近年来,水下无线光通信由于其高带宽和通信速率高而受到越来越多的关注。然而由于水下环境的吸收、散射等影响,水下无线光通信的传输距离被严重的限制。为了实现远距离的水下无线光通信,具有光子限灵敏度的单光子雪崩二极管（Single Photon Avalanche Diode,SPAD）被研究用于接收端检测光信号。接收端中要实现数据解调的关键在于恢复同步时钟和基带信号,其中同步时钟的恢复是实现基带信号恢复的基础。由于SPAD输出的是离散的单光子脉冲,并且光子探测过程中会受到强烈的散粒噪声影响,因此实现远距离水下光子计数无线光通信的关键点和难点在于同步时钟的恢复,但是目前并没有系统性的水下光子计数无线光通信同步时钟恢复方案。在此背景下,本文围绕远距离水下光子计数无线光通信同步时钟的快速恢复技术展开了研究,主要研究内容及成果如下:1.基于LED发射光场的统计分布、水下信道的衰减过程、光子探测的非标准泊松随机过程建立了水下光子计数无线光通信系统模型。根据系统模型,以开关键控（On-Off-Keying,OOK）调制为例研究了水下光子计数无线光通信,通过理论公式推导分析了系统误码率（Bit Error Rate,BER）及传输距离,并通过仿真研究了相关参数对系统BER及传输距离的影响。2.提出一种基于多通道门控光子计数的同步时钟恢复方案,并建立了该同步时钟恢复方案的模型。基于脉冲相位调制（Pulse Phase Modulation,PPM）,通过蒙特卡洛仿真和实验分析了同步头序列长度、门控时钟个数、时隙频率对系统通信性能的影响。实验结果表明,本文提出的多通道门控光子计数方案在时隙频率为1MHz时,可以实现0.875光子/位且误符号率（Symbol Error Rate,SER）仅为1.8×10-3的水下光子计数无线光通信。3.针对需要进一步提高恢复的同步时钟精度的问题,首次将深度学习与水下光子计数无线光通信相结合,提出了基于深度学习的同步时钟恢复方法。根据系统模型提出了一种利用蒙特卡洛方法制作训练数据的方案,分别基于回归问题和分类问题设计了两种实现同步时钟恢复的神经网络模型。仿真结果表明该方法可以有效提高恢复的同步时钟精度,降低水下光子计数无线光通信系统BER。4.为了验证基于深度学习的同步时钟恢复方法在实际系统上的可行性,设计并搭建了基于深度学习的水下光子计数无线光通信实验平台,通过实验测试了相关参数对系统通信性能的影响。实验结果表明,当时隙内的光子仅为8个时,可以实现波特率为1Mbps且BER为5.4×10-4的水下光子计数无线光通信。