人类的探索欲望及数千年来的不断积累促成了20世纪60年代的四大天文发现，而大气层对天文观测的一些根本性限制促使人们在20世纪冲出地球进入太空。在宽广的波段进行天文观测有着极为苛刻的要求，新猜想和模型的提出也要求进行新的验证，这些都促进了观测设备及器件的性能趋于极致。本文旨在对此进行简要的回顾分析并列举一些典型实例，侧重考察其探测波段、主镜或天线的口径、探测仪器及所用器件的类型和性能等，以便进行纵向和横向的比较，温故而思新。

数字化红外探测器的读出电路晶圆测试是评价晶圆的重要环节。在现有探针台测试设备的基础上，研制了一块电路板装置。它既可驱动晶圆工作，也可将不同形式的数字化输出信号转换为统一的数字图像传输格式,而且测试过程中可对电路板参数进行设置。首先对红外探测器读出晶圆测试系统进行了介绍，然后对研制的测试电路板装置进行了原理分析。最后将此电路板进行硬件实现，并编写了内部测试程序，完成了功能验证。对差分输出和单路输出两种形式的晶圆进行了测试，其结果与晶圆低温下的测试结果一致，数据准确可靠。此外电路装置有100个输入接口，可重复编程，支持24bit及以下输出位宽数字化晶圆的测试，使测试系统具有更高的兼容性和灵活性。

清洗是混成式探测器芯片器件制造过程中的一道关键工序。探测器芯片表面所吸附的有机物沾污是清洗的主要目标。使用第一性原理与分子动力学相结合的方法研究了丙酮、乙酸乙酯对InSb晶面有机物沾污（主要成分为502）的清洗机理。第一性原理计算结果表明，丙酮与乙酸乙酯的分子反应活性位点均离域在杂原子上，两者可通过杂原子对吸附在InSb表面的502解吸附以达到清洗的目的。分子动力学模拟结果表明，乙酸乙酯可以促进丙酮分子在502膜层中的扩散能力，以此加强丙酮对502的去除作用。

红外探测器是红外系统的核心器件。近年来，高灵敏度、低噪声成为红外探测器技术的研究热点之一。对于噪声等效温差(Noise Equivalent Temperature Difference, NETD)值小于1 mK的低噪声红外探测器，环境因素对其性能的影响不可忽视。从黑体控温精度、测试环境温度、测试环境中的气流扰动等方面，分析了测试环境对亚毫开红外探测器测试结果的影响，并对低噪声红外探测器的测试方法进行了探究。实验结果表明，黑体控温精度对高灵敏度红外探测器的NETD值有直接影响，测试环境温度与气流扰动会影响黑体控温稳定性，从而间接影响NETD测量的准确度。

实弹射击是部队的基础**训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而，计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响，导致被测对象的图像产生畸变，最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度，提出一种基于卷积神经网络的畸变校正算法，只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后，输入一张畸变图片就可以得到该图片的畸变参数，并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明，该算法校正效果较好，有利于提升基于计算机视觉的自动报靶系统的报靶精度。

本研究旨在解决红外图像刑侦场景中目标边缘模糊和轮廓不完整等问题。提出了一种基于特征增强的模糊刑侦目标提取方法。首先，设计模糊刑侦目标边缘提取网络模型（Blurry Criminal Investigation Target Edge Extraction Network Combined with Spatial Channel Attention, BCES-Net），并利用空间通道关注模块(Spatial and Channel Attention Module, STCAM)获取具有强语义信息的特征图像。接着通过建模提取来获取包含语义类别信息的边缘特征和模糊刑侦目标特征。在训练过程中，基于特定损失函数和多种特征融合技术，通过反复监督学习和训练校正，提高了边缘和模糊刑侦目标分割性能。在手部热痕迹数据集上，与DeeplabV3+、U-Net、HRNet、PSPNet等模型相比，BCES-Net模型在均交并比（mean Intersection over Union, mIoU）、平均精度均值（mean Average Precision, mAP）、准确率等评价指标上显著优越，mIoU达到883%，mAP达到9435%，准确率达到955%。本研究创新性地提高了模糊红外刑侦目标提取的准确度，为实际应用提供了技术支持。