星载激光通信终端在捕跟建链初期存在较大的初始指向误差，严重影响了建链时长和断链恢复能力。为满足星载激光通信快速建链的需求，设计了一种基于无信标光系统指向误差修正的快速捕获方案，并将其应用于低轨（LEO）卫星互联网激光通信终端。利用基于最小二乘法的寻优算法对激光通信终端的指向偏差进行修正，将初始指向偏差从6.7 mrad修正到0.5 mrad左右，断链重捕时间由最初的8 min缩短到30 s。研究结果为星载激光通信终端链路的快速建立提供了有力支持。

精确的光谱辐射照度测量在地球观测领域至关重要，外场光辐射测量中，常采用余弦漫射器提高不同方位角下辐射照度测量结果的准确性，余弦响应特性是光谱辐射照度仪器在外场测量中的关键影响因素。对常用地物观测光谱辐射照度仪器的余弦响应特性开展研究，设计建立余弦响应特性测量装置，通过实验方法获得不同角度下仪器光谱辐射测量结果的变化规律，利用MATLAB软件对测量结果进行余弦曲线拟合，对比分析传统角度响应归一化法和偏移角度响应归一化法对仪器余弦误差的影响。相较于使用传统归一化方法，采用偏移归一化方法后光谱辐射照度仪器的最大余弦误差从11.2%降低至7.7%，几乎不依赖波长变化，这主要由于仪器内部光路结构和漫射材料限制，当入射角θ发生变化，光谱辐射照度角度响应偏离了余弦函数。为此，基于仪器余弦响应特性及余弦误差实验结果，提出一种光谱辐射照度余弦误差修正方法，通过单波长拟合函数外推至全部波段进行修正处理，仪器的光谱辐射照度修正值与标准余弦响应曲线偏差低于1.7%，在-55°~55°范围内余弦误差降至2%以下。该修正方法大幅降低了余弦误差对仪器测量结果的影响，提高了仪器在不同方位角下的测量准确性，进一步满足对地观测、海洋遥感等现场测量的高精度应用需求。

传统基于传感器采集压力的管道泄露检测，很容易受到管道周围环境噪声、土壤条件、管道材质等因素的影响，导致定位结果不准确。针对上述问题，研究一种基于激光扫描基准修正的埋地管道多点泄漏定位方法。利用激光扫描技术采集埋地管道内部图像并实施基准修正处理。利用Canny算法检测图像边缘并提取几何特征。以几何特征为输入，训练随机森林算法，利用随机森林算法识别埋地管道泄漏点并通过坐标转换，实现埋地管道多点泄漏定位。结果表明：所研究方法在泄露点定位上的平均误差最小，显示出较高的定位精度和稳定性。

拉曼光谱是无损光谱分析技术，通过分析散射光的频率变化获取物质的分子结构信息。基线校正是提升光谱数据质量的关键步骤，可以去除背景信号和不相关噪声，凸显并纯化目标信号。传统的拉曼光谱技术对基线校正的时效性要求不高，但随着流式拉曼和内窥拉曼等需要实时处理光谱数据的应用场景增多，基线校正在速度和准确性要求也随之提高。传统的迭代多项式拟合和小波变换方法在时间、精度或自适应能力上存在不足。本研究开发了一种基于负集加权迭代修正最小二乘原理的快速自适应基线校正算法（MWIALS）。主要原理是提取负数集并赋予更高权重，在迭代过程中不断修正基线，并通过设置参数阈值以跳出循环，实现快速准确的基线校正。提出两种参数选择策略：固定参数（FMWIALS）适用于批量同类型光谱的快速处理，自适应（AMWIALS）适用于差异化光谱的自适应处理。该算法应用于颗粒物的流式拉曼光谱分析。结果表明，与其他主流算法相比，MWIALS在实际光谱处理上显著高效（平均处理时长47 ms·谱^-1），具有较高的准确性和自适应性。该算法能够满足流式拉曼和内窥拉曼等生物样本检测中实时光谱处理的需求，为拉曼光谱技术的进一步应用提供了强有力的支持。

酒精浓度的非接触式测量具有便捷快速，实时跟踪等特点，在酒业生产等领域具有重要的研究意义。本文基于酒精溶液近红外吸收光谱特性，使用1300 nm波长的激光二极管和光电探测器开发了此套以STM32单片机为内核的酒精度快速检测系统。铟镓砷二极管探测器与配套硬件捕捉与转换光电信号，以检测电压差值反映酒精溶液的红外吸收，与酒精度多项式拟合建立检测模型，经温度修正后存入主控系统实现酒精浓度预测。实验表明，检测系统对样本组的拟合优度为0.9996，对验证组检测的平均标准偏差为0.158，远低于传统酒精计的0.5。结果表明，该检测系统相比于市场上现有红外检测系统具有检测精度高、稳定性强、连续检测的特点，可在不破坏酒精样液的前提下实现对浓度的快速检测，满足市场上的工业标准与需求，对制酒业等相关行业具有重要应用价值。

为解决经典距离向量跳段（DV-Hop）定位算法存在较大误差问题，提出一种基于多通信半径修正跳数计算未知节点位置的DV-Hop改进扩展算法。通过对无线传感器网络（WSN）中多通信半径与信邻/信标节点间跳数分级细化，精确移动物联感知传感定位跳数，修正网络拓扑结构不规则多级通信半径。研究结果表明：不同通信半径下，该算法定位误差较传统DV-Hop算法、基于改进的樽海鞘群算法的DV-Hop（ISSA_DV-Hop）算法、基于差分进化的DV-Hop（DE_DV-Hop）算法分别降低约36.78%、10.63%、21.15%；不同信标节点数下，该算法定位误差比上述3种算法定位误差平均减小约33.17%、15.36%、21.07%。由此说明，基于DV-Hop修正算法可提高移动物联感知传感定位精确度，在无需添加硬件情况下能够减少数据误差，并确保WSN中未知节点平均跳距更符合DV-Hop定位算法实际和网络传感要求。

基于模型的光学邻近效应修正是半导体制造中的关键技术，通过调整掩模图形来补偿光学邻近效应引起的图形失真，从而提高光刻精度。随着技术节点的演进，线边缘粗糙度成为影响器件性能和可靠性的重大挑战，需要更精确的光刻胶模型来预测和控制线边缘粗糙度。设计-工艺协同优化则通过在设计和制造过程中整合优化策略，解决了与缩小特征尺寸相关的多方面挑战，推动了掩模可制造性、光刻性能的提升。将描述光学临近效应物理现象的数学模型和新兴的机器学习算法相结合，有望进一步推动半导体技术的发展。