预测光子晶体逻辑门的结构参数。仿真结果表明：该逻辑门能在时域实现AND和NOT运算；对比输入和运算输出的脉冲宽度，AND运算脉宽仅变化3.6%，实现稳定的包络和精确的“数字”逻辑运算。

材料太赫兹吸收谱的指纹特性已被广泛应用于物质识别，但实际大气环境下，水蒸气对太赫兹波的强烈吸收会导致光谱严重振荡，假峰、弱峰、混叠峰相继增多，严重影响寻峰比对的精度及物质识别的能力。针对上述问题，提取相对湿度为2%，15%，35%，45%和60%环境下爆炸物的太赫兹吸收光谱信息数据，利用连续小波变换将光谱在频域上展开得到具有特征唯一性的频域尺度图；再基于深度学习方法，以ResNet-50网络模型为基本网络结构，对上述5种不同湿度环境下得到的爆炸物频域尺度图进行网络分类训练，其测试集分类准确率达96.6%。为验证该技术在未经训练湿度样本下的有效性，将相对湿度为50%，55%和67%时爆炸物的时域信号送入该识别系统，分类准确率可达96.2%。实验结果表明，基于小波变换与ResNet-50网络分类训练的太赫兹物质识别方法相比于传统寻峰方法大幅提升了爆炸物在高湿度环境下的识别准确率，规避了降噪、平滑等一系列复杂预处理操作，极大拓展了太赫兹光谱探测技术的工程适应性，为山地、森林、洼地等高湿度、极复杂的作战环境下精确探测、识别地雷等爆炸物提供了技术支持。

光腔衰荡方法是目前测量光学元件超高反射率（反射率>99.9%）的唯一方法。介绍了一种对光腔衰荡法中激光信号强度与时间关系的优化提取方法。设计了基于光腔衰荡法的光学元件超高反射比的测试系统，通过对采集的光腔衰荡曲线数据进行分段指数拟合，将光腔衰荡曲线数据分为5段，对每段指数拟合结果对应的R² (R-square)和RMSE（root mean squared error）值进行对比分析，计算每段指数拟合的衰荡时间。实验结果表明：截取光腔衰荡曲线数据40%～60%部分拟合得到的结果最接近真实值，求得对应的腔镜的反射率为99.988 977%。最后通过与腔镜的自身反射率进行比较，表明该种数据拟合方法能有效地测量腔镜的反射率，并能减小实验数据本身带来的误差。