噪声对电磁辐射准确测量影响较大, 特别是对一些弱信号电磁辐射测量, 噪声影响不容忽视, 需要对测量结果进行修正。目前传统修正办法是合理设置频谱分析仪参数, 但不同频谱分析仪, 参数设置会存在差别, 这种方法通用性不强, 而且对电磁辐射测量结果精确度提高不明显。对此, 本文研究了频谱分析仪基底噪声及测量环境中噪声的特征, 提出了基于高斯白噪声的修正方法, 并通过实验进行分析验证。该方法能为电磁辐射准确测量与评估提供新的思路。

为满足低频压电水听器工作需求, 针对带前置放大器压电水听器自噪声优化问题, 理论推导二端口网络等效噪声模型, 利用LTSPIC建立SPICE模型对关键器件进行噪声仿真, 并基于结型场效应管设计制作低噪声放大电路。对设计的放大器及带前放水听器自噪声测试表明,放大器等效输入噪声为8.48 nV/Hz@1 kHz, 1/f噪声拐点约为350 Hz, 优于现有集成运放式放大器; 带前放水听器噪声谱级为33.577 dB@1 kHz, 其噪声谱级低于零级海况噪声谱。

无线光通信系统中，接收端由光电探测器实现光电转换，而探测器中存在的噪声会直接影响光电转换效率。文章以无线光通信为背景，根据光电探测器噪声的产生机理，对探测器的散粒噪声、产生-复合噪声、1/f噪声和热噪声分进行描述，并且给出相对应的数学模型。结合具体的雪崩光电探测器、正本征负探测器、光电倍增管、四象限探测器、量子点红外探测器、平衡探测器及双平衡探测器分别分析各自的噪声模型。最后指明了该领域的进一步研究工作方向。

利用⁸⁷Sr光晶格钟与氢钟的频率比对测量了氢钟的频率稳定度。在89%的光晶格钟有效运行率下，经过约10 d的测量得出氢钟的频率稳定度，并由此推导出氢钟噪声模型的相关参数。根据氢钟噪声模型生成的随机噪声序列，对由测量死时间导致的频差进行了 100 次模拟，并以模拟结果的1倍标准差为测量不确定度。不同有效运行率下，氢钟测量不确定度的计算结果表明，由氢钟测量死时间导致的不确定度随有效运行率的增加而减小，且在有效运行率小于10%时，增加总的测量时间可以显著减小测量不确定。

针对搭载于环境减灾二号A/B（HJ-2A/B）卫星的偏振扫描大气校正仪（PSAC），详细分析了信号链路中各噪声项及其与信号的相关性，建立了信号-总噪声功率线性（S-TNPL）模型，通过实验测量获得了各通道的噪声功率只随信号变化的模型系数，以及与信号无关而与工作条件有关的本底噪声功率（截距）；使用在轨实测的本底噪声，建立了不依赖于均质性区域场景的在轨信噪比评估方法，并与星上漫射板法进行了对比验证。结果显示，利用S-TNPL模型与星上漫射板法获得的PSAC在轨信噪比评估结果的相对偏差为-0.62%~6.27%，具有较好的一致性，验证了所提在轨信噪比评估方法的合理性。该信噪比评估方法不仅能适应在轨辐射性能衰退的情况，同时能方便实现不同辐亮度条件下的信噪比转换，并可直接对任意单次观测结果的信噪比进行评估。该信噪比分析方法理论上同样适用于其他光学遥感器，可为其在轨信噪比评估提供参考。

医学超声图像中会不可避免地产生斑点噪声。为有效去除医学超声图像中的噪声，本研究团队提出了一种基于双注意力机制的医学超声图像降噪模型。首先，针对医学超声图像数量有限的问题，对伯克利分割数据集中的400张图像进行旋转和缩放，获得23700张自然图像，再通过斑点噪声模型对其添加斑点噪声来模拟超声图像；接着，在构建降噪模型过程中，针对传统卷积神经网络在特征提取时存在的一些不足，分别引入位置注意力机制、通道注意力机制和全卷积网络对现有模型进行改进，构建更优的超声图像降噪模型；最后，在模型训练过程中，为防止梯度消失引入了批量归一化操作。实验结果表明：从视觉观察效果和客观评价指标来看，所提模型对11张模拟超声图像和2张真实超声图像（物理体膜超声图像和肝脏超声图像）的去噪效果均优于对比模型。所提模型是一种有效的医学超声图像降噪模型，不仅有效降低了斑点噪声，还较好地保留了图像的细节信息。

