近年来空分复用技术广泛用于提升光纤通信容量，空分复用光纤是达成这一目标的关键基础。其中弱耦合少模光纤通过降低模式间耦合，能够有效抑制模间串扰，显著降低传输系统的复杂度与成本。本文回顾了不同结构类型的弱耦合少模光纤,详细介绍了本课题组针对中心辅助环芯光纤的研究，实现了在常规通信光纤芯包折射率差水平下，模式空间简并显著分离、偏振简并基本不分离的设计目标，且具备良好的工艺误差容限；发现了用于调控空间简并模式分离的中心辅助环芯光纤设计规则，揭示了该类光纤通过改变光纤折射率剖面对称性调控特定空间模式简并分离的规律，为同类光纤结构设计提供有益指导。

本文基于100 m长自研高锗掺铋硅基光纤实现了1 650~1 750 nm的U波段宽带放大，并在1 720 nm处获得了28.34 dB的最高增益。同时，通过实验和数值模拟系统地研究了泵浦配置对掺铋光纤放大器放大性能的影响。模拟与实验结果表明：在低泵浦功率下双向泵浦更有利于获得高增益和低噪声指数。此外，前向泵浦下的增益受输入信号功率的影响较大，双向泵浦下次之，后向泵浦下最为稳定。该研究可为U波段掺铋光纤放大器的设计优化和应用提供参考。

融合多源数据的点云语义分割模型极大提高了点云在地物混合区域的分类精度，如何有效地融合不同模态的特征是多模态点云语义分割的关键和难点问题。本文针对城市地物提出了一种单视航空影像引导的LiDAR点云语义分割网络（image-guided LiDAR point cloud semantic segmentation network,IG-Net），从航空影像和LiDAR数据中提取多尺度、多层级的特征和上下文信息，利用航空影像特征对LiDAR点云特征进行注意力引导加权融合，强化了点特征表达力，优化了LiDAR点云语义分割结果。在实验数据集上，本文模型得到了较好的效果，与基准模型RandLANet相比，全局精度OA提高了2.32%，平均交并比mIoU提高了2.58%，F1均值提高了2.13%。

可见水印作为版权保护的重要工具被广泛应用。然而，由于可见水印服从既定的嵌入规则，很难抵抗神经网络的破坏，这给现有版权保护方法带来了巨大的威胁和挑战。为解决这一问题，本文提出了一种基于可恢复对抗水印的主动防御方法，通过引入对抗噪声提高可见水印的抗去除能力，从而形成一种新的更有效的版权保护手段。此外，为解决水印嵌入后可能会遮盖宿主图像重要区域的问题，本文提出了一种可恢复的对抗性可见水印方案。该方案通过将宿主图像重要区域作为秘密信息嵌入到非水印区域，来帮助授权用户恢复宿主图像，从而提升对抗性可见水印的可恢复性。实验证明，该方法可以在攻击水印去除网络的同时保证良好的可恢复性。

目前低照度图像增强方法主要采用单一特征重构目标图像，其中堆叠上采样-下采样操作在实现特征缩放时不可避免地造成高频信息的不可逆损失，最终导致增强后的图像存在细节信息模糊的问题。针对这一问题，本文提出一种基于边缘特征引导的低照度图像细节增强方法，该方法包含边缘特征提取模块、增强模块及边缘特征引导模块3个部分，采用Transformer由粗到细并借助边缘特征引导，渐进式地生成高质量的增强图像。首先，边缘特征提取模块通过使用并行窗口的Transformer模块（parallel window transformer block,PWTB）从低照度图像中获取边缘特征，引导图像的增强过程；然后，在增强模块中使用由粗到细的Transformer模块（coarse-to-fine transformer block,CFTB），该模块包括通道Transformer模块(channel transformer block,CTB)和PWTB，分别对全局粗粒度特征与局部细粒度特征进行提取，并对Transformer中前馈网络进行了修改；最后，由边缘特征引导模块将边缘特征嵌入到图像特征空间中，缓解了黑暗区域严重丢失细节的问题。实验结果表明，本文所提出的方法在LOL-v1，LOL-v2-real和LOLv2-synthetic数据集上，峰值信噪比分别达到24.97 dB，23.20 dB和25.92 dB，结构相似性指数分别达到0.873，0.865和0.941，均高于目前的主流方法；在主观质量方面，生成的图像较好地保持了图像细节信息。

