提出一种反射式微纳光纤耦合器传感膜片，以实现高精度、连续和无创血压监测。该传感膜片由反射式微纳光纤耦合器、聚二甲基硅氧烷薄膜和环氧树脂基底组成，具有很高的压力灵敏度（-0.682 kPa^-1），且无需精确空间对准即可实现脉搏波检测；然后，构建双通道脉搏波检测系统，以获得肱动脉传导时间、桡动脉传导时间以及桡动脉和肱动脉之间的传导时间差值；基于上述参量，利用支持向量回归算法建立血压预测模型。实验结果表明，所提系统的收缩压平均偏差和标准偏差分别为0.08 mmHg和1.13 mmHg，舒张压的平均偏差和标准偏差分别为-0.35 mmHg和1.25 mmHg，符合美国医学仪器促进协会的标准，与其他类型的传感器相比，所提系统的准确度有明显提高。使用该系统监测一天内以及运动时的血压波动，结果表明该系统在连续精准测量血压方面具有可行性及很大的应用潜力。

为了实现对纸质文物表面杂色曲霉生长过程的在线无损监测，研制了一种反射式光纤光谱传感器，该传感器由1根锥形入射光纤和6根接收光纤构成。首先建立了传感器测量纸质文物表面霉菌微生物的理论模型，接着表征了纸质样品表面杂色曲霉的形貌特征，最后利用传感器对纸质样品表面杂色曲霉的生长过程进行了在线监测。研究表明，该传感器能准确获得杂色曲霉的特征吸收峰（295 nm和390 nm），当杂色曲霉高度在101.1~596.0 μm范围时，传感器输出信号与杂色曲霉生长高度间具有线性关系，检测下限达到10 μm。

为了实现液相中氢气体积分数的准确检测, 该文利用钯、氧化硅超疏水溶胶和倾斜光纤光栅制备了氢气传感器。首先, 在倾斜光纤光栅表面采用磁控溅射法涂覆了一层致密的钯膜, 用于响应氢气体积分数变化信息; 然后, 采用镀膜提拉法在钯膜表面涂覆一层氧化硅超疏水膜, 用于阻止水分子进入钯膜内部, 导致钯膜从光纤表面脱落, 进而增强了传感器在液相环境下运行的稳定性。实验研究了钯膜厚度对传感器氢敏响应特性的影响, 并利用传感器对液相中的氢气体积分数进行了检测。研究结果表明, 传感器能准确响应液相中氢气体积分数的变化信息, 当钯膜厚度为120 nm时, 灵敏度达到-15.29 pm/%, 最大相对误差为8.67%。

采用近红外光谱进行检测时，光谱波段包含了大量的噪声和散射，这些都影响了模型的稳定性。基于竞争性自适应重加权算法（CARS）和互信息算法（MI）的特征波长筛选方法来建立偏最小二乘（PLS）回归模型，探测苹果内部的可溶性固形物含量（SSC）。通过光谱仪获取800~2400 nm的120个样本的漫反射光谱数据，经过预处理之后的数据通过Kennard-Stone（KS）算法随机选取96个作为校正集，24个作为预测集，然后分别建立全波段PLS模型、CARS-PLS模型和MI-PLS模型来对比分析。结果显示：利用全波段建立PLS模型，模型的决定系数R²为0.8511，模型均方根误差（RMSEC）以及预测均方根误差（RMSEP）分别为0.9413和1.1915；CARS算法筛选的特征波长点变量从303减少到了12，下降了96.03%，建立的PLS模型决定系数R²为0.8746，上升了2.76%，RMSEC和RMSEP分别为0.864和0.9757；MI-PLS模型包含了56个特征波长点，选用的波长占全波长的18.49%，R²、RMSEC和RMSEP分别为0.9218、0.6822和0.8235，MI-PLS与CARS-PLS相比特征波长数增长了64.55%，决定系数R²提高了0.0472。因此CARS和MI算法都能很好地解决光谱数据本身的噪声、散射等问题，可以有效用于特征波段筛选，所建立的模型可以对苹果内部SSC含量进行测定。

