光学多孔径共相综合是获得高分辨率成像的有效方法。针对子孔径间的活塞误差，提出一种基于干涉图像清晰化的校正方法。在理论分析的基础上，建立数值仿真模型，分析所提方法的校正范围和误差。结果表明，在复色光情况下，对于小于相干长度的活塞误差，以远场干涉图像的清晰度为目标函数、0.5个中心波长的整数倍为扰动步长，采用双边扰动梯度下降算法进行迭代优化，能够实现活塞误差的高精度闭环校正。

合成孔径成像系统是下一代光学望远镜的发展趋势。当子孔径间的活塞误差校正在一定范围时, 能保证系统的成像质量。提出了一种基于Q学习的光学合成孔径系统的校正范围在±λ/2内的精共相活塞误差校正方法。把合成孔径成像系统的图像清晰度作为奖励函数, 将子孔径的光程补偿控制动作和状态相结合, 在不断学习中提高智能体的决策能力, 以达到生成最优控制策略的目的, 从而快速校正活塞。通过仿真搭建环境, 所建立的智能体模型能在存在活塞误差的环境中获得Q学习中的状态-价值表, 并且能通过Q表获取从初始状态到最佳成像性能的快速校正路径序列, 同时不受目标场景的限制, 验证了该方法的有效性与可靠性。

针对拼接型望远镜共相难的问题，提出了一种基于色散条纹传感技术的共相误差检测方法。根据色散条纹传感技术的探测原理，给出了色散条纹传感器的光学成像模型，并利用计算机进行模拟研究。为解决色散条纹检测技术在接近共相时失效的问题，提出一种辅助检测方案，即色散哈特曼检测法，并通过仿真验证了该方法的可行性。结合两种方法，色散条纹传感器在可见光范围内能准确检测±60 μm以下的活塞误差，检测精度可达λ/10。同时，对一系列影响检测精度的因素进行了定量分析,提出了条纹开窗、多路采集、提高波长标定精度等解决方法，还针对算法提出新的改进方案，降低了标定误差影响。结果表明，该方法可以有效地完成对活塞误差的大量程、无盲区、高精度检测，在空间和地基拼接型望远镜的粗共相标定和相位控制领域有广阔的应用前景。