尾流是飞机飞行时的必然产物，对航空安全有重大威胁，还限制着航空效率和容量的提升，飞机尾流涡核的精准辨识是动态缩减尾流间隔的前提，目前晴空尾涡探测的主要工具是相干多普勒激光雷达（CDL）。针对使用激光雷达进行飞机尾流探测中受限于雷达时空分辨率和背景风场的影响导致的识别和反演尾流关键参数误差较大这一问题，提出一种在激光雷达探测数据基础上基于贝叶斯网络（BN）和均方误差（MSE）构建的尾涡参数反演模型。搭建大气背景风和湍流环境，并将其叠加到模拟的尾涡速度场上，得到用于训练模型的仿真数据集。实验结果表明：所提算法能够得到误差较小的参数反演结果（仿真算例中涡核位置偏差在2 m以内，环量偏差在5%以内）；在实际算例中，所提算法与传统算法相比，反演速度场均方误差显著降低（平均超过50%）。本研究可用于机场实时尾涡监测，对尾涡间隔标准制定有重要意义。

白光显微干涉术是微结构三维形貌无损测量的有效手段，但当沟槽深度小于光源相干长度时易产生蝙蝠翼效应。ISO-25178系列规定了由三维形貌计算沟槽深度和线宽两项特征参数的方法。该计算法则首先需要确定阶跃边缘位置，然而蝙蝠翼位于阶跃边缘，造成形貌中的阶跃边缘位置定位困难。本文针对上述问题，摒弃了从三维形貌中提取阶跃边缘位置的传统方法，依据干涉图像中矩形光栅上下表面边缘位置采样点相干峰分布的差异性，提取相干包络峰值位置，并计算得到用于区分阶跃上下表面的掩膜。本文提出的方法从垂直扫描干涉图像出发，同步实现三维形貌复原和阶跃边缘位置定位，继而准确、高效地计算沟槽深度和线宽。本文以两种不同特征参数的矩形光栅作为检测对象，比对了测量结果与标称值之间的偏差，并对测量过程中的误差项进行了分析。实验结果证明，本文方法具有良好的重复性和鲁棒性。

再生骨料(RCA)对混凝土的性能影响极大, 了解RCA对混凝土性能的影响, 对提高RCA的利用效率, 降低建筑行业碳排放并响应国家“双碳”政策至关重要。本文借助CT扫描技术获取了四组不同RCA替代率下掺锂渣再生混凝土的骨料特征图像, 运用数字图像处理方法获得了RCA的形状系数(SF)、棱角度(AN)、棱角与表面纹理（AT）指数及三维球体度(SP), 分析了它们的分布规律及特点, 并通过灰色关联分析方法建立了骨料特征参数与抗压强度的联系。结果表明: RCA具有较高的不规则性, 由于骨料残留的砂浆量不同, 其表面呈现粗糙且多棱角的特点; 四个骨料特征参数均表现出较高的灰色关联度, 其中SP关联性最大, 达到0.942; 在合理的骨料混合比例下, 试验样品可以满足C30混凝土强度的要求, 且在30%（质量分数）RCA替代率下力学性能最优。

声发射技术可以评估混凝土的损伤演化过程。为合理描述混凝土的受压损伤演化过程, 开展了轴压和偏压状态下混凝土损伤全过程的声发射试验, 分析了轴压和偏压状态下混凝土损伤全过程声发射特征参数的演化规律, 进而合理遴选了描述混凝土损伤演化过程的声发射特征参数, 揭示了混凝土应力-应变曲线特征点与声发射特征参数特征点之间的对应关系。分析表明: 振铃计数、持续时间、幅值、信号强度和平均频率可以较好地表征轴压与偏压状态下混凝土损伤的演化规律; 混凝土试件受压破坏过程中声发射特征参数特征点与应力-应变曲线特征点之间具有高度的相关性, 其中声发射特征参数特征点中的第一个分界点对应于应力-应变曲线弹性阶段的起点, 第二个分界点对应于应力-应变曲线的峰值应力点, 信号强度的最大突变点对应于应力-应变曲线的开裂点。

