注意力机制的出现和应用在一定程度上改善了神经网络对全局信息应用不足的缺陷，但常见的注意力机制模块也同样存在感受野小无法关注全局信息的问题，而某些全局注意力机制模块则计算成本过高。为此，提出一种基于卷积、池化、对比方法的轻量化注意力模块，即全局采样空间注意力模块。对于深度网络推理过程中部分模块输出的中间特征图，该注意力模块通过对比差值的形式获取所需要的空间注意力图。全局采样空间注意力模块是一种轻量化的通用模块，能够直接置入卷积神经网络中，增加的成本几乎可以忽略不计，并且其能够与网络一同进行端到端训练。主要在随机抽取的部分ImageNet-1K数据集和团队自制的“低慢小”无人机数据集中对模块进行了验证。实验结果显示，相比其他模块，所提模块在图像分类和小目标检测识别任务中具备1百分点~3百分点的性能提升效果，证明了所提模块的性能与其在小目标检测方面的适用性。

针对传统鬼成像在识别手写数字时所存在的重构图像质量差的问题，结合生成对抗网络生成数据快的优势，提出一种新的鬼成像质量优化方法，以提升低采样率下鬼像的重构质量。通过桶探测器收集由系列散斑照射到待测手写数字图像上的光强，获得总光强值，并将其输入适用于鬼成像原理的深度卷积生成对抗网络，进行训练，分别与传统鬼成像方法和u-net网络进行对比分析，验证了所提方法的有效性和合理性。实验结果表明，所提方法得到的重构图像质量明显优于对比方法的图像质量，且在0.0625、0.25采样率下重构图像的峰值信噪比和结构相似度较u-net网络分别提升了18.9%/51.9%、38.29%/42.35%。

为解决激光扫描投影系统标定过程中易受环境光干扰、合作目标扫描时间长等问题，首先研究了应用于激光扫描投影合作目标定位的相关双采样探测方法，设计了适用于激光扫描投影仪的探测模块，经实验验证，设计的相关双采样探测模块在输入信号干扰比为-29.5 dB时仍能稳定地检测出激光光斑是否落在合作目标的高反射区。然后，针对相关双采样探测的特点，设计了一种基于二分原理的非连续扫描方法，以实现合作目标中心位置的快速提取。最后，使用此方法与栅矩形扫描方法对投影距离为3000 mm处的三个合作目标进行扫描探测和中心位置提取，实验结果表明，栅矩形扫描方式需获取10000个扫描点，而基于相关双采样探测的非连续扫描方法减少了97.4%的扫描点，且中心定位偏差优于0.06 mm。所研究的方法能够提高激光扫描投影系统合作目标探测过程的环境光自适应能力，大幅减少扫描点的同时还能保证中心位置提取精度。

等效时间采样是高速光波形测试及质量评估领域的重要技术，其利用较低的实际采样率换取较高的带宽与垂直分辨率，导致测量具有随机、不连续等特征信号时，无法使用滤波、均值等方法进行均衡处理。为此，提出一种基于递归神经网络的等效时间采样信号均衡方法，通过训练递归网络模型建立等效时间均衡器，通过对光数字通信及激光雷达波形的等效时间采样信号进行处理验证该方法。结果表明：与输入波形相比，表征光通信质量的眼图相关参数，如眼高、眼宽、抖动得到明显提升，对于线性调频激光雷达信号改善了其波形幅值频谱响应，解决了等效时间采样信号的均衡处理难题。

提出一种成像前评价关联成像系统性能的方法，基于通信系统信道评价方法对观测矩阵进行分析，计算成像系统的信道容量，以信道容量来评价系统性能。对100幅成像场景、20种不同类型的观测矩阵以及2种重建算法进行成像仿真，并与成像重建后的图像质量评测效果进行对比分析。结果表明：本文在成像前对系统性能的评价结果与成像后的验证结果具有较好的一致性，当采样比例相同时，重构图像的均方差和信道容量对矩阵元素分布类型具有相同的依赖关系；当矩阵元素分布类型相同时，归一化信道容量和归一化反转均方差随采样次数变化的曲线具有很高的拟合程度，其拟合系数R²值普遍大于0.8。本文方法具有很强的适用性，其效果不随图像尺寸的变化而变化，能够广泛应用于常见的遥感场景。