大兴安岭是我国北方的关键生态屏障，准确评估其长时序的森林干扰动态，对区域生态监管和“天然林保护工程”成效评估至关重要。然而，传统的双时相遥感变化检测方法难以捕捉大面积森林复杂的年内与年际动态。本研究利用Google Earth Engine (GEE)平台，构建了2000—2021年的Landsat时间序列堆栈。为提升对森林退化、选择性采伐等亚像素级变化的监测敏感性，本研究首先采用光谱混合分析（SMA）对Landsat影像进行逐像元解混，生成了归一化差分分数指数（normalized difference fractional index,NDFI）序列；以NDFI作为连续变化检测与分类（continuous change detection and classification,CCDC）算法的输入，通过对每个像素建立谐波模型拟合变化趋势，并基于统计阈值自动识别时间序列中的突变点，捕捉并细化森林干扰的发生时间与位置。研究结果表明： 1)2000—2021年间，森林干扰总面积为28 958 km²，干扰高发区集中在东北部（呼玛县）和西北部（漠河县）。2)干扰年份呈现明显波动，峰值出现在2002年（4 092 km²）和2013年（4 120 km²）。3)精度验证显示，CCDC算法的总体精度达91%以上，Kappa系数为0.85，与人工解译结果具有高度一致性。本研究实现了大兴安岭地区森林退化的细微干扰监测，可为该地区生态环境监测提供重要的数据支持。

针对农村空心化甚至居住用地不减反增的问题，本文以高分一号影像为基础，采用最大似然法、支持向量机法和神经网络分类法提取居住用地，在此基础上叠加NPP/VIIRS夜间灯光数据和兴趣点（point of interest,POI）数据，估算了唐山市丰南区农村居住用地空置率。结果表明： 1）在城乡社保存在较大差异的情况下，到城镇兼业或打工的农村劳动力仍会在农忙时节回家务农，农忙时期与农闲时期的农村居住用地空置率存在差异。丰南区居住用地空置率的高低与农事季节性存在一定程度的吻合，10月份农忙时期空置率为25.35%，略低于农闲时期26.73%的空置率。证明了本文提出的假设正确，基于农事季节特征选取遥感影像进行空置率估算的思路是基本可靠的。2）丰南区居住用地空置率的高低与POI核密度分析结果的变化规律相同，说明城市住房空置率高精度估算方法适用于平原地区农村居住用地空置率估算。空置率估算结果为后续研究调研区域的选择和进一步了解农村地区居住用地空置现象的空间分布提供了参考。

直升机桨叶低光图像增强是直升机桨叶运动参数测量不可或缺的预处理环节。针对图像对比度低、噪声干扰、成对低光/正常光训练数据获取困难等问题，提出了一种基于零参考网络的直升机桨叶低光图像增强方法。首先，构建了基于曝光矫正S曲线的光照矫正模块，利用网络估计的最佳S曲线参数直接增强图像的光照分量；其次，设计了自适应卷积网络提取图像噪声，抑制图像噪声干扰；最后，设计了基于零参考的损失函数，用于整体网络自适应训练，避免对成对训练集的依赖。实验结果表明，本文方法在多个数据集上的客观评价指标和视觉质量均优于当前先进算法，网络计算量仅为1.24 G，满足机载条件下直升机桨叶低光图像实时增强的需求。

针对现有基于地面端的树木点云分割方法因局部与全局特征信息融合不足导致分割精度下降的问题，提出了一种基于空间邻近关系的森林样地树木分割方法。首先，通过构建八叉树索引建立空间关系并分离地面点，在此基础上，建立多阶段的随机森林模型实现树木点云渐进式分割，即利用树干截面的二维形态特征及空间特性准确分割树干点云；其次，基于树干点云的分割结果，利用优化的形状函数集合（ensemble of shape functions,ESF）特征描述算子获取树干与对应树冠点云间的空间连通特征，并结合树冠点云的维度特性对树冠点云进行分割；最后，对单棵树木进行结构参数的提取，并与实地测量值进行对比以完成精度评价。本文利用两组移动激光扫描点云进行实验，结果表明两组数据中树木分割的召回率分别为90.57%和90.05%，精确率分别为93.20%和95.47%。

神经网络模型隐写可用于版权保护与隐蔽通信，但现有方法大多依赖模型中间层参数，导致嵌入容量有限、抗噪声能力不足。为此，本文提出一种多层级联动态嵌入的隐写方案。首先设计了多层权重分配函数，利用动态权重将秘密数据自适应地分配并嵌入到多层神经网络中，在扩展嵌入容量的同时提升了鲁棒性；然后，在模型中引入通道注意力模块，通过注意力特征强化抵消秘密数据嵌入对模型整体性能的影响。大量仿真实验表明，所提方案可以高效地解决数据隐藏的场景问题，在嵌入容量、鲁棒性、安全性方面均优于现有方法。

针对事件描述边界模糊、句法语义信息利用率低的问题，提出了基于句法语义增强的实体事件关系对联合抽取模型。该方法充分考虑了实体和事件的上下文信息、时序信息和句法结构信息。首先，利用双向长短时记忆网络捕获文本的上下文信息和时序信息，生成语义更加丰富的嵌入表示；然后，设计了基于句法语义增强的实体事件关系对联合抽取模型，充分考虑文本的句法标签语义信息；最后，将实体事件关系对抽取和实体事件匹配两个子任务进行关联，实现实体事件关系对的联合抽取。实验结果表明，所提出的联合抽取方法在提高模型训练效率的同时，可以实现模型训练参数共享并减少错误标签传播，有效提高了实体事件关系对抽取的准确率。