双光梳系统在高精度绝对距离测量、三维成像以及光谱测量等领域有着其独特的优势和广阔的发展前景。文中提出一种基于锁相环原理的异步锁定技术，可以对双光梳系统中的重复频率差进行精密锁定。实验中，采用了重复频率约为155.711 MHz和155.714 MHz的双光梳系统，通过反馈控制压电陶瓷（PZT）驱动电压从而控制激光器谐振腔腔长来实现重复频率差的锁定，并利用频率计数器采集锁定后双光梳重复频率差的数据，使用Allan方差和标准差作为频率稳定度的评价指标。最终在1 s的平均时间内，得到重复频率差的Allan偏差为1.8×10⁻¹³，抖动标准差为40.689 μHz。结果表明，该技术可以对双光梳系统的重复频率差进行灵活调整，并具有锁定精度高、抗扰能力强等优点。

为了避免离群值的影响，提出了混合稀疏迭代最近点（SM-ICP）方法，以实现点云精确配准。本文对稀疏表示、正则化求解和点云配准方法进行了研究。首先，利用混合正则项表示配准残差，构建混合稀疏配准函数。然后，结合交替乘子法（ADMM）构建了所提出函数的双循环优化框架。其中，混合正则项的平衡权重θ可由Sigmoid函数求解；此外，还给出了ADMM优化框架内循环中对应损失函数的标量形式。最后，推导了该标量化损失函数在点云配准中的软阈值表达式。实验结果表明，所提出SM-ICP算法的配准精度优于所对比的算法。特别的，在重叠率约为50%的斯坦福兔子配准实验中，SM-ICP算法的截断配准误差为2.04×10^-4，较Robust Trimmed-ICP（Tr-ICP）算法和ICP算法的配准误差减小了一个量级，且较稀疏ICP（S-ICP）算法减小了约三倍；在其它对象、场景类型的点云配准实验中，SM-ICP算法的配准精度同样较其它对比算法更优；在具有不同层级随机噪声点云的配准实验中，SM-ICP的截断配准误差为4.90×10^-6~1.33×10^-4，同样较其它对比算法减小了一个量级或几倍；在发动机叶片配准实验中，本文方法成功实现了点云精确配准，而其它对比算法的配准结果中存在不同程度的点云错位情况。所提出的点云配准方法具有精确、鲁棒性和泛化性等优势。