非视距（NLOS）水下无线光通信（UWOC）主要利用空气—海水界面反射或海水中微粒对光的散射进行通信，可以有效地解决视距（LOS）UWOC的链路对准问题。文章总结了NLOS UWOC技术在信道模型、模拟仿真和实验研究方面的研究进展。目前，国内外学者主要探索了水质、波浪、湍流、调制技术和收发端配置等因素对NLOS UWOC链路性能的影响。很少有学者研究复杂的水动力和水质综合因素、光源的非线性、探测器的非线性、灵敏度以及噪声等对NLOS UWOC性能的影响以及有效解决方案。为此，未来需要展开更加深入的信道模型、仿真和实验研究，从而推动NLOS UWOC技术的发展。

集成成像技术作为一种重要的裸眼三维显示技术，在完整记录三维场景信息的同时，庞大的数据量给传输和存储带来了压力。为了实现图像的有效压缩和重构，根据光子计数集成成像的特点，基于分布式压缩感知理论，提出用于图像压缩与重构的方案。该方案将图像分为参考图像和非参考图像两类，对其设置不同的测量率并分别进行重构。为保证非参考图像的重构质量，提出一种联合重构算法。该算法首先对非参考图像进行分块测量，依据与参考图像之间的相关性进行图像块分类，然后结合参考图像测量值信息构建新的测量矢量，利用新的测量矢量完成初次图像重构。为了进一步提升图像重构质量，对初次重构结果进行二次残差补偿重构，获得最终重构结果。最后通过设置不同的测量率进行了大量实验，实验结果表明，所提算法在测量率为0.25时，图像重构质量可以达到30 dB，测量率为0.4时，图像质量可以达到35 dB，算法性能具有一定的优越性。

美国NASA于2018年发射的ICESat-2 (The Ice, Cloud, and land Elevation Satellite-2)卫星上搭载的ATLAS （Advanced Topographic Laser Altimeter System）是目前为止全球唯一一个对地观测的星载光子计数激光雷达，具有较高的轨向空间采样率，为用遥感的方法探测海浪要素提供了可能。光子计数激光雷达用于海浪探测的前提是能够准确地提取来自海面的信号光子，并确定瞬时的海面廓线。迄今为止，用星载光子计数激光雷达探测海面形态和海浪要素的研究鲜见报道，也缺少专门针对海面信号光子的提取方法。基于海面信号光子的分布特点，文中提出了一种新的信号提取算法：首先通过直方图统计及自适应的阈值选取完成对海面回波光子的粗去噪；然后基于激光雷达光斑尺寸和海面波动特点，选取合适的搜索邻域计算信号点和噪声点密度，根据两者点密度差异对信号光子和噪声光子分类；最后用高斯函数拟合的方法进一步去除密度较大的后向散射噪声光子，最终得到来自海面反射的信号光子。利用上述算法提取了太平洋7个不同海况区域的海面信号光子和瞬时海面廓线并进一步计算出当地海浪的峰值波长和周期。将计算结果与同期欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的全球大气再分析ERA5(ECMWF Re-Analysis5)数据作对比，在不同风速、水深的海域都获得了基本一致的结果，超过半数区域的海浪周期误差在5%以内，初步证明了星载光子计数激光雷达观测成果用于海浪要素计算的可行性。

针对多像素光子计数器(MPPC)进行微光成像时，图像受光照不足和噪声影响出现的图像亮度低、对比度差、边缘模糊等问题，提出一种基于子窗口盒式滤波的自适应微光图像处理算法。为了减少算法运行时间的同时突出图像的边缘细节信息，利用子窗口盒式滤波器对图像进行分层得到基础层和细节层；对基础层图像采用自适应阈值直方图均衡化拉伸对比度，细节层图像采用自适应增益控制方式进行增强；根据基础层图像中有效灰度值个数占总灰度的比值自适应确定融合系数，将基础层图像与细节层图像融合得到增强后图像。通过微光实验平台设置3组不同照度的微光环境进行实验仿真，验证了本文算法在保持边缘信息和增强细节方面获得了更好的效果。实验结果表明本文算法在标准差、信息熵、平均梯度等客观评价方面优于改进前算法，提升了微光图像的成像效果。

为分析多导体传输线耦合情况下线缆结构参数的不确定性对终端电压的影响，引入了一种基于区间分析的切比雪夫(Chebyshev)多项式逼近方法。该方法首先将传输线电报方程转换为常微分方程求解；其次采用Chebyshev多项式求得电报方程的扩张函数，进而获得终端电压的波动范围。相比于混沌多项式方法和蒙特卡罗（MC）法，此方法只需要输入随机参数的波动范围。针对电磁脉冲辐照下高度和间距随机变动的多导体线束进行仿真，仿真结果表明，间距基本不影响终端电压，终端电压对高度更为敏感。在计算结果基本一致的情况下，Chebyshev多项式逼近方法的计算耗时远小于MC方法。

全波形星载激光测高仪的接收波形特征参数可以用于反演目标的形貌信息，传统的波形处理算法不能用于混叠严重以及偏离高斯形态的多模式波形特征参数提取。针对混叠严重的多模式回波，提出一种基于偏正态拟合模型，使用激励Richardson-Lucy反卷积算法、逐层分解算法、梯度下降法和非线性最小二乘拟合算法相组合的波形特征参数提取方法。采用已知参数的波形数据集、机载仿真波形数据集和全球生态系统动态调查（GEDI）激光雷达波形数据，基于波形相关系数与均方根误差（RMSE）、波形特征参数相对误差、波形分量个数提取正确率等评价指标开展波形处理试验，并将处理结果与传统的高斯分解结果进行比较分析。已知参数波形数据集处理结果的平均波形相关系数提升了约2%，RMSE降低了约47%，波形特征参数相对误差平均降低了约5%，分量个数提取正确率提升了约34%；机载仿真数据和GEDI波形数据处理结果的平均波形相关系数分别提升了约1%和2%，RMSE分别降低了约56%和54%。同时，开展了陡坡区域植被高度解算的仿真试验，得到的植被高度准确程度明显高于传统方法。所有处理结果均表明该方法更有利于多模式回波特征参数的提取以及目标参数的反演。

通过建立植被的单光子探测模型，分析和计算了星载光子计数激光测高植被探测中，因单光子探测原理引起的植被冠层高度误差。实验表明，北方针叶林的星载光子计数测高中单次激光脉冲首次探测到的信号光子的平均高程低于LIDAR数据提供的DSM约2.435 m。仿真结果表明，提高发射脉冲能量，减小激光脉冲发散角有助于减小误差，而拥有更高郁闭度和叶面积指数的森林，其本身的探测误差也会相应减小。