电子直线加速器焦点尺寸是影响高能工业CT空间分辨率等关键技术指标的主要因素之一。IEC 62976-2021和GB/T 20129-2015的“三明治”法（或称叠片法）是现行的无损检测用电子直线加速器焦点测试标准。但在实际操作中，该方法不仅过程繁琐，且在胶片曝光、冲洗、条纹计数等过程中人为因素影响大。此外，理论仿真发现“三明治”测试模块的金属片及塑胶片厚度对测量结果影响的误差超过±12.5%。针对该方法的不足，研究并设计了一套焦点测量方法和装置——狭缝平移扫描法及装置，并进行焦点扫描测试和CT空间分辨率验证等实验。结果表明，所提方法相对于“三明治”法，测量结果客观、准确、重复性好，这对于电子直线加速器的焦点尺寸精确测量和高能工业CT系统性能评估和优化设计具有重要意义。

为得到空间目标高质量仿真图像，正确仿真目标包覆温控材料形成的褶皱表面十分重要。采用反向光线跟踪方法建立辐射传输模型，针对常用温控材料聚酰亚胺的褶皱表面引发的二次反射和材料的菲涅耳反射现象，采用余弦权重重要性采样对二次反射计算时的光线区间进行优化，改进了可描述菲涅耳反射现象的双向反射分布函数（BRDF）模型。利用3D建模软件生成并量化褶皱平面，在严重褶皱上重要性采样的均方根误差比均匀采样减小了63.42%，通过与实测BRDF值对比，改进BRDF模型能更好地描述菲涅耳反射，从褶皱平面仿真图像中可看到离散的强镜反亮斑。仿真的卫星图像褶皱表面细节纹理展示良好，阴影效果逼真，可为空间目标视觉导航算法研究提供图像数据。

采用蒙特卡罗方法研究了在不同溅射参数和材料模型下，溅射产额、损伤密度分布和纵向能量损伤分布等溅射特征参量对离子束溅射作用效果的影响。通过SRIM-2013软件的粒子跟踪和物理统计结果，分析了离子束初始能量、入射角度、离子种类和材料类型对表面溅射效果和能量沉积的影响规律，研究了表面损伤分布规律与溅射参数和溅射产额的关系。结果表明：85°的束源倾角设置可促进级联粒子密度集中和密度峰值群向表面移动分别达到2.8×10⁸ atom/cm²和3×10^-10 m，平均能量损失减小45.6%，Ar⁺溅射产额提高4.7倍；声子和电离产生大量的能量损失抑制了溅射产额的提高，两种能量损失占总损失比在0°入射时分别可达69%和30%。

为了研究涂层表面光反射偏振特性，提出了一种基于蒙特卡罗方法的偏振双向反射分布函数（PBRDF）建模方法。该方法先利用傅里叶变换完成对涂层-基底双层粗糙表面的三维重构，再根据微面元理论和菲涅耳方程求解单个面元上反射与折射的随机过程，最后应用偏振光线跟踪技术和蒙特卡罗方法对重构表面的偏振光散射过程进行统计求和，从而得到涂层表面的PBRDF。实验结果表明，所提方法建立的PBRDF正确，且相比于现有模型具有更高的精度。最后分析了入射角、表面粗糙度、基底材质及涂层光学厚度对涂层表面光反射偏振特性的影响规律，以为其表面的探测和测量提供理论依据。

光子在制备、传播和探测的过程中产生的损失极大地限制了玻色采样的量子计算优越性。为研究光学网络中光子损失对玻色采样结果的影响，基于Clements模型，通过马尔可夫链蒙特卡罗（MCMC）方法实现了4光子8模式的玻色采样模拟，并通过贝叶斯检验方法，对模拟获取的玻色采样结果和光子源处产生光子损失的玻色采样进行了区分。模拟结果表明，基于引入光子损失的光学网络，利用MCMC方法获取的采样结果均能有效通过贝叶斯检验。当MCMC采样样本之间的跳跃样本数增大，通过检验所需的样本数均逐渐减少并趋于稳定。而随着光学网络规模的增大，MCMC方法需要更大的跳跃样本数以达到快速通过贝叶斯检验的需求。通过MCMC方法成功模拟了光学网络中发生光子损失的玻色采样过程，为考虑误差的玻色采样研究提供了参考。

针对室内LED灯源光强分布不平坦、传统Lambert模型未考虑非直射信道、环境中噪声和干扰、障碍物遮挡、室内边界及不规则房间布局等问题，提出基于并行全连接-卷积神经网络（PFCNN）模型的室内可见光定位（VLP）最优灯源布局方案。通过采集现场灯源坐标、功率和朝向角等灯源信息及其对应的接收平面光强分布构建指纹库数据集，并用蒙特卡罗方法衡量光强分布平坦度参数；提出采用全连接神经网络和并行全连接神经网络建立可见光信道模型；基于PFCNN模型构建光强平坦度预测模型；采用动量粒子群优化K-Means++（Mot-PSO-K-Means++）算法实现最优灯源布局。仿真分析可知：并行全连接神经网络相比全连接神经网络精确度提升84.69%；在5 m×5 m×3 m的室内空间中，4-LED布局下光强平坦度达到92.00%，光强范围为340~440 lx；12-LED布局下光强平坦度达到91.00%，光强范围为980~1120 lx。该方案有更高的平坦度、较强适用性，可应用于实际室内VLP场景，为室内VLP深入研究提供理论支撑。