基于使用气体放电等离子体（DPP）极紫外（EUV）光源自研的小型反射率测试装置，分析了DPP光源参数及不同型号探测器对反射率测试的影响，提出了一种能量归一化的反射率测试方法，并测试了13.5 nm波长下Mo/Si多层膜反射镜的反射率特性。研究结果表明：在相同光源参数下，SXUV100型探测器的极紫外能量探测性能优于AXUV100G型；通过归一化使光能量波动对反射率测试光束的影响因子从6.2%降低到0.64%，多层膜反射镜的峰值反射率的测量重复性从4.34%提高到0.69%，与国外同等实验装置精度相当，实现了高精度反射率测试，可为极紫外光刻机的光学元件提供反射率测试。

针对增量运动恢复结构（SFM）算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题，提出一种可并行化处理的增量SFM重建算法。首先，利用词汇树图像检索结果约束图像特征匹配的空间搜索范围，提高图像特征匹配的效率。其次，综合考虑特征匹配数量和无人机平台获取的全球定位系统（GPS）信息构建无向加权场景图，并选用归一化割算法将场景图划分为多个相互重叠的子集。然后，将每个子集分布在多核CPU上并行执行增量SFM重建算法。最后，基于子集间公共重建点和强相关子集优先被合并的策略实现子集合并。此外，结合GPS信息为光束法平差（BA）代价函数添加位置约束项，有效消除每次执行BA优化引入的误差。为了验证所提算法的有效性，在3个无人机数据集上进行实验，实验结果表明，所提算法相比原始增量SFM重建算法不仅显著提高了位姿估计和场景重建的效率，而且合理优化了重建结果的精度。

为提升激光尘埃粒子计数器的计数准确率，基于匹配滤波器设计粒子计数器信号预处理方法。分析粒子信号的特征，通过归一化后累加的方法获得粒子的典型波形。以该典型信号作为匹配模板，将激光粒子尘埃计数的原始信号与匹配模板进行离散卷积操作，得到高信噪比的输出信号。试验结果表明，针对原始幅值在55~262 mV、噪声均方根值约为6.74 mV的粒子信号，经该匹配滤波方法后，信噪改善比均优于1.56。该方法对比数字滤波器方案，能更有效提升输出信号信噪比，为粒子的准确检测和识别提供良好基础。

为进一步提高无线紫外光通信网络的信息传输质量和网络性能，提出了一种新型无线紫外光协作通信网络，网络中各节点采用解码转发方式，设定各节点优先级，从而实现了网络节点实时转发的协作策略。仿真分析了有无缓存设置和有无协作条件下无线紫外光通信网络的归一化吞吐量、各节点平均时延等性能。仿真结果表明：无缓存设置时，随着数据帧传输成功率的增加，高优先级节点一直有较高的归一化吞吐量，而低优先级节点数据帧丢失，归一化吞吐量下降；有缓存设置时，随着缓存的增加，各节点归一化吞吐量均有所增加；与无协作相比，有协作的紫外光通信网络具有更高的节点归一化吞吐量和平均时延。

恒星的分类问题一直是天文研究的一大热点, 恒星的亚型分类对探究恒星演化、 稀有天体识别等具有重大意义。 针对LAMOST光谱亚型分类问题设计了SSTransformer (stellar spectrum transformer)分类模型, 该模型主要由三部分组成, 包括输入模块、 嵌入模块、 SST编码模块。 在输入模块中, 将光谱数据进行分块处理, 这些块经过线性投射层被映射为向量。 在嵌入模块中, 为了提取有用的数据特征, 将线性投射层的输出加入一个可学习的类别嵌入块, 为了保留位置信息, 再加入位置嵌入块, 之后将这些数据特征向量送入SST编码模块。 最后在SST编码模块中, 对数据特征进行提取处理, 并利用多层感知器结合新特征对恒星光谱进行分类。 采用的A、 F、 G、 K、 M型恒星光谱数据均来自LAMOST DR8中的一维低分辨率光谱, 35 256条一维光谱数据用于SSTransformer模型的训练, 8815条一维光谱数据用作模型的测试。 为了加快模型的收敛速度, 对数据采用Z-Score归一化处理。 由于是多分类问题, 实验采用了准确率、 精确率、 召回率、 F1-Score、 Kappa系数五个评价指标。 实验结果证明, 利用SSTransformer模型可实现对一维恒星光谱数据有效的筛选分类, 分类准确率达到98.36%, 比支持向量机(support vector machine, SVM)算法、 极端梯度提升(eXtreme Gradient Boosting, XGBoost)算法, 以及卷积神经网络(convolutional neural networks, CNN)的分类准确率更高。

针对微机电系统(MEMS)压阻式压力传感器受环境温度影响产生温度漂移的问题，该文分析了常用的温度补偿方法，提出了一种基于粒子群优化-径向基函数(PSO-RBF)的压力传感器温度补偿模型，结合标定实验采集的样本数据，建立了标定压力同敏感元件输出电压和温度的非线性映射关系，实现了温度补偿效果。结果表明，与传统的最小二乘法、三次样条插值法、标准RBF、粒子群优化反向传输神经网络(PSO-BP)、核极限学习机(ELM)神经网络等方法相比，该算法具有更好的补偿预测效果，且对样本数据不需要归一化处理，具有良好的工程实践意义。

为了对基于喇曼晶体的主要喇曼频移模和次级喇曼频移模的外腔式双波长喇曼激光器进行理论分析, 采用光场的波动方程和喇曼晶体中振动波的阻尼谐振子波方程推导出了描述基频光、喇曼光1和喇曼光2的耦合波方程组, 通过引入归一化参量对耦合波方程组进行了归一化, 并数值分析了输出镜反射率和归一化参量对外腔式双波长喇曼激光器性能的影响。结果表明, 选择对主要频移模反射率小于0.5且对次级频移模反射率大于0.5的输出镜、两个喇曼振动模的增益系数相差不大的喇曼晶体, 适当提高入射基频光的脉冲宽度可以提高次级喇曼频移模的转化效率, 可实现有效双波长运转。所提出的归一化耦合波理论可以作为分析外腔式双波长喇曼激光器的辅助工具。