针对基于蒙特卡洛的水下无线光信道仿真计算量大、计算效率低的问题，提出了利用Open MP（open multi-processing）和CUDA（compute unified device architecture）的水下无线光信道并行仿真方法。通过将计算密集型部分移植到各线程并行计算的方式提高仿真计算效率。在此基础上引入3种优化方案，通过剔除无效光子和限制高散射事件的方式，加速数据合并，减少主存显存的数据交换量，进一步提高仿真效率。对比分析了在不同水质、不同计算环境以及不同光子数和距离等条件下的加速效果。结果表明，相比于传统串行仿真，图像处理器（GPU）水下光散射并行计算方法的加速最高可达300倍；中央处理器（CPU）水下光散射计算方法的加速最高可达90倍。

复杂的水体环境，特别是水中微粒的吸收和散射作用，使得水下激光雷达测距系统的接收信号中存在大量的后向散射杂波。随着距离的增大，目标回波会逐渐淹没在杂波中，而副载波调制技术可以有效地提升目标对比度，实现水下激光雷达的测距增程。首先建立了光子在海水中传输的蒙特卡洛仿真模型，然后研究了结合激光雷达优势和微波雷达优势的副载波调制技术，给出了伪随机序列作为副载波时发射、接收和相关处理的详细步骤，最后对四种不同类型的副载波(方波、锯齿波、正弦波和伪随机序列波)在不同的水质和发射脉冲宽度的情况下进行了仿真研究。结果表明：伪随机序列对于目标对比度的提升方面性能最好。

航空摆扫成像时, 曝光时间内像点的移动是影响成像质量的重要因素。为了研究三面镜各项误差对像移量的影响, 利用齐次坐标变换法建立了像点位移计算模型, 准确地引入了摆扫镜轴系误差等常见误差项。在此基础上, 分析了三面镜加工装调误差对像点位移量的影响, 并比较了像点位移量对各误差项变化的灵敏度。接着, 根据系统调制传递函数的指标对像点位移量的范围进行了限定, 确定了高图像质量允许的像点位移量。最后, 对分配后的三面镜误差进行了蒙特卡罗法仿真。仿真结果表明, 像点位移量在10－5 m量级, 像移的MTF因子为0.97, 满足指标要求。该结论对摆扫相机的结构设计与加工装调有重要的参考价值。

为了实现大尺寸飞行器质心的测量, 提出了一种柔性质心测量方法。对该方法的重力作用线测量、坐标转换、质心合成等问题进行了研究并进行了不确定度分析。首先, 测量被测件在任意一个状态下质心在测量设备中的投影, 建立通过该投影的重力作用线并通过坐标转换将重力作用线转换到被测件坐标系下。然后, 将被测件旋转或倾斜任意一个角度, 测量该状态下重力作用线并转换到被测件坐标系中, 通过求得两条重力作用线的交点获得质心。最后, 采用蒙特卡洛仿真分析法对该测量方法进行了不确定度评定。仿真分析表明, 该方法的测量误差≤0.3 mm, 实验结果表明, 质心测量误差≤0.3 mm, 可以在被测件与测量设备相对位置关系未知的情况下实现质心的高精度测量。

为实现大空间域激光跟踪仪的高精度测量, 本文针对由转站误差导致的激光跟踪仪分时多基站测量精度难保证的问题, 提出了基于多站位下单台激光跟踪仪测量误差的转站误差模型与转站参数修正的补偿方法。首先分析了激光跟踪仪测量误差的来源以及具体形式, 阐述了激光跟踪仪测量误差影响空间任意点测量精度的具体形式; 其次分析了激光跟踪仪的随机测量误差和系统测量误差对多基站转站参数求解精度的影响。在此基础上, 建立了考虑随机、系统测量误差的激光跟踪仪多基站转站误差模型和转站参数误差补偿模型。蒙特卡洛仿真结果表明: 当激光跟踪仪的长度测量误差为05 μm/m, 角度测量误差为5 μm+6 μm/m时, 最大转站误差为0.174 7 mm, 补偿后最大转站误差为0.04 mm, 转站精度提高了77%。分时多基站转站测量实验结果表明: 直接转站测量时最大转站误差为0.054 2 mm, 补偿后转站误差为0.033 1 mm, 转站精度提升了38.9%。激光跟踪转站补偿后测量精度有明显的提高。

