自适应温度调控器件以其智能开关特性而逐渐成为研究焦点，但是一方面其特殊的光谱要求使得器件设计过程复杂且周期冗长，另一方面器件热控性能亟待提高以满足更加严苛的应用场景。针对以上问题，提出一种深度生成神经网络模型来执行上述复杂的优化任务，该网络模型的更新不依赖于数据集，而是将生成神经网络与传输矩阵方法（TMM）相结合，通过TMM返回的梯度信息指导产生符合预期的多层膜结构，并自动优化膜层厚度和材料种类。作为网络优化能力的验证和演示，本课题组使用该方法设计了一种基于二氧化钒的自适应热控器件，实现了高温太阳吸收比低于0.2、高温发射率高于0.9、发射率差值大于0.8的优异性能。与传统的优化算法相比，生成神经网络以高自由度和更快的速度寻找最优解，与普通神经网络相比，全局优化网络考虑整体的优化目标，通过全局搜索寻找全局最优解，设计结果也证明了该方法在复杂设计任务中的实用性。

依据热平衡原理设计了以单片机为控制核心，DS18B20数字温度传感器和铂电阻PT100为检温元件，正温度系数（PTC）效应加热器为执行元件的温控及制冷功率测量系统。通过模糊PID（Proportional Integral Derivative）控制算法输出不同占空比的脉宽调制波，控制辐射冷却材料温度和环境温度保持一致性，同时利用3D打印工艺完成装置的搭建，最终测算出辐射制冷功率。实验结果表明，系统测量计算的辐射制冷功率与理论预测值接近，该系统可以有效满足多种辐射冷却材料的测量。

本文介绍了一种基于高精度比例积分微分（PID）温控的宽带腔增强大气二氧化氮（NO₂）探测技术。系统选取中心波长为460 nm的LED光源作为探测光，入射端利用双胶合透镜的直接聚焦代替传统的光纤取样耦合，结合基长为322.4 mm的高灵敏度谐振腔，实现了小型化高精度的NO₂监测。针对温度波动会引起LED光源光谱漂移及光强改变的问题，本文提出了一种改进型PID-卡尔曼滤波算法，实现了LED温度的快速稳定调节，耗时仅需~2 min，温度的波动范围是±0.015 ℃，极大降低了LED温漂对探测性能的影响。仪器性能评估结果显示，在~2.15 km的有效吸收光程下，实现了81×10^-12的探测灵敏度（5 s，1σ）；不同体积分数的NO₂对比测试表明，本系统能准确测量大气NO₂，进一步验证了系统的稳定性和准确性。

报道一种可用于超稳腔Pound-Drever-Hall（PDH）稳频的2 μm波段分布Bragg反射（DBR）光纤激光器及其频率锁定结果。该绝热封装的光纤激光器配备主动温度控制和压电陶瓷（PZT）频率调谐装置，可满足超稳腔PDH稳频应用。通过周期极化铌酸锂（PPLN）晶体倍频，采用PDH稳频技术将研制的1950 nm光纤激光器频率稳定到了1 μm波段超稳腔频率参考上。针对DBR光纤激光器中PZT频率调谐机制只反馈调节腔长，容易在稳频过程中产生激光器跳模进而导致频率失锁的问题，笔者提出并演示了一种对DBR光纤谐振腔实施基于超稳腔频率参考的实时温度控制方案，并采用该方案实现了对DBR光纤激光器超过4周的长期频率锁定。该方案对于实现DBR光纤激光器的长期频率锁定具有较高的参考价值。