Optical molecular tomography (OMT) is a potential pre-clinical molecular imaging technique with applications in a variety of biomedical areas, which can provide non-invasive quantitative three-dimensional (3D) information regarding tumor distribution in living animals. The construction of optical transmission models and the application of reconstruction algorithms in traditional model-based reconstruction processes have affected the reconstruction results, resulting in problems such as low accuracy, poor robustness, and long-time consumption. Here, a gates joint locally connected network (GLCN) method is proposed by establishing the mapping relationship between the inside source distribution and the photon density on surface directly, thus avoiding the extra time consumption caused by iteration and the reconstruction errors caused by model inaccuracy. Moreover, gates module was composed of the concatenation and multiplication operators of three different gates. It was embedded into the network aiming at remembering input surface photon density over a period and allowing the network to capture neurons connected to the true source selectively by controlling three different gates. To evaluate the performance of the proposed method, numerical simulations were conducted, whose results demonstrated good performance in terms of reconstruction positioning accuracy and robustness.

提出一种顾及姿态误差时空变化的全谱段光谱成像仪（VIMS）定位精度提升方法。通过分析高分五号02星（GF-5B卫星）181 d的星敏感器低频误差规律，以分段傅里叶级数模型为基础，利用时序化、多空间补偿策略，统一了非基准与基准定姿模式之间的低频误差特性，补偿低频误差对影像几何定位的影响。研究结果表明，所提方法将VIMS可见光近红外影像无地面控制几何定位精度从4.274 pixel优化至1.867 pixel，且对不同时相、不同区域的光学影像均有良好的精度提升效果。

在数字全息粒子场成像中，粒子衍射的孔径角很小，重构时具有很长的焦深，造成轴向定位精度远低于横向定位精度。增大照明波长，相当于增大粒子孔径角，因此可得到更高的轴向定位精度。采用红外相干光源照明粒子场，在不提升算法和系统复杂度的前提下提升数字全息粒子场重构的轴向定位精度。从理论上分析数字全息粒子场重构中焦深与轴向定位精度的关系，并分别仿真分析绿光、红光及红外光照明时的粒子场全息重构，分别开展了基于这3种光源的聚苯乙烯微球粒子场全息成像实验。仿真和实验结果研究表明，相比红光，红外光源使焦深减小了约19%，而相比绿光，焦深减小了约39%。增加波长可以减弱离焦像的层间干扰，从而提高了轴向定位精度。

针对精密定位平台大行程下定位精度不足的问题, 提出一种基于非共光路外差激光干涉反馈的新型纳米精密定位系统。系统由非共光路外差激光干涉和高精度光栅构成复合反馈, 保留了高精度光栅大行程高分辨率的优势, 同时结合非共光路外差激光干涉协同定位, 消除了光栅的安装误差和变形对定位精度的影响, 提升了大行程下的定位精度。系统采用基于BP神经网络的预测微调定位技术, 一定程度上提升了定位效率。实验结果表明, 在100mm行程范围内,系统轴线双向定位精度可以达到28nm, 轴线重复定位精度可以达到26nm。通过预测定位, 定位结束门限设定为20nm时, 系统定位微调时间可由1.65s以内缩短至0.6s以内。5mm/s的速度下, 系统跟随误差可达100nm。

针对工业机器人绝对定位精度不高的现状，提出一种基于双目视觉辨识运动学参数的方法。首先，基于modified Denavit-Hartenberg参数建立机器人运动学模型；其次，规划机器人末端以多空间球形运动，采用双目视觉系统测量不同末端位置相对球心的实际距离，与理论距离对比构造相对距离误差函数；然后，使用粒子群算法迭代求解运动学参数误差，并利用正余弦策略和信赖域优化对粒子群算法进行优化，降低粒子群陷入局部寻优的可能性；最后，对运动学参数进行补偿并对比验证。实验结果表明：距离平均误差由1.1601 mm减少到0.2260 mm，精度提高了80.52%；标准差由0.6582 mm减少到0.1412 mm，精度提高了78.55%，验证了所提方法的高效性和实用性。

随着我国高速、大容量、宽带网络的快速发展以及军用短距离战术通信系统的广泛应用，对于通信网络中光纤及无源器件故障的精准定位与实时在线监测日趋重要。本文基于非相干光频域反射(IOFDR)技术机理，以光纤中后向瑞利散射光作为信号光，并结合光波传导方程，提出了一种低成本、高精度、分布式光纤质量检测方法，并对其数值模型进行了详细推导，设计系统结构，研制系统样机。通过实验验证，采用非相干连续光源，可以以较低的光功率(<10 mW)初步实现10 km光纤的分布式检测，并可保证光纤沿线无差异的空间分辨率0.1 m，动态范围优于34.5 dB，事件盲区极小，可有效解决传统光时域反射技术(OTDR)的注入功率大、空间分辨率低、事件盲区大以及相干光频域反射技术(COFDR)成本高、体积大、测量距离有限等问题，是一种极具发展潜力和推广价值的高精度光纤网络在线健康监测技术。