带状注行波管作为一种发展中的新型器件在雷达和通信领域有广泛应用前景。相比于圆形注器件, 目前针对带状注行波管的注波互作用模型仍较少。本文针对交错双栅这一常用的带状注慢波结构, 从电路理论出发, 研究了由分布式的传输线元件和集总电路原件构成的混合电路模型在刻画高频率慢波结构上的适用性, 重点解决了从慢波结构几何参数到电路物理参数的映射问题。建立交错双栅混合电路模型, 推导了色散方程, 同时基于模拟退火算法实现了高精确度参数拟合。结果表明, 混合电路模型能够精确刻画交错双栅的色散特性。该模型对后续开发基于混合电路模型的带状注大信号注波互作用程序具有重要意义。

基于COMSOL平台，设计一种沟槽辅助下双层阶跃折射率结构的四模掺铒光纤。通过对铒离子能级结构、稳态方程和速率方程的理论研究，利用Matlab软件搭建少模光纤放大器系统。利用模拟退火算法实现三层掺杂区域下的铒离子浓度的优化，以确保所设计的四模掺铒光纤放大器的增益特性。仿真结果表明：在纤芯泵浦方式下利用波长为1480 nm的泵浦光对1550 nm的四模式信号进行放大，得到的各模式信号平均增益为26.07 dB，模间增益差（DMG）为0.106 dB；对所设计光纤进行折射率容差分析，得到的平均增益为26.08 dB，DMG为0.34 dB。结果证明了所设计的少模光纤放大器的稳定特性，其具有广泛的发展前景和应用潜力。

为解决靶场高速相机在野外大视场测量中标定的问题，提出基于机载标识目标的标定方法，采用机载精确定位标识目标来获取已知点集，并采用基于模拟退火麻雀搜索的方法解算高速相机内外参数。设计易于远距离辨识的机载标识目标，采用事后动态差分进行精确定位，并通过位置修正实现标识目标空间位置精确测量；研究基于模拟退火麻雀搜索标定法，实现高速相机内外参数解算，完成标定。在所设计的验证实验中，所提方法对高速相机内外参数解算的重投影误差为0.43 pixel，交会误差均值为2.5 cm，标定效果和交会精度优于Tsai两步标定法，提高了高速相机远距离标定精度和交会测量精度，解决了对空测量时高速相机的标定问题。

提出基于 Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真方法, 以提升高压开关柜温度场仿真效果。该方法利用主动式红外图像传感器采集高压开关柜温度场红外图像后, 使用直方图非线性拉伸算法对其实施增强处理; 再使用 Lazy Snapping算法对增强后的高压开关柜温度场红外图像进行分割, 并通过混合遗传模拟退火算法合成二维纹理流场图像; 以该图像为基础, 使用 Image Quiltingh纹理合成算法合成高压开关柜温度场三维图像, 完成高压开关柜温度场红外三维图像重建仿真过程。实验结果表明: 该方法可有效增强高压开关柜温度场红外图像, 其分割红外图像时的交并比数值接近 1.0; 可依据其生成的二维纹理流场图像生成三维图像, 温度场仿真数值最大偏差仅为 0.03℃。

针对显微镜观测动态平面目标时的自动对焦需求，提出一种基于图像清晰度评价的显微镜静/动态自动对焦方法。首先，根据对聚焦-失焦图像特征的分析，建立加权Tenengrad评价函数评估方法和图像分块对焦窗口模式。其次，针对搜索过程中的局部极大值问题，利用模拟退火理论建立对焦搜索模型。最后，为了对动态图像进行评价，利用图像模糊法来判断动态无参考图像失焦水平。在此基础上，形成了静态调焦模型，动态失焦检测与实时对焦模型。通过搭建显微镜自动对焦实验平台，结果表明：该静态调焦模型能够使显微镜快速准确地静态自动调焦，动态失焦检测和实时对焦模型能够使显微镜满足在动态观测下离焦检测和实时调焦的要求。

针对传统大视场离轴反射式光学系统的初始结构只对轴上像差求解、轴外像质差、大视场像质优化困难的问题，建立了结合矢量像差和赛德尔像差的联合像差初始结构求解方法，利用一种全局的模拟退火算法实现了大视场离轴反射系统初始结构的自动求解，直接得到轴上和轴外视场像质优良的大视场离轴三反系统“正-负-正”初始结构。基于此初始结构设计了一款紧凑型大视场30°×3°自由曲面光学系统，其焦距为500 mm，F数为5。该光学系统的成像质量好，无偏心倾斜，易于装调，对大幅宽推扫成像空间光学相机设计具有借鉴意义。

Photoacoustic imaging (PAI) has been developed, and photoacoustic computed tomography (PACT) is widely used for in vivo tissue and mouse imaging. Simulated annealing (SA) algorithm solves optimization problems, and compressed sensing (CS) recovers sparse signals from undersampled measurements. We aim to develop an advanced sparse imaging framework for PACT, which invloves the use of SA to find an optimal sparse array element distribution and CS to perform sparse imaging. PACT reconstructions were performed using a dummy and porcine liver phantoms. Compared to traditional sparse reconstruction algorithms, the proposed method recovers signals using few ultrasonic transducer elements, enabling high-speed, low-cost PACT for practical application.Photoacoustic imaging (PAI) has been developed, and photoacoustic computed tomography (PACT) is widely used for in vivo tissue and mouse imaging. Simulated annealing (SA) algorithm solves optimization problems, and compressed sensing (CS) recovers sparse signals from undersampled measurements. We aim to develop an advanced sparse imaging framework for PACT, which invloves the use of SA to find an optimal sparse array element distribution and CS to perform sparse imaging. PACT reconstructions were performed using a dummy and porcine liver phantoms. Compared to traditional sparse reconstruction algorithms, the proposed method recovers signals using few ultrasonic transducer elements, enabling high-speed, low-cost PACT for practical application.