为探索采用无人机（UAV）遥感影像进行亚热带树种识别的应用潜力，提出一种结合残差模块和有效通道注意力的网络（ECA-ResNet）对单木树冠影像数据集进行模型训练和识别。首先，利用单木分割算法提取单木树冠，构建不同尺度的UAV可见光影像单株树冠影像块样本数据集，并将其划分为训练数据、验证数据和独立测试集；其次，以ResNet50为主干网络，在瓶颈层插入有效通道注意力并调整网络结构，构建ECA-ResNet；最后，将数据集载入预训练的ECA-ResNet模型，进行参数迭代训练和验证并进行独立测试，择优确定单木树冠的合适窗口大小。结果表明：ECA-ResNet对64×64像素的单木树冠影像数据集中树种的识别效果更为理想，训练精度和验证精度分别达98.98%和96.60%，独立测试识别精度、Kappa系数分别达85.61%、0.8140；ECA-ResNet模型的训练、验证、独立测试精度分别高于ResNet50网络2.63个百分点、1.80个百分点、5.31个百分点。该研究结果证明卷积神经网络（CNN）能够充分提取可见光图像的空间特征，有效通道注意力能够有效提升CNN的单木树种识别能力。

针对热效应劣化激光光束质量、限制激光功率水平提升的问题，研究了激光二极管侧面折返泵浦的多边形Nd∶YAG的热效应，进行了有限元数值模拟计算和实验研究。对于侧面90°切割和45°切割的两种多边形薄片增益介质，对比分析了在侧面泵浦方式下，介质轴向及径向的泵浦光吸收功率分布和温度分布。实验测量了侧面折返泵浦模式下，45°切割的增益介质的荧光分布、温度分布和热致波前畸变，实验结果与理论分析吻合。研究表明，侧面折返泵浦的45°切割多边形薄片增益介质有利于实现储能近平顶分布，并进一步降低增益介质的热效应。

阐述了一种激光二极管叠阵以zigzag方式侧面泵浦多边形Nd∶YAG薄片放大器的模拟研究, 建模对Nd∶YAG晶体内泵浦光的吸收情况进行了深入的数值模拟与分析, 研究了晶体的Nd3+掺杂浓度对泵浦光分布均匀性的影响。研究表明, 采用多个方向泵浦和zigzag泵浦方式易于实现介质内泵浦光的均匀分布, 在晶体的Nd3+离子掺杂浓度为0.25at.%时, 仿真得到的泵浦光吸收分布为平顶型, 分布的均匀性均为0.0505。对侧面泵浦多边形薄片激光放大器的进一步研究提供了参考。

为了研制小体积、低成本、高分辨率的微型傅里叶变换红外光谱仪, 通过选择电热式微机电系统(MEMS)微镜作为迈克尔逊干涉仪动镜, 在满足了傅里叶光谱仪小型化、便携化的同时, 利用折叠双S型Bimorph驱动结构来实现双倍位移量以确保较高分辨率, 并将分束器外置来进行不同波段的灵活选择, 进而实现全光谱范围的应用。以1 310 nm激光作为参考光光源, 钨灯宽带光作为待测光源信号, 通过信号采集、滤波、插值、光谱恢复步骤完成原始信号采集到光谱信号复原的过程。测试结果表明: 电热式微镜的位移量可达到500 μm, 光谱理论分辨率1 nm, 光谱仪整机尺寸小至62 mm×62 mm×28 mm。测试基线噪声为0.000 04, 基线重复性为0.000 32, 吸光度重复性为0.000 48。性能指标能满足食品安全、药品检测、石油化工等领域的光谱检测应用。