针对大型激光装置使用纹影法无法实现旁瓣光束弱信号区域光强分布精确测量的问题，提出了基于旁瓣光束衍射反演的纹影法强激光远场焦斑测量方法。采用逆向推演间接测量的研究方法，沿光路传播逆方向推导，以旁瓣光束衍射光强图像和相位图像作为输入，通过计算获得未遮挡前旁瓣光束远场焦斑分布。相比传统基于纹影的远场焦斑测量方法，本文的主要改进和优化措施为：首先，基于旁瓣光束衍射反演的原理和间接测量的思想，改进纹影法强激光远场焦斑测量数学模型，从理论角度揭示该模型的合理性；其次，实验仿真强激光远场焦斑测量的整个过程，主要步骤为旁瓣光束衍射、加噪去噪、旁瓣光束衍射反演、焦斑重构等，验证了该方法的可行性；最后，将改进的DnCNN算法用于去除主瓣和旁瓣光束12位科学CCD图像不同级别（0~75 dB）的噪声，提升了远场焦斑的重构精度。实验结果表明：该方法不仅消除了纹影小球对旁瓣光束衍射的影响，而且获得了真实的旁瓣光束弱信号区域的光强分布，包括旁瓣光束各个波峰的幅值和位置、动态范围比值等远场焦斑测量重要参数，其中重构焦斑动态范围比值与理论焦斑动态范围比值之间的误差为3.20%，提高了基于纹影的强激光远场焦斑测量的可信度和实验精度。

针对基于纹影的高动态范围远场焦斑测量数学模型没有考虑噪声对测量结果影响的缺点，本文对基于纹影的远场焦斑测量方法从三个方面进行优化.首先，改进基于纹影的远场焦斑测量数学模型，将噪声作为影响实验结果的重要因素引入数学模型中，使该数学模型和真实的实验环境相匹配，提高了该数学模型的实用性和理论支撑作用；其次，将基于卷积神经网络的去噪算法（DnCNN）引入主瓣和旁瓣CCD图像去噪处理中，并改进该去噪算法存在的不足，使得能够有效去除主瓣和旁瓣12位图像、不同级别（0~75 dB）的噪声；最后，完整仿真了远场焦斑测量实验的全过程，包括分光、衰减、加噪声、纹影小球遮挡、去噪、衰减倍率放大、焦斑重构等，获得了有效的焦斑重构实验结果，其中重构焦斑图像和理论焦斑图像的相关系数为0.998 9，重构焦斑动态范围与理论焦斑动态范围之间误差为3.22%.仿真实验结果表明，通过该数学模型和DnCNN去噪算法的改进措施，验证了改进的数学模型必要性和DnCNN去噪算法在提高重构焦斑二维分布和动态范围精度方面的优越性能，提高了基于纹影的高动态范围远场焦斑测量的可信度，满足了高动态范围远场焦斑测量对于精度和效率的要求.