为了满足生鲜肉品质参数无损检测领域, 对轻便式、 低成本设备的开发需求, 提出一种基于多光谱漫反射技术的生鲜肉品质检测方法。 首先根据漫反射近似理论, 结合牛肉样品散射系数、 吸收系数及折射率等参数, 在无线细垂直光束的蒙特卡洛仿真的基础上, 对具有一定发散角度LED光源进行了初始化的校正, 分别从光源照射位置概率分布、 不同角度的照射概率分布、 仰角、 方向角的概率分布、 不同角度光线入射样品时反射引起能量损失及对光子权重的影响, 得到在LED光源发散角情况下, 不同源探距下的漫反射率与检测深度, 确定了光源与检测器之间的最佳距离为15 mm, 然后根据此距离, 搭建了多光谱漫反射检测平台, 检测平台由8组中心波长为470, 535, 575, 610, 650, 720, 780和960 nm的LED光源组成, 与所要检测的生鲜牛肉品质参数相对应。 同时利用LED光源的发散角, 确定了光源到样品表面的垂直距离与每个光源的安装位置, 保证光源照射到样品的区域是均匀的。 样品的漫射光强经由信号采集与放大电路的处理后传至上位机, 并在上位机完成建模与分析。 最后为验证该检测系统的性能, 以生鲜牛肉新鲜度参数中的颜色(L*, a*, b*)与pH值为指标, 利用60个样品进行了试验, 分别得到8个光源下的原始光强值与校正后的反射率值, 然后将牛肉样品按照3∶1比例分为校正集与预测集, 针对原始光强值与反射率值, 分别利用多元线性回归(multiple linear regression, MLR), 偏最小二乘回归(partial least squares regression, PLSR)与偏最小二乘支持向量机回归(partial least-squares support vector machine, LS-SVM)三种方法, 建立各个参数在原始光强与反射率数据两种情况下的预测模型, 并得到最佳模型结果。 结果表明, 利用反射率数据建模结果均好于光强数据结果, 其中参数L*, a*, b*的MLR建模结果优于PLSR与LS-SVR, 其预测集相关系数分别为0.983 2, 0.907 2及0.935 9, 预测集误差分别为1.00, 2.14及0.67。 参数pH值的LS-SVR建模结果优于PLSR与MLR, 其预测集相关系数为0.942 0, 误差为0.19。 最后利用未参与试验的20块牛肉样品对模型进行了验证, 颜色L*, a*, b*及pH参数的预测值与实测值的相关系数均大于0.85, 结果证明, 利用多光谱漫反射技术以及所搭建的多光谱漫反射检测系统对生鲜牛肉品质参数检测是可行的, 该方法能够为设计便携式或微型化生鲜牛肉品质的无损检测仪器提供参考与依据。

在紫外光传输模型的基础上, 基于米散射和瑞利散射理论, 分析了大气分子和气溶胶粒子对紫外光的吸收和散射特性.利用蒙特卡洛方法仿真分析了良好、严重雾霾、极严重雾霾三种天气条件下的紫外光通信系统路径损耗和误码率.使用波长为255 nm的“日盲”紫外LED及光电倍增管作为收发器件, 发射信号采用10 kHz和100 kHz的方波信号, 在三种不同天气情况下进行户外短距离紫外光通信实验.实验结果表明：在通信距离小于100 m条件下, 随着雾霾污染程度的加重, 紫外光直视通信路径损耗逐渐增大, 紫外光非直视通信路径损耗逐渐减小.在进行非直视紫外光通信时, 发射光功率为0.6 mW时, 收发端仰角小于20°, 通信距离小于40 m, 通信质量相对较好.