衬层固化是固体火箭发动机的关键步骤, 其状态影响着火箭发动机最终性能。本文通过激光超声在线监测平台采用激光超声非接触在线监测方法对硅酮密封胶的固化过程进行监测, 该方法结合经验模态分解(EMD)算法对激光超声回波信号进行处理, 根据超声传播速度和超声衰减的变化情况来表征其固化状态。监测结果表明, 随着固化反应的进行, 超声传播速度首先迅速增加, 而后略微下降, 最后趋于平稳; 超声衰减首先迅速减小, 而后缓慢减小, 最后趋于平稳, 完整的反映了整个的固化过程, 能够对其半固化状态进行判定, 为衬层的固化状态进行非接触在线监测奠定基础。

搭建了激光超声检测实验平台, 采用热弹效应和激光干涉接收方式, 观测了点聚焦激发横波的指向性及内表面处缺陷对超声信号的影响, 完成了圆管工件的B-scan成像, 实现了对圆管型螺纹构件内表面裂纹的定位。结果表明, 点聚焦激光激发横波信号在作用点法向夹角为32.1°的方向上能量最强, 与理论分析相符合; 根据圆管构件B-scan成像实现了内表面裂纹的位置检测, 并结合峰值-角度变化进一步实现了缺陷宽度测量。该研究成果为激光超声工业应用推广提供了实验依据。

为从海量激光扫描点云数据中准确提取特征,提出了一种基于形态学梯度的激光扫描点云特征提取方法。该方法首先生成海量激光扫描点云数字高程模型,而后通过数学形态学对梯度的定义求取各激光脚点梯度,将梯度局部邻域均值作为局部自适应阈值,对点云数据进行分割,生成特征部分与平坦部分。使用随机抽样一致方法拟合平坦部分平面以及特征部分的圆孔,求取台阶面高度、圆孔内径等特征信息。实验结果表明:该方法可以有效地提取大规模点云数据的特征,圆孔类特征值提取最大误差不超过0.05 mm,台阶面高度提取误差不超过0.1 mm。

激光超声能够激发宽频带的表面波,可实现金属材料表面微缺陷的定位分析与深度检测。根据表面波在缺陷处的透射/反射阈值现象,提出了测量表面缺陷深度的临界频率法;基于光弹激发原理搭建了激光超声检测平台,得到了铝合金样品的B扫成像,实现了表面缺陷的定位;结合小波变换分析了表面缺陷的透射与反射波形能量分布,测得透射/反射阈值θ₀=1/4,进而采用临界频率法实现了表面微缺陷的深度估计。此外,还分析了激发点与探测点距离、待测样品材料对透射/反射阈值的影响。结果表明,基于激光超声临界频率法可以实现表面微缺陷的定位及深度检测,且透射/反射阈值大小与表面波传播距离、待测样品材质无关。

弹光调制干涉信号范围为百赫兹到数十吉赫兹之间, 而由于探测器阵列无法对该等级频率实现有效响应, 因此, 该情况使弹光调制器在光谱成像工作中受到限制。 为了解决该问题, 发展了一种使用两块具有相近谐振频率的PEM, 并基于该频率差进行光信号调制的方法。 该方法将两个弹光调制器分别工作在数值略有差异的频率f1和f2上, 被测光通过双弹光调制器实现差频调制, 因此干涉信号中产生载有被测光的低频调制分量, 低频调制频率是以δi(σ,t)=δ0i(σ)sin(ωit)为基频的一系列倍频信号, 该低频调制信号使用普通探测器即可实现探测, 再将直流和高频信号滤波后, 仅对调制信号后的低频成分进行对应的运算即可得到被测光谱。 由于该频率差比所使用PEM的谐振频率低2至3个数量级, 因此, 该方法可使探测器获得更多的响应时间, 而且由于该方法并不需要所使用的两块PEM具有严格一致的谐振频率和相同的光程差, 降低了系统本身的设计难度。