该文建立了声表面波传感器的液体传感模型, 分析了水平剪切声表面波(SH-SAW)对洗涤剂残留量的敏感机理, 通过洗涤剂浓度变化引起液体特征参数变化并导致声表面波传播参数的变化来实现检测功能。设计并制作了包括自由化通道、金属化通道的双通道传感器, 以及与之配套的液槽面板和测试板。实验测试结果表明, 可通过对传感器自由化通道谐振频率的测量来实现对洗涤剂残留量的检测, 在(0~240)×10-6范围内测量误差小于16.8×10-6。

设计了一组应用于多光谱掌纹图像采集系统的光学薄膜滤光片。根据手掌皮肤在可见、近红外光谱波段反射率不同的特点,研究了掌纹识别滤光片的光谱特性参数及膜系设计。为提高系统获得的掌纹图像质量,采用四通道滤光片设计方案,光谱特性参数要求如下:中心波长为λ₁=470 nm、λ₂=520 nm、λ₃=630 nm、λ₄=880 nm;各通道的半宽度在8~12 nm范围内,透射率大于90%,平均截止背景深度大于OD6(即光谱透射率T<10 ^-6)。

地上生物量(above-ground biomass, AGB)是评价作物长势及其产量估测的重要指标, 对指导农业管理具有重要的作用。 因此, 快速准确地获取生物量信息, 对于监测马铃薯生长状况, 提高产量具有重要的意义。 于马铃薯现蕾期、 块茎形成期、 块茎增长期、 淀粉积累期、 成熟期获取成像高光谱影像、 实测株高(heigh, H)、 地上生物量和地面控制点(ground control point, GCP)的三维空间坐标。 首先基于无人机高光谱灰度影像结合GCP生成试验田的DSM(digital surface model, DSM), 利用DSM提取马铃薯的株高(Hdsm); 然后利用无人机高光谱影像计算一阶微分光谱、 植被指数和绿边参数, 进而分析高光谱特征参数(hyperspectral characteristic parameters, HCPs)和绿边参数(green edge parameters, GEPs)与马铃薯AGB的相关性, 每个生育期筛选出相关性较高的前7个高光谱特征参数和最优绿边参数(optimal green edge parameters, OGEPs); 最后基于HCPs, HCPs加入OGEPs, HCPs加入OGEPs和Hdsm的组合利用偏最小二乘回归(partial least square regression, PLSR)和随机森林(random forest, RF)估算不同生育期的AGB。 结果表明: (1)提取的Hdsm与实测株高H高度拟合(R2=0.84, RMSE=6.85 cm, NRMSE=15.67%); (2)每个生育期得到的最优绿边参数不完全相同, 现蕾期、 块茎增长期和淀粉积累期OGEPs为Rsum, 块茎形成期和成熟期OGEPs分别为Drmin和SDr; (3)与仅使用HCPs估算AGB相比, 使用HCPs加入OGEPs, HCPs加入OGEPs和Hdsm在马铃薯不同生育期可以提高AGB估算精度, 且以后者为自变量提高精度的幅度更大; (4)每个生育期利用PLSR和RF估算AGB的建模和验证R2从现蕾期到块茎增长期呈上升趋势, 随后开始降低, 整体上R2呈先上升后下降的趋势, 通过PLSR方法构建的估算AGB模型效果优于RF方法, 其中块茎增长期表现效果最好。 因此, 高光谱特征参数中结合最优绿边参数和株高, 并使用PLSR方法可以改善马铃薯AGB的估算效果。

为了达到快速识别和检测油类污染物的目的,以激光诱导荧光技术为基础搭建了荧光光谱检测系统,得到0 #柴油、95 #汽油和普通煤油3种不同油种的荧光光谱,然后从荧光光谱信息中提取特征参量,将标准差、中心距和荧光峰的峰度系数作为敏感特征参量进行聚类分析,最后采用拟合曲线法求得待测样品的质量浓度。实验结果表明,LIF技术结合特征参量提取法和拟合曲线法可用于不同油类污染物的定性和定量检测,为快速识别和检测油类污染物提供了一种新思路。