固态锂电池因其具有高能量密度等优势, 被认为是最具潜力的下一代电池技术之一。固态锂电池的诸多优势源于其中固态电解质材料的使用。机器学习方法的兴起为锂电池固态电解质研究提供了新的机遇。机器学习可以拓展传统理论模拟方法在固态电池研究中的应用边界, 推动高精度、跨尺度模拟方法的发展; 预测固态电解质离子导率、力学性质等关键指标, 在原子层面理解固态电解质的构效关系, 实现高性能固态电解质的高通量筛选; 辅助固态电池实验研究, 指导新型固态电解质合成, 深入定量解析固态电池谱学表征。因此, 机器学习方法的引入及其与理论模拟、实验之间的深度耦合将极大地推动固态电解质研究, 促进固态锂电池的实用化进程。

为了研究雪崩光电二极管(APD)对大气传输后的激光进行探测时, 所受大气湍流效应及APD噪声的影响, 分析了激光在湍流大气中传输、APD对激光探测两个过程, 结合APD的探测原理, 建立了指数威布尔-高斯双重随机过程模型。通过实验测量了不同信噪比、不同大气湍流下APD输出电流的概率密度, 对探测距离不同、接收口径不同的情况进行了仿真。结果表明, 接收信噪比为2,5,10时, 光强分布方差分别为0.5354,0.3565,0.2781, 偏移量分别为0.05,0.0109,0.0029; 大气折射率结构常数为2.5×10-15,3×10-14,4.9×10-14时, 方差分别为0.1198,0.2781,0.4035, 偏移量分别为0.0002,0.0029,0.0039; 双重随机过程模型可准确描述经过大气传输的激光被APD探测的过程; 探测器口径的变化对APD输出电流的概率密度影响不大, 而接收信噪比、探测距离、大气折射率结构常数的增大会使APD输出电流平均值较信号电流产生较大偏移、且离散程度加剧。该模型的建立对激光探测技术研究具有一定的参考价值。

针对恒虚警工作方式下, 噪声、信号及倍增因子之间相互作用的问题, 分析了倍增因子、背景辐射对APD探测系统性能的影响以及恒虚警补偿方式的工作原理, 建立了恒虚警下背景辐射与倍增因子的关系模型。通过求取有、无背景光时系统可探测到的最小信号功率, 建立了APD性能的评估模型, 设计实验对模型进行了验证, 利用该模型分析了不同噪声对APD探测性能的影响。结果表明, 随着背景光增强, 其对APD的性能影响逐渐增大, 且增大速率逐渐减缓; 暗电流噪声较小时, 背景光对APD作用较为明显, 随着暗电流噪声的增大, 背景光对系统影响迅速减小, 最终趋于平稳; 背景光对APD的影响随热噪声、放大电路噪声的增大而均匀增大。

为了研究噪声对雪崩二极管（APD）探测能力的影响, 采用高光谱图像计算辐射功率的方法, 对APD探测系统的各类噪声的成因及特点进行了分析, 在此基础上归纳了影响系统探测能力的因素, 并对白天状态下背景光功率与信噪比关系、倍增因子与温度关系进行了仿真, 利用高光谱图像的光谱曲线计算背景辐射经大气湍流、大气分子和气溶胶影响后的功率, 进而得到经大气传输后的背景辐射与APD噪声关系。结果表明,偏置电压为340V、背景光由0.07mW增强到0.35mW时, 噪声有效值由108mW增强到150mW, 表明同一偏压下, APD噪声有效值会随着自然背景光功率的增强而增强; 背景光为0.35mW、偏置电压由320V增强到340V时, 噪声有效值由23mW增强到150mW, 表明同一背景光下, 噪声有效值会随偏置电压升高而升高, 且增长速率逐渐加快。此研究表明通过高光谱图像可得到特定区域的背景辐射功率, 并明确了背景辐射对APD噪声特性造成的影响。

针对恒虚警下雪崩光电二极管输出信号、噪声与倍增因子相互影响的问题, 分析了雪崩光电二极管自身噪声、背景辐射对其探测性能的影响及恒虚警补偿方式的原理, 建立了背景辐射与恒虚警下倍增因子的关系模型.对模型进行了实验验证, 并通过仿真分析了不同虚警概率、阈值电流、噪声电流下背景辐射与倍增因子的关系.结果表明：倍增因子会随背景辐射的增大而减小, 且减小速率逐渐减缓; 当背景辐射不变时, 虚警概率或阈值电流的增大都会使倍增因子增大; 热噪声与放大器噪声有效值之和对倍增因子影响较大, 而暗电流对倍增因子的影响较小.

以小波变换和分数傅里叶变换为基本理论依据，介绍了一种基于小波变换的分数阶傅里叶变换多图加密技术，丰富了多图加密的方法。该方法充分利用了小波变换的多分辨率分解的特性，结合分数傅里叶变换，不仅有效完成了多图加密，而且实现了各图像独立的处理，加密后，每个图像都会有自己独立的密钥。分析了小波变换类型和变换级次对加、解密效果的影响，并对算法的应用做了分析和说明。数值模拟验证了该方法的可行性，表明该算法较好地解决了多图加密系统容量不足的问题，不仅增大了密钥空间，提高了安全性，还提高了算法应用的多样性和灵活性。最后，提出了一种可行实现装置来实现该方案。