为克服时分复用技术中需要时钟同步和频分复用系统不够灵活的问题,提出了一种基于码分复用技术的高精度可见光定位算法。算法在异步场景下实现了码元同步和可见光定位的过程,仿真结果表明,在覆盖房间80%以上的区域时,算法的平均定位误差为6.9cm,最大定位误差为11cm,适用于绝大多数室内基于位置信息的服务。此外,分析了系统定位精度与接收机视场角及接收机离地高度的关系,在一定范围内,接收机视场角越大,系统的定位性能越差; 接收机的离地高度越大,系统的定位性能越好。

燃煤锅炉发电会产生大量的污染气体, 本文基于可调谐激光吸收光谱技术, 结合层析成像技术, 对预混火焰的温度和浓度进行重建, 通过这些参数来调节锅炉运行的工况, 以此来减少污染气体的排放和提高能源利用率。经过谱线分析, 文章选择在7148.8~7151cm-1附近选取2条适合高温重建H2O的吸收谱线(7149.058cm-1和7150.4716cm-1), 通过采取自适应迭代算法、BP-神经网络算法和卷积神经网络算法, 对不同的温度场和浓度场进行模拟重建。研究发现, 卷积神经网络算法在重建精度和稳定性方面都优于其他两种算法。为了探究误差对于重建结果的影响, 通过添加随机误差发现, 误差对于卷积神经网络算法影响较小, 温度和浓度重建精度高。为了验证卷积神经网络算法的可行性, 文章选取了不同的燃烧工况进行了重建对比。研究表明, 卷积神经网络算法重建图像趋于平缓, 与实际燃烧情况更加符合, 该研究也证明了卷积神经网络算法在燃烧场重建方面的优势和可行性。

光切片结构光显微的三维测量速度一直是该技术应用方面的重要关注点。基于光切片的三维测量方法需要在同一个轴向位置进行至少两次曝光, 才能获得该位置的光切片信息。文章提出一种单次曝光的结构光显微三维测量方法, 在轴向扫描的每个位置只需拍摄一幅结构光显微图像, 相邻轴向位置的条纹存在一定的相移; 然后分析每个像素对应的轴向灰度曲线, 计算轴向调制度并定位峰值; 最后进行标定和换算, 便可得到样品的三维重建结果。实验证明, 所提方法可以得到与光切片方法相当的测量精度, 测量效率和图像处理效率都比光切片法有很大提升。

针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题, 提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像, 并将图像拼接在一起以获得其清晰图像; 同时引入通道注意力机制来增强模型的特征提取能力, 建立了SE-YOLOV5s深度学习靶丸表面缺陷识别模型, 并对靶丸缺陷按照缺陷种类进行了分类和评估从而实现对海量靶丸的筛选。靶丸表面缺陷检测的准确率为94.4%, 每秒可检测到约50张靶丸图像（分辨率3072×4096）, 为激光惯性约束核聚变试验提供一种快速、准确筛选海量靶丸的方法。

激光背向散射成像是激光与生物组织相互作用产生散射光的成像, 在农产品的品质分类中有着广泛的应用。利用激光背向散射成像技术与深度学习, 实现马铃薯在不同存储情况下的品质分类。对激光背向散射进行理论分析, 搭建激光背向散射成像的数据采集系统, 对马铃薯样品进行激光背向散射图像采集, 得到新鲜马铃薯、冰箱存储与室温存储马铃薯的激光背向散射成像数据集。对数据集利用改进后的VGG16网络进行训练, 并与DenseNet121网络、原始VGG16网络的训练结果进行对比。结果显示, 改进后的VGG16网络对数据集的分类准确率为95.33%。由此表明, 激光背向散射成像结合深度学习可以实现马铃薯品质的智能分级。

介绍了一种基于弹道的多参数光学测量设备跟踪效果评估系统。阐述了目标脱靶量判读原理和判读方式; 设计了跟踪效果评估系统的结构, 包括图像判读模块、跟踪效果评估模块、结果显示模块三部分; 研究确立了目标跟踪效果评估模型, 包括弹道难度、跟踪误差、跟踪平稳程度、设备视场、跟踪时长等五个参数。系统首先对光学测量设备获取的任务视频图像进行判读处理, 然后将判读后的数据传送至跟踪效果评估模块进行处理分析, 根据分析评估模型的得分情况进行跟踪效果评判, 最后进行了系统试验, 试验表明系统能够对跟踪情况进行科学评估。

针对空间滤波测速（SFV）中的速度解算算法和系统设计参数优化问题, 使用计算机仿真的方法研究了基于对数加权平均的速度解算新算法, 设计了计算机仿真计算实验, 得到线列图像传感器采集的特征目标的图像和速度解算精度。在运动物体的速度范围为0.1~100m/s内, 设计的SFV均可以解算出物体的运动速度, 解算速度相对误差的均值偏差为-0.250%, 相对误差的标准差为0.623%。使用Monte Carlo仿真的方法研究了基于对数加权平均的速度解算算法中功率阈值对速度测量精度的影响, 以物体运动速度100m/s为例, 解算得到的运动速度的误差由功率阈值为0dB时的1.065m/s降低至功率阈值为-5dB时的0.381m/s, 即相对误差由1.065%降低至0.381%。

针对直升机光电系统激光照射精度评估问题,提出一种利用短波红外相机监测激光照射光斑实现计算照射精度的方法。利用合适像元尺寸、波段和灵敏度的红外探测器,合适焦距、视场角的镜头,3m×3m十字靶标和摄像机搭建测试环境,实现机载光电系统激光照射光斑摄像监测与数据记录。根据该监测设备摄取的激光光斑监测视频图像,应用数据处理方法解算出机载光电系统的激光照射精度,并在飞行试验中进行了应用,切实可行。

针对弱散射样品的拉曼光谱信号弱, 探测时间长的问题, 提出了一种基于剪切模式的快速激光共焦拉曼光谱探测方法, 该方法通过减少信号传输单元来减小曝光时间, 通过只采集信号靶面单元有效拉曼光斑区域的方式, 在保证拉曼信号强度的基础上同时提升拉曼光谱探测信噪比, 进而减少所需探测时间, 实现弱散射样品的快速拉曼光谱探测。实验表明, 与传统共焦拉曼光谱探测系统相比, 文章采用的剪切模式可将硅拉曼光谱探测速度提升37.5倍以上, 为共焦拉曼光谱显微技术的快速探测提供了一种新的技术途径。

针对基于接收信号强度的可见光通信系统室内定位精度低的问题, 提出一种基于深度神经网络的可见光通信系统室内定位方法。方法采用可见光信道估计技术进行室内距离测量, 以解决接收信号强度稳定性与可靠性不足的问题。此外, 设计了深度神经网络在离线阶段学习光电二极管距离向量的分布特性, 以避免光信号不稳定导致误差升高的问题.在线上阶段基于多距离向量对目标进行定位, 可在满足时间效率要求的情况下提高定位精度。仿真结果表明, 在室内场景下, 该方法的平均定位精度优于传统三角定位法与基于接收信号强度的定位方法。