在以偏振编码为基础的量子保密通信中，由于外界温度、应力以及光纤的本身缺陷等因素，使得偏振态无法保持长期稳定，增加系统的误码率，因此需进行偏振控制以维持通信系统正常运行。诱骗态已经成为现阶段量子通信网络的常规操作，利用诱骗光子作为偏振参考，有望实现系统偏振态长时间、不间断地锁定控制，提高通信效率。提出了利用现场可编程逻辑门阵列进行偏振态制备以及强光、单光子偏振控制于一体的系统偏振解决方案，将偏振态制备、强光偏振控制、单光子偏振控制单元集成在一个系统中，提高了系统的集成化，增加了系统管理的便捷性，实验测试偏振态制备单元可以根据需要产生不同的偏振态，经过强光偏振控制后，保真度可达99.11%±0.44%，经单光子偏振控制后保真度可达97.93%±0.96%，演示证明了方案的有效性和稳定性。

超分辨荧光显微成像技术可以突破光学衍射极限，为研究亚细胞结构乃至蛋白质等生物大分子的内部动力学过程提供了极其重要的研究工具，因此自发明以来就被生物及医学领域的科研工作者所关注和应用，特别是近年来生命科学和生物技术的突飞猛进，使超分辨荧光显微成像技术得到了前所未有的发展。本文主要阐述四种较新超分辨荧光显微技术的研究进展，即最低光子数超分辨荧光显微成像，波动超分辨荧光显微成像，基于荧光发色团反聚束效应的超分辨显微成像，以及基于深度学习的超分辨显微成像方法。分别从这些超分辨荧光显微技术的基本原理，实验实现方法及相关要求，成像性能及其与相关技术的对比，以及与其他超分辨技术的结合等角度，对近期的研究进展和应用情况进行简要说明，以期给该领域的研究人员提供一些参考。

为了快速而准确地判别煤矿突水水源类型，提出了一种构建多层正则极限学习机(M-RELM)模型的方法，该模型融合了非线性特征提取和分类学习。以激光诱导荧光(LIF)技术获取水样荧光光谱，作为模型的输入；以改进的自动编码器(AE)提取荧光光谱特征，形成模型隐含层的特征空间。为了减少光谱中噪声和异常对分类结果的影响，对极限学习机(ELM)算法进行了正则化优化，根据是否利用未知样本构造训练集，进行L2范数正则极限学习机(L2-RELM)或基于图的流形正则极限学习机(GM-RELM)优化，实现监督或半监督的分类学习。通过不同功能的隐含层之间进行传播，构建了多层正则化模型，完成了预训练和训练两个过程的融合。以淮南区域煤矿突水水样为实验对象，与支持向量机(SVM)和单隐含层极限学习机进行性能比较。在含有混合水的样集上，该模型的平均测试准确率可达到94%以上，训练时间为0.2 s左右。在含有未知样本的所有水样集上，相比于L2-RELM模型，采用基于图的流形正则优化的GM-RELM模型的测试准确率可提升2%左右。实验结果表明，M-RELM模型更能适应煤矿突水水源的判别要求。

通过测量单分子荧光亮态、暗态持续时间的概率密度统计特性, 研究了氧气含量对单分子电子转移动力学特性的影响。在富氧环境下,单分子荧光闪烁由离子态的电子布居引起, 呈现幂律分布; 在贫氧环境下,单分子荧光闪烁主要源于三重态的电子布居, 呈现指数截止型幂律分布; 在特定氧气环境下, 两种电子转移过程呈现明显的竞争效应, 部分单分子荧光闪烁服从幂律分布, 其余单分子荧光闪烁服从指数截止型幂律分布。

近年来，单分子光学已经成为研究物理、化学和生命科学中微观现象和物质组成的重要工具。单分子荧光的有效操控对构建基于单分子的量子器件以及测量化学反应与生命现象具有重要作用。介绍了利用电场操控单分子荧光方面的研究进展，主要包括利用电场对单分子荧光的调制、电场诱导单分子荧光迟滞效应以及单分子荧光开关的制备。