通过选定低噪声电压基准芯片作为光电二极管的稳定偏压，采用低暗电流光电二极管，设计外围跨阻放大电路，利用低温漂系数元件，温控及电磁屏蔽等，研发低噪声光电探测器，并通过低频段强度噪声评估系统对其噪声进行测试评估。实验结果表明：所研发的低噪声探测器在空间引力波频段的电子学噪声谱密度在1.649×10^-5 V/Hz^1/2以下，在0.1 mHz处为1.649×10^-5 V/Hz^1/2，在1 mHz处为6.95×10^-6 V/Hz^1/2，在1 Hz处为7.07×10^-8 V/Hz^1/2；在8 mW激光入射光电二极管时，探测器抬高为40 dB。该探测器噪声性能均小于相应引力波探测中对激光强度噪声的要求，可为引力波探测中激光强度噪声抑制等方面提供关键器件支撑。

The lateral geometry and material property of plasmonic nanostructures are critical parameters for tailoring their optical resonance for sensing applications. While lateral geometry can be easily observed by a scanning electron microscope or an atomic force microscope, characterizing materials properties of plasmonic devices is not straightforward and requires delicate examination of material composition, cross-sectional thickness, and refractive index. In this study, a deep neural network is adopted to characterize these parameters of unknown plasmonic nanostructures through simple transmission spectra. The network architecture is established based on simulated data to achieve accurate identification of both geometric and material parameters. We then demonstrate that the network training by a mixture of simulated and experimental data can result in correct material property recognition. Our work may indicate a simple and intelligent characterization approach to plasmonic nanostructures by spectroscopic techniques.

光纤网络是电力通信的主要承载网络，为保证其高可靠运行，运维人员需要定期进入变电站站点对网络中的光缆纤芯进行检测。然而，变电站数量众多且位置分散，这对光缆纤芯检测带来了巨大挑战。为此，文章针对电力通信光纤网络的多周期光缆检测问题展开了研究，以最小化总入站站点数量为目标，构建了一个整数线性规划模型，并提出了相应的启发式算法。研究结果表明，提出的启发式算法能有效降低运维人员进入变电站的次数。

传统激光雷达探测灵敏度不断提高，但仍然受激光光源的量子噪声以及探测端引入的额外噪声等因素限制。为了进一步提高激光雷达的探测性能，提出利用量子压缩态光场作为激光雷达的本振信号提高激光雷达探测精度的新方案，分析了所提出方案提高激光雷达探测精度的关键因素。制备了集成化低噪声压缩态光场并进行了激光雷达多普勒信息测量实验。实验结果表明，相较于传统相干多普勒激光雷达探测方案，所提方案实现了多普勒信息探测灵敏度3 dB的提升，为量子激光雷达中多普勒信息等微弱信号的探测提供研究途径。

激光精密测量的测量精度主要受限于光场噪声和各种技术噪声，在去耦合技术噪声后，光场量子噪声成为限制其测量精度的主要因素。文中针对全固态单频激光器强度噪声特性，阐述强度噪声的主要来源及其对功率噪声谱的影响，回顾了传统直流反馈控制、光学交流耦合反馈控制和量子压缩器三种强度噪声抑制技术。通过回顾相关技术的发展历程，总结了强度噪声抑制技术的当前发展水平和未来发展趋势——三种技术相结合的抑噪方案是解决高灵敏度探测的重要途径。