实时准确获取飞机尾涡的特征参数信息，将有利于在保持机场基础设施的情形下进一步提升机场吞吐量。相干多普勒激光雷达作为飞机尾涡的有效探测手段，可提供其位置与强度信息。针对飞机尾涡特征反演算法在近地面环境下出现的误识别及定位精度下降问题，通过采用区域聚焦的方法减少背景环境对识别精度的影响，并引入尾涡的旋转特征、对反演结果检验，以此提高结果的可靠性。针对扫描中尾涡的移动、扭曲或数据缺失引起的强度评估不准问题，通过尾涡速度分布校正和理想化飞机尾涡模型校正两步来提高强度反演精度。经成都双流国际机场观测数据验证，该优化算法的正确识别率提高2.8%，漏报率下降2.7%，虚警率下降20.86%。

为了探究食源性致病菌芽孢的拉曼特征指纹图谱, 实现快速识别, 该研究以产气荚膜梭菌(C. perfringens)、 艰难梭菌(C. difficile)和蜡样芽孢杆菌(B. cereus)的芽孢为研究对象, 以柠檬酸钠还原法制备的AgNPs溶胶为基底材料, 用SERS技术对芽孢进行拉曼光谱检测, 解析食源性致病菌芽孢的分子结构、 不同芽孢之间的异同之处。 将3种食源性致病菌芽孢的SERS光谱与主成分分析(PCA)和系统聚类分析(HCA)相结合并进行对比分析, 实现不同种属食源性致病菌芽孢的定性识别。 结果表明, 不同食源性致病菌芽孢的SERS光谱的特异性和重现性良好。 芽孢光谱中Ca²⁺-DPA的拉曼振动峰数量和峰强度占主要地位, 其拉曼振动峰位置在657~663, 818~820, 1 017, 1 389~1 393, 1 441~1 449和1 572~1 576 cm^-1波段。 C. difficile spores SERS光谱中Ca²⁺