针对当前光学智能遥感卫星有限存储能力对全球控制信息的轻量化需求，提出一种面向光学遥感卫星星上定位精度优化的轻量化矢量控制库技术。首先，在地面提取完整道路网，通过道路细化、节点提取以及拓扑关系构建等处理，生成星上轻量化矢量控制库并上注卫星；其次，星上在轨提取道路结构，并利用随机游走避免道路缺失的影响，生成随机游走矢量结构；然后，引入隐马尔科夫模型，搜索对应矢量，并设计分层匹配策略以精化匹配结果，实现星上轻量化矢量控制库与随机游走矢量结构的匹配；最后，利用不同类型卫星影像进行随机游走矢量结构提取、星上矢量匹配以及定位性能分析。结果表明，所提光学遥感卫星的星上轻量化矢量控制库能够有效改善非量测光学遥感卫星定位精度，验证了其在光学智能遥感卫星中的可行性。

为揭示绿色电气石的致色机理, 对阿富汗浅绿色电气石开展了宝石学常规测试、 X射线衍射、 红外光谱、 紫外-可见光谱、 X射线光电子能谱和电子探针等一系列研究。 结果表明, 该电气石相对密度为3.04, No=1.639, Ne=1.620, 多色性弱; 衍射分析表明其为锂电气石; 红外光谱在456, 500, 605, 645, 715, 780, 980, 1 030, 1 110, 1 290, 1 350, 3 460, 3 580和3 640 cm-1等处出现吸收峰, 其中605, 645, 715, 780和1 110 cm-1吸收峰由Si—O—Si对称及非对称伸缩振动引起, 980和1 030 cm-1吸收峰由O—Si—O对称及非对称伸缩振动引起, 500 cm-1吸收峰由Si—O弯曲振动引起, 1 290 cm-1吸收峰由［BO3］伸缩振动引起, 1 350 cm-1吸收峰由OH弯曲振动引起, 3 460和3 580 cm-1处吸收峰由O3H振动引起, 3 640 cm-1处吸收峰由O1H振动引起, 456 cm-1吸收峰强度大, 源自［AlO6］振动。 红外光谱中605和645 cm-1吸收峰与标准谱图的差异可能反映出致色离子的混入对［Si6O18］振动产生一定影响。 衍射分析和红外光谱分析的结果揭示出浅绿色产生的晶体结构基础。 在可见光范围内该电气石在E∥c和E⊥c方向的吸收位置基本相同, 仅吸收强度略有差异, 从而导致其多色性弱, 在红区718 nm和蓝紫区420 nm处均形成吸收, 而在黄绿区则透射良好, 因此呈现其特有的明亮的浅绿色。 紫外-可见光谱分析揭示出浅绿色的颜色结构。 X射线光电子能谱表明该电气石主要含有Li, Na, Al, Si, O, F和B等元素, 微量元素为过渡金属离子Fe2+, Fe3+, Mn2+和Ni2+等, 并且Fe2+, Fe3+和Ni2+占据Y位, 而Mn2+占据Z位。 XPS分析揭示出产生浅绿色的过渡金属离子种类、 价态、 占位等化学状态。 结合电子探针分析, 样品的晶体化学式为: X(Na0.612Ca0.063K0.008)Y(Li0.989Fe2+0.070Fe3+0.117Al1.824)Z(Mn2+0.035Al5.762Si0.203)［Si6.000O18］［BO3］3V(OH2.134O0.866)W(OH0.542F0.458)。 电子探针分析揭示出浅绿色产生的晶体化学组成。 样品紫外-可见吸收谱峰和其化学组分及过渡金属离子化学状态的特征综合表明, 718 nm处吸收可能系由Fe2+-Fe3+的电荷转移引起, 而420 nm处吸收则可能由Ni2+的d—d电子跃迁引起。 上述研究结果能为以致色离子化学状态为基础的改色优化、 以晶体化学及谱学特征为基础的产地鉴定等提供可靠依据。

高分系列卫星的发射和无人机高光谱技术的发展， 高光谱可用数据进一步扩展。 为了提升高光谱数据的精细利用价值， 高光谱影像混合像元解混成为当前至关重要的任务。 随着人工智能技术的快速发展， 深度学习理论被引入遥感图像处理领域。 自编码网络具有较强的特征提取能力， 已经开始应用于高光谱影像解混方面。 以自编码网络为基础对其结构进行改进， 提出一种深度堆栈自编码网络（DSAE）用于高光谱图像解混研究。 该网络包含两个部分: 端元识别网络（EDSAE）和丰度求解的网络（ADSAE）。 首先， 通过添加批标准化处理、 稀疏约束、 “和为一”约束以及删除网络偏置项构建EDSAE网络， 开展非监督训练进行高光谱影像端元识别。 其次， 将获取的端元光谱数据依据HAPKE非线性混合模型和LINEAR线性混合模型开展数据增强， 生成多元混合的带有丰度标签的模拟高光谱数据集。 最后， 在堆栈自编码网络基础上， 设置最后一层自编码器的激活函数为Softmax函数， 构建监督训练网络ADSAE， 把模拟数据集作为训练数据， 高光谱影像作为测试数据， 求取真实高光谱影像的丰度矩阵。 对Samson、 Jasper Ridge和Urban公共的高光谱影像开展端元识别和丰度求解实验， 基于DSAE获得的结果与传统的N-FINDR、 VCA、 MVC-NMF方法以及目前已有深度学习的方法SNSA和EndNet取得的结果进行比较。 结果表明: 对3组真实的高光谱影像开展解混， DSAE方法在端元提取方面相比于其他5种方法， 具有最优精度; 在丰度求解方面， 基于HAPKE模型生成的模拟数据集， 利用ADSAE网络开展监督训练可以成功获得3组高光谱影像的丰度矩阵， 相比于LINEAR模型和FCLS方法， 均具有最优的丰度反演结果。 DSAE方法具有较好的稳定性和鲁棒性， 为高光谱影像定量研究提供了新的思路。

针对3D集成式多光谱TDI-CMOS图像传感器的数字化处理和高速读出需求，为了解决与TDICCD探测器的整体布局、物理尺寸和接口的匹配性和一致性问题，研制了适用于五谱段TDICCD的CMOS读出电路芯片。该读出电路芯片创新地设计了一种使用多相位ADC时钟、支持相关多次采样的新型列级单斜ADC电路结构，实现了TDICCD信号的数字化和高速输出，有效提升了探测器的动态范围和噪声指标。流片测试结果表明：读出电路芯片的功能正常，集成式TDICCD的成像效果良好，新型列级ADC工作正常，读出电路以最小9.5 μs的行周期输出14 bit数据，相关多次采样具备降低输出信号噪声的作用，实现了TDICCD信号的高精度数字化处理和高速输出，满足3D集成式TDI-CMOS图像传感器的研制要求。

基于未来卫星间激光干涉任务的需求，介绍了一种基于迈克耳孙光纤干涉仪稳频的1064 nm激光稳频系统，该系统采用全光纤器件，结构紧凑、体积小、可靠性强。通过拍频测试，得到该系统的频率噪声在30 mHz~1 Hz范围内小于30 Hz/Hz^1/2，频率稳定度在积分时间为1 s和1000 s时分别为1.2×10^-14和3×10^-13。该系统的性能满足LISA任务对稳频激光的需求，有望应用于未来的空间引力波探测任务。