针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题，提出了一种基于热释电红外（PIR）传感器的人体动作识别方法。首先，采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号，将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集；其次，将原始数据的两路传感器输出数据进行特征融合，对融合后的数据做标准化处理封装为训练集和测试集；然后，基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法，第一层采用一维卷积神经网络（1DCNN）对数据进行特征提取，第二层采用门控循环单元（GRU）保存历史输入信息防止丢失有效特征；最后，利用训练集来训练该网络模型得出参数最优的分类模型，通过测试集验证模型的正确性。实验结果表明，提出的该动作识别技术模型对基本动作分类的准确率高于98%，与图像动作识别或穿戴式设备动作识别相比，实现了实时、便捷、低成本和高保密性的高精度人体动作识别。

在六氟化硫气体检测中经常会使用红外气体传感器，红外滤光片是红外气体传感器的核心元件。对六氟化硫的红外气体探测中，研制性价比较高的10.56 μm窄带滤光片尤其重要。首先，通过测量空气和六氟化硫气体的红外吸收光谱，明确了基于NDIR技术的红外传感器需要的滤光片的光谱指标。然后，使用单晶硅为基底，锗和硫化锌为高、低折射率材料，设计了窄带膜系和截止膜系两种膜系结构。通过选择合理的工艺参数，镀制了中心波长为10.562 μm、带宽为175 nm、峰值透射率为80.2%、截止范围为2～18 μm（除通带）的红外滤光片。最后，经环境测试和传感器测试，证明该滤光片满足使用要求。

扫描式红外成像传感器在遥测遥感、卫星成像等远距离成像领域具有广泛的应用。为了缓解信噪比相对较低而影响图像质量的问题，提出了一种时间延时积分(TDI)型读出电路。该读出电路由电容跨阻放大器(CTIA)像素电路阵列、并行TDI电路、多路开关选择电路和输出缓冲器等组成。为实现对宽动态范围光电流的处理，CTIA电路设计有多档可选增益，且非线性度小于0.3%。该读出电路采用0.35 μm CMOS工艺设计与制造，芯片面积约为1.3 mm×20 mm，采用5 V电源时功耗小于60 mW。为了评估1024×3 TDI读出电路的功能，采用了对TDI输入端注入不同电压激励的方式进行测试，测试结果验证了所提出的设计方案。

随着虚拟现实和体感游戏的兴起，人体姿态估计越来越受到关注。针对基于热释电红外传感器的人体姿态估计系统中的菲涅尔光学微结构透镜进行设计，在分析了锥形偶次非球面的理论公式后，计算得到各级非球面系数。通过仿真分析，当材料选为聚甲基丙烯酸甲酯（PMMA），探测器采用6个敏感元面积为2×1 mm²、视场角为100°×100°的LHI968探测器时，得到菲涅尔透镜整体尺寸为28 mm×32 mm，前表面曲率半径为43.7 mm，后表面曲率半径为45.2 mm，中心厚度为0.6 mm。最终仿真结果显示，各探测器光能利用率分别为96.70%、94.8%、96.95%、97.75%、90.65%和90.15%，可以满足对人体不同部位红外光的响应，从而实现人体姿态的精确估计。