针对热成像系统噪声等效温差的检测需求, 基于三维噪声模型阐述了热成像系统噪声的4个时间分量、3个空间分量, 分析了噪声常规计算方法。在此基础上, 提出了一种基于标准差的简便算法, 提高检测效率。进行了测试系统工程化设计, 阐述了NETD指标的计算方法和测试流程。开展了实验研究, 对两种三维噪声测试算法进行了验证与分析, 与进口设备进行了对比测试。结果表明, 本测试系统NETD指标检测重复性好、准确度高, 应用于多型热成像设备性能检测, 满足工程化保障需求。

传输质量(QoT)预测在光网络中日趋重要, 机器学习成为今后实现光网络中QoT预测的重要手段。提出一种基于机器学习分类器的QoT预测技术。通过传输方程生成所需的数据, 用于之后的分类器训练和性能测试, 并仿真验证了K最近邻(KNN)、逻辑回归(LR)和支持向量机 (SVM)这3种常用的分类器的性能。仿真结果表明: 相较于传统的QoT估计方法, 基于机器学习的方法在有效地降低计算复杂度的前提下, 还能提供相当高的预测精度, 是一种具有广阔应用前景的QoT估计新方案。

随着近年来便携式光谱仪技术的迅速发展, CCD光谱仪相对于传统光谱仪在光谱收集方式上发生了很多变化: （1）采集到的光谱对信号进行叠加积分, 传统信噪比评估方法无法通过单次检测获得探测器波动; （2）对于谱图噪声（谱线随机波动）, 由探测器响应随机波动和扫描重复误差转变为CCD探测器像素响应差异、 探测器随机噪声和与光学系统分辨力有关的模式噪声。 噪声类型发生改变, 导致原有的光谱质量评价方法适用性变差, 基于实测光谱提出更具适应性的光谱质量评价方法具有很强的现实意义。 根据拉曼光谱仪检测器的变化, 对采集光谱信号的成分进行分析, 在该分析的基础上提出了CCD光谱仪的噪声模型假设, 根据该假设使用不同的信号极值点频率对不同的噪声进行像素分离, 并对噪声频率模式进行了数值模拟, 模拟结果与假设相符; 在此基础上提出并实验验证了通过谱线极值间距评估谱线噪声的拉曼光谱信噪比评估方法, 该方法包括以下两个步骤: （1）通过采集多次实测光谱进行叠加, 叠加过程中对对应不同频次的光谱极值点数量进行统计, 得到统计结果后基于文中规律分离光谱仪中的环境噪声和暗噪声; （2）应用上述分离结果, 对实测光谱中对应暗噪声的谱线极值点作统计平均, 再将该值应用于文中公式, 计算得到信噪比。 该方法在进行了步骤（1）的前期准备后, 可以通过单张谱图评估CCD拉曼光谱仪的随机噪声, 并用于评估光谱的信噪比。 基于光学构架相同、 CCD探测器不同的三个拉曼光谱系统进行实验, 采用该方法通过设定信噪比阈值对谱图质量进行控制, 获得了一致的光谱曲线; 基于该方法对同步叠加平均法进行信噪比拟合, 拟合优度达到98%。 该方法可用于拉曼光谱仪的性能评估和获取拉曼光谱谱图的质量实时控制。 理论和实验表明: 对于基于CCD探测器的拉曼光谱仪器, 当确定样品和特征峰时, 可以基于此方法获得信噪比。 该方法还可用于比对不同配置的拉曼光谱设备, 以及作为控制谱图质量一致性的标准, 并对基于拉曼光谱技术的智能鉴别系统的开发具有指导意义。