针对比尔-朗伯定律单色传输和其他透过率模型计算速度慢的问题, 为了实现红外目标的高速被动测距, 研究了被动测距系统中氧分子A带吸收特征及大气中氧分子吸收率的计算方法。分析了大气中氧分子A带的吸收光谱及分布特性, 以当前大气参数和测量环境为基础, 结合HITRAN数据库, 将随机Malkums带模式引入到氧分子带平均吸收率计算中, 建立了基于随机Malkums带模式的被动测距数学模型。搭建了测距实验平台, 在12~128 m内对7个不同点进行了距离测量。实验结果表明, 在实际大气条件下, 利用该被动测距模型测得被测目标距离与实际距离的平均误差达到1.8%。该模型正确、可行, 满足红外目标被动测距的高速在线测试及隐蔽性、高精度、抗干扰能力强等要求。

变量选择是光谱分析领域一个重要的组成部分。 为了克服传统区间选择法的缺点与不足, 基于无信息变量消除法和岭极限学习机提出一种新型的变量选择与评价方法。 首先, 利用无信息变量消除法剔除整个光谱区间中无信息的波长点; 其次, 为了解决传统建模方法（偏最小二乘法、 BP神经网络等）存在的共线性问题, 采用岭极限学习机方法建立回归模型; 最后, 最佳的特征光谱波长点组合利用特征选择路径图和稀疏度-误差折中曲线进行确定。 CO气体的浓度反演实验结果表明: （1）利用无信息变量消除法可以有效筛选出最能表征CO气体透过光谱的特征波长点; （2）岭极限学习机方法具有快速建模、 避免共线性和高精度等优点（CO气体浓度反演模型的决定系数可达0.995）; （3）特征选择路径图和稀疏度-误差折中曲线可以直观地帮助用户寻找出最佳的特征波长点组合。

为了解决混合气体多组分间特征吸收峰相互重叠引起的特征选择困难问题，提出了新型红外光谱特征选择方法，并对该方法的性能进行了分析与评价。首先，充分结合思维进化计算的并行机制、异化操作与蝙蝠算法的局部搜索能力，设计了思维进化蝙蝠算法。接着，通过实验采集两个混合气体数据库，利用思维进化蝙蝠算法对其目标组分的特征峰进行筛选。然后，从算法的收敛速度和筛选出的特征峰两个方面，将思维进化蝙蝠算法与基本蝙蝠算法、遗传算法、粒子群优化算法及并行萤火虫群优化算法等进行比较。最后，讨论了思维进化蝙蝠算法与无信息变量消除法相结合对结果的影响。实验结果表明：CO的特征峰范围包括2 090~2 110 cm^-1和2 115~2 125 cm^-1，共包含32个波长点；N2O的特征峰范围为2 225~2 250 cm^-1，共包含26个波长点。利用筛选出的特征波长点建立的浓度反演模型，测试集均方根误差为0.155，决定系数可达0.908。实验结果表明：思维进化蝙蝠算法收敛速度快、全局搜索能力强，适用于存在重叠特征峰的混合气体的特征选择，对应的浓度反演模型的泛化性能也有显著提升。

大气中氧分子浓度分布相对稳定，随纬度位置和季节变化不大；吸收波段跨越762 nm，易于被非低温探测器探知；带内无叠加其他大气组分吸收谱。据此提出基于其吸收特性的比尔定律被动测距。通过基线拟合寻找762 nm和690 nm附近的吸收率来反演距离。朗伯-比尔定律应用中的一项固有误差项被发现，定义为非线性初值。其本质是仪器非理想特性的限制引起的不可消除的线间辐射强度。搭建距离测算实验平台，对东经113°，北纬38°地区，不同季节不同时段不同天气条件，建立大量的不同组约束条件下的氧吸收率与距离的关系样本数据库。统计拟合得到经验模型实时修正理论模型中的非线性初值项，距离反演精度小于2.7%。