光学元件的表面疵病，即表面缺陷，其形状的大小会直接影响光学系统的性能，在对表面缺陷进行分类时，所面对的很多表面缺陷的形状都是不规则的，依靠普通的模式识别技术，分类很难达到预期的效果。为解决精密光学元件表面缺陷分类方法中精度低、耗时长的问题，提出了基于卷积神经网络的精密光学元件表面缺陷分类方法。采用散射法获取表面缺陷图像,分析其成像特点，通过对图像进行旋转，镜像扩增了数据集，加强了网络的训练能力。使用AC训练网络模型，在不增加额外计算量的同时加强了网络的特征获取力。通过Softmax分类器，将精密光学元件表面缺陷分为划痕、麻点及噪点3类。实验结果表明，所使用的模型对缺陷分类精度超过99.05%。

亚波长光栅结构表现出优异的陷波滤光特性, 其经典设计是设定亚波长的几何结构参数, 求解麦克斯韦方程组, 设定优化算法求解出最优解, 需要消耗大量的时间和计算资源。 提出一种基于深度学习的逆向设计方法, 搭建了可以同时实现正向模拟与逆向设计的串联神经网络。 基于python语言的Tensorflow库进行网络搭建; 优化均匀波导层的高度、 亚波长光栅的高度、 折射率、 周期以及占空比; 研究亚波长光栅在0.45~0.7 μm的陷波滤光特性。 采用严格耦合波分析(RCWA)数值模拟生成23 100组数据集, 在生成的数据集中随机选择18 480组数据作为训练集, 4 620组作为测试集, 并对不同的网络层数, 网络节点以及Batch_size进行了研究。 结果显示经过1 000次的迭代后, 当网络的模型结构为5×50×200×500×200×26, Batch_size大小为128时, 网络性能最佳。 相比独立的网络模型, 串联神经网络的正向模拟测试集损失率从0.033 63降到了0.004 5, 逆向设计的测试集损失率从0.702 98降到了0.052 98, 同时解决了由数据的非唯一性导致的网络逆向设计过程中无法收敛的问题。 在完成训练的网络中输入任意的光谱曲线, 网络平均在1.35 s内给出亚波长光栅的几何结构参数; 并与RCWA数值模拟曲线进行相关性分析, 曲线相似系数均大于0.658 1, 属于强相关。 另外, 设计红、 绿、 蓝三种颜色的陷波滤光片, 其峰值反射率分别可以达到98.91%, 99.98%和99.88%, 与传统方法相比, 该方法可以快速、 精确的求解出光栅的几何参数, 为亚波长光栅设计提供了新方法。

基于观察瞄准镜系统中胶合目镜对滤光片的使用需求，设计了一种用于瞄准镜光学系统的截止滤光片，消除了滤光片的半波孔，压缩了通带波纹。采用电子束热蒸发技术制备了滤光片并测试其透过率，在400 nm～630 nm的平均透过率为95.76%，在655 nm～800 nm的平均透过率为0.06%，样片通过了盐雾测试和机械牢固度测试，制备结果满足设计需求。

基于微纳结构对光波调控实现聚焦与成像的超透镜是目前国际上竞相发展的前沿技术。本文针对目前已报道的近红外超透镜偏振相关、系统复杂以及透过率低等难题，提出了一种偏振无关的近红外超透镜。以低折射率材料SiO₂为基底，高折射率材料Si圆形柱为相位调控单元，设计波长为1.31 μm。利用时域有限差分方法分析了近红外超透镜构建单元的光波调控特性，构建了构建单元的相位延迟特性曲线，探究了构建单元周期对光波透过率的影响规律，实现了构建单元的优化设计，并基于波前重构方程，设计出偏振无关的近红外超透镜。数值仿真结果表明：相位调控单元的相位延迟与透过率不仅取决于Si圆形柱半径、高度，而且与单元周期密切相关；基于分析的构建单元光波调控特性，设计的近红外偏振无关超透镜焦距仿真值为19 μm，与设计值较好吻合，透镜透过率达到65%。设计的超透镜不仅体积小、质量轻，而且为平面透镜，因此易于光学系统集成，在激光雷达、激光夜视等技术中展现出广阔的应用前景。