提出了一种基于旋转相位调制手段恢复复杂光场相位的方法，通过数值模拟验证其有效性和可行性。采用结构简单的相位板横向旋转到一个或更多新的位置来产生多个夫琅禾费衍射图样，通过修正的混合输入输出算法(HIO)对光场进行复原。模拟实验表明，该算法能在二维情况下快速准确地恢复复杂光场，并且大幅度地提高了复杂光场的恢复精度。多次选取随机初始迭代值，没有出现迭代停滞现象和收敛结果不确定的问题，且具有良好的抗噪性能。

光计算是以光作为信息载体的数据处理技术。光计算具有髙并行性、宽的时间空间带宽、三维自由空间互连等先天性优点。它是克服电子计算机中串行的“瓶颈”效应、互连带宽、时钟歪斜等限制，实现超高速数据处理的重要途径。近年来，由于半导体光双稳器件的重大进展，光计算技术的发展进入了新阶段。光计算机的研究已引起了广泛重视。

在传统GS算法的基础上,根据角谱传播理论并引入一简单的梯度,提出一种快速、高精度相位恢复迭代算法--加速角谱迭代法。该算法使用三个面(即一个输入面和两个输出面)的强度信息恢复输入面光场的相位分布。数值模拟结果表明,该算法能在二维情况下快速准确地恢复各种输入面光场的相位分布,并且大幅度地提高了复杂光场的相位恢复精度。在模拟实验中多次选取随机初始迭代值,该算法的收敛结果唯一,表明算法有良好的收敛性能。

在相位恢复过程中, 用图像的稀疏性作为先验知识可以提高图像的重构质量。结合图像在小波域的组稀疏性与图像自身的梯度稀疏性, 针对编码衍射图样模型, 提出一种融合正交小波db10和sym4组稀疏性与全变差正则化的相位恢复算法。针对当前相位恢复算法重构时间较长的问题, 采用复合分裂算法将非凸优化问题分解成几个易于求解的子问题(包括两个组硬阈值算子和全变差最小化)进行求解, 减少了图像重构时间。实验结果表明:在高斯噪声下, 与BM3D-PRGAMP算法相比, 所提算法重构图像的峰值信噪比提高了约0.8 dB, 重构时间缩短了90%；在泊松模型中, 所提算法也具有较大优势, 充分说明了所提算法对噪声具有稳健性。

在Gerchberg-Saxton (GS)算法的基础上，引入光强传播方程法（TIE）和加速角谱迭代算法，提出了基于TIE的加速角谱迭代算法，实现了更加精准快速的相位恢复。该算法通过3个面的光强（一个输入面，两个输出面）进行相位恢复，首先通过光强传播方程得到初始的相位，进而使用加速角谱迭代算法进行进一步的迭代恢复相位。通过数值仿真得出，该算法在二维图像相位恢复过程中更加精准快速，抗噪性更强。在可恢复相位的控制范围内，迭代40次即可趋于稳定，均方根(RMS)误差可控制在10-6数量级。

近年来,以神经网络为代表的人工智能技术正向着高速低功耗的方向快速发展。然而,受限于电子器件的固有极限,传统电子神经网络难以进一步提高功率效率与计算速度。而光子神经网络能够有机地将光电子技术与神经网络模型相结合,提供了突破这一瓶颈的有效手段。为了更好地了解光子神经网络的发展历程,把握当前光子神经网络的研究热点以及展望未来光子神经网络的发展方向,本文对光子前馈、循环以及脉冲神经网络的研究现状进行梳理,以阐释光子神经网络在实时训练、非线性运算、规模化和实用化方面面临的挑战及未来发展的趋势。

为实现对双陷波超宽带(UWB)天线的精准神经网络建模,提出了一种利用改进的果蝇算法(FOA)优化广义回归神经网络(GRNN)的建模方法。该方法通过扩大果蝇搜索范围,在味道判定公式中引入调整项来实现果蝇算法的改进,并用改进后的果蝇算法优化GRNN的光滑因子。这样可以避免果蝇算法陷入局部最优,提高模型预测精度。将该方法用于双陷波超宽带天线模型的建立中,并对天线的S11参数和电压驻波比VVSWR参数进行预测。结果表明,相比于FOA-GRNN建模方法和GRNN建模方法,S11参数的最大相对误差分别减小了91.08%和99.14%;VVSWR参数的最大相对误差分别减小了98.36%和99.18%,使超宽带天线建模精度得到提高,验证了该方法的可行性。

光互联技术相对于传统的电互联技术具有高速、高带宽、低功耗、低损耗和抗电磁干扰等优势，在高性能计算机、高速交换系统及波分复用（WDM）终端等方向都具有巨大的应用前景。板级电路在电子系统中占据主导地位，就国内外板级波导光互联技术研究现状进行了阐述与分析，并对光电印制电路板（EOPCB）国内外发展水平进行了对比，为我国在该技术领域未来的主要研究方向及重点提供参考。最后对板级光电互联技术的发展趋势进行了展望。