为了实现超冗余机械臂动力学模型的精确辨识，提出了一种基于迭代优化和神经网络补偿的半参数动力学模型辨识方法。首先，介绍了超冗余机械臂的动力学模型和最小参数集，建立了关节非线性摩擦模型，使用遗传算法优化回归矩阵条件数生成激励轨迹。然后建立了机械臂动力学模型物理可行性约束，基于迭代优化方法设计了两层循环网络对超冗余机械臂的惯性参数和关节摩擦模型进行辨识。最后，利用数据集训练BP神经网络，得到超冗余机械臂半参数动力学模型，并与多种算法进行了比较分析。实验结果表明：相较于传统的最小二乘算法和加权最小二乘算法，通过使用本文提出的辨识算法，关节辨识力矩残差均方根（Root Mean Square, RMS）之和分别提高了32.81%和23.76%，半参数动力学模型相比于全参数动力学模型力矩残差均方根之和提高了23.56%，辨识结果验证了辨识方法的有效性和优越性。

大视场光学望远镜是中高轨目标搜索的重要设备，在搜索图像中除中高轨目标外还存在恒星目标，对恒星目标进行辨识与抑制是中高轨目标检测的必要环节之一。考虑银道面附近天区、曝光时间差异以及多云遮挡等因素的影响，图像中的星场密度变化区间非常大，传统的恒星辨识方法在计算准确性与实时性方面均存在局限性，导致恒星虚警、计算超时等情况的发生。为解决该问题，提出了一种基于惯性坐标时域相对不变性的恒星辨识与抑制方法。推导了地平坐标系与惯性坐标系的数学转换关系，并由此构建了恒星辨识模型；在不同的静态系统误差条件下，量化分析了恒星目标的惯性坐标时域相对不变性；最后，开展了恒星辨识与抑制算法的仿真与实验验证。仿真与实验结果表明：在时间间隔为10 s、静态系统误差为10″的条件下，恒星的惯性坐标最大相对差异为0.51″（赤经），0.16″（赤纬），其时域相对不变性满足恒星辨识需求，辨识过程完全不依赖星场密度。经100圈次中高轨目标实测图像验证，本文方法未出现恒星虚警及中高轨目标检测缺失的现象。

全无机卤化铅铯钙钛矿纳米晶CsPbX₃（X=Cl，Br，I）因具有独特的光电特性，近年来在固体照明及显示、太阳能电池、阻变存储器等领域成为研究的热门之选。Mn²⁺是一种比Pb²⁺半径小的过渡金属离子，利用Mn²⁺掺杂CsPbCl₃钙钛矿纳米晶能够实现波长位于600 nm左右可见光区域的橘黄色发射，且能够部分替代钙钛矿纳米晶中的Pb²⁺，降低钙钛矿纳米晶的毒性。然而，Mn²⁺掺杂的卤化物钙钛矿纳米晶仍易受环境中水分子等的侵蚀而导致其荧光特性严重退化。本文采用一种利用四甲氧基硅烷（Tetramethoxysilane，TMOS）和聚甲基丙烯酸甲酯（Polymethyl methacrylate，PMMA）对Mn²⁺掺杂CsPbCl₃钙钛矿纳米晶进行双壳层的包覆方法，并分析了双壳层包覆法对钙钛矿纳米晶稳定性提升的机理。此外，还对比了双壳层包覆的Mn²⁺掺杂CsPbCl₃钙钛矿纳米晶在甲苯和二氯甲烷（Dichloromethane，DCM）溶剂下的发光特性，它们呈现的橘黄色荧光发射强度并未明显下降，且荧光量子产率（Photoluminescence quantum yield，PLQY）能够保持在25%左右。并以此为基础制备了相应的荧光纳米晶粉末，将其运用于潜指纹辨识上，可长期有效地检测潜指纹信息。

快速反射镜（Fast Steering Mirror，FSM）是高精密光学系统中的关键仪器，基于音圈电机（Voice Coil Actuator，VCA）驱动的柔性支撑FSM存在复杂耦合特性，导致系统模型复杂并严重影响系统的控制性能，对于该问题，本文提出了一种基于系统辨识与模型降阶的双轴积分增广滑模控制方法。首先，采用基于脉冲响应的Hankel矩阵系统辨识方法建立VCA-FSM的精确耦合模型；随后，基于平衡实现与平衡截断，在保证模型精度的前提下对所建立的高阶模型进行降阶；其次，基于降阶模型，采用现代控制理论方法设计积分增广滑模控制器，通过设计状态观测器构造滑模切换函数与控制律，并在控制设计中改进符号函数以消除滑模抖振；最后，基于VCA-FSM伺服控制系统实验平台，开展频域与时域性能测试实验。实验结果表明：本文所提控制方法相较于单轴滑模、PID控制方法，系统的闭环跟踪带宽分别提高了约50.3%，251.3%，扰动抑制带宽分别提高了约39.9%，451.9%，阶跃响应调节时间分别缩短了约29.7%，97.7%，螺旋线跟踪精度分别提高了约48.5%，97.8%，且实现了对存在强耦合特性VCA-FSM的解耦控制。本文所提控制方法充分提高了VCA-FSM的控制性能。

旋转轴的几何误差直接影响五轴机床的加工精度，但由于其误差项多且高度耦合，因此辨识难度较大。提出了一种工件切削在机测量方法，用于辨识五轴机床旋转轴6项与位置相关的几何误差。设计并加工一种错位塔形工件，它由三层错位叠加的矩形块组成。在工件不同层级的底面与侧面布置测点并进行在机测量，基于空间误差模型推导出每项误差的辨识原理与解析解，并采用蒙特卡洛模拟进行不确定性分析。最后，通过与球杆仪误差辨识方法进行对比验证，线性误差E_XC，E_YC与E_ZC的辨识结果偏差最大为2.7，-1.7与-1.3 μm；角度误差E_AC，E_BC与E_CC的辨识结果偏差最大为1.3″，-0.6″与-2.1″，两者辨识平均吻合度达95.4%。本方法通过工件切削与在机测量，每项误差的辨识原理与解析解形式简单，可辨识实际工况下的旋转轴6项位置相关的几何误差。