提出一种基于夹层多模光纤马赫-曾德尔干涉仪（MZI）与虚拟游标效应结合的高灵敏度温度传感器，进行了理论分析和实验验证。该光纤MZI是通过在两段1 mm长的阶跃型多模光纤之间拼接一段20 mm的渐变多模光纤制成，夹层多模光纤MZI作为游标效应的传感干涉仪，利用信号处理对该光纤MZI的干涉光谱进行变频得到参考干涉仪光谱，通过叠加传感干涉仪和参考干涉仪的波形实现虚拟游标光谱。实验结果表明，在40~100 ℃温度范围内，该传感系统的温度灵敏度为3.884 nm/℃，与单个夹层多模光纤MZI相比，灵敏度提高了37.346倍。与传统的光纤游标传感器相比，所提出的虚拟游标夹层多模光纤温度传感器具有灵敏度极高、尺寸紧凑、制作简单、成本低、结果更可靠等优点。

针对双螺旋结构微纳光纤耦合器（DHMC），理论研究其游标效应的内在机理和光谱特性。实验制备直径为5~7 μm的DHMC，并研究其应变、温度以及折射率的传感特性，采用快速傅里叶变换（FFT）并利用带通滤波对特征干涉光谱数据进行提取，分别得到在x、y正交偏振态下的干涉光谱以及它们叠加形成的游标光谱。实验结果表明：制备的DHMC的结构参数及光谱特性与基于理论分析的预测基本吻合；DHMC的x、y偏振态干涉谱叠加形成的游标效应光谱与x、y正交偏振态下的干涉光谱相比较，对应变和温度传感呈现出减弱的光学游标效应，而对折射率传感则呈现出增强的光学游标效应。以上研究结论对DHMC的制备及其在折射率、温度及应变传感中的应用具有实际指导意义。

提出一种基于氧化石墨烯（GO）微纳光纤的生物传感器，将其用于狂犬病毒（RV）的免疫检测研究。首先，将标准单模光纤通过熔接机放电形成双锥形光纤，再对双锥形光纤进行熔融拉锥制作出高灵敏度的微纳光纤。然后，在微纳光纤表面修饰GO，并将RV抗原固定于该传感器表面，用于对RV抗体的特异性检测实验。实验结果表明：该生物传感器对RV抗体的检测范围为200 fg/mL~1 ng/mL，检测极限（LOD）约为225.56 fg/mL，其检测灵敏度约为1.099 nm/log（mg·mL^-1），解离系数约为2.92×10^-11 M；当用于不同的抗体溶液样本和RV阳性血清的对照检测及临床检测时，该免疫传感器对前者的响应非常微弱，而对后者有明显的响应，说明其对RV抗体具有良好的特异性。基于GO修饰微纳光纤的免疫传感器具有制作简单、微纳尺寸、灵敏度高、成本低等优点。

水质污染源的及时精确定位和精细化的污染防治措施是打赢水污染防治攻坚战的迫切需求, 为解决地表水实际水样高锰酸盐指数准确分类的实际问题, 以光谱降噪和光谱有效信息提取为切入点, 根据紫外-可见光谱数据的特点, 提出使用一维卷积神经网络处理紫外-可见光谱数据。 为验证检测一维卷积神经网络对地表水光谱信号分类的可行性, 选取长江的某段流域作为取样点。 采集当天的长江上游水、 某河水、 嘉陵江水, 生活污水、 500 mg·L-1邻苯二甲酸氢钾溶液来模拟污染水源。 将几种水样按不同的配比来模拟当天该流域的水污染变化情况。 采集现有的单一水样及混合配比水样的光谱数据, 根据各类水样的特征光谱信息进行区分, 实现地表水高锰酸盐指数的预测分类, 快速确定异常水样的污染来源, 通过仿真实验, 优化模型参数并完成优化训练。 与K最邻近法、 支持向量机等传统分类方法相比, 该算法在光谱预处理复杂度和定性分析准确度方面有较大优势, 在没有复杂的数据预处理前提下, 将获取的350条光谱数据建立水质分类模型, 随机选择其中245条数据作为训练集, 另105条数据作为测试集, 模型的混淆矩阵分类精度达99.0%。 不仅简化了整个光谱分析流程, 而且能保留更多的有效光谱信息, 减小人为预处理对紫外-可见光谱数据的影响, 实现地表水高锰酸盐指数的准确分类。 实验结果表明该方法可对不同水体水样进行准确分类, 快速定位污染源, 为无法激发荧光的污染物溯源提供了科学依据, 为与三维荧光技术辅助配合快速精确定位地表水污染源提供了可能, 同时表明了深度学习在紫外-可见光谱法测量实际水样领域有着巨大的应用潜力和研究价值。