为了满足小型化自适应光学系统校正波前畸变的需求，基于系统理论分析设计了一种使用微型音圈驱动器的变形镜。使用电磁理论和有限元方法优化了微型音圈驱动器的结构参数。从热变形、共振频率、耦合系数等多个参数的角度对变形镜进行了优化。最后根据影响函数完成了波前拟合和残差计算。优化后的69单元紧凑型音圈变形镜具有大相位调制量、良好的热稳定性，第一共振频率为2220 Hz。对于PV值为1 µm的前35项泽尼克模式，紧凑型音圈变形镜的拟合残差均小于30 nm。对于复杂随机像差，紧凑型VCDM能够将波前RMS降至原来的10%以下。结果表明，与传统的音圈变形镜相比，紧凑型音圈变形镜具有更高的波前拟合精度。高性能、低成本的紧凑型音圈变形镜在视网膜成像和机载成像系统中具有良好的应用前景。

压缩感知技术用于光学波前测量时，常规的斜率恢复方法精度较低，难以测量大气湍流引起的复杂波前，本文利用深度神经网络进行斜率恢复，提高斜率恢复精度，从而提高压缩波前探测方法测量大气湍流波前的精度。传统的压缩波前探测方法在稀疏化过程中忽略相对较小的斜率值，导致波前测量误差的增加。为了快速测量大气湍流引起的复杂波前，本文提出了一种深度神经网络，可以高精度地恢复斜率，从而提高了波前重构的精度。在压缩比为0.1~0.9情况下，基于深度神经网络的压缩波前探测算法（DNNCWS）的波前重构误差PV优于0.014 μm，算法的运行时间为4.4 ms。在暗弱星等情况下，残差波前的峰谷值（PV）优于0.011 μm。模拟结果表明，DNNCWS具有良好的抗噪声性能。深度神经网络DNNCWS提高了压缩波前的探测精度，可以用于测量大气湍流引起的复杂像差，还可用于其他自适应光学应用，如激光通信和视网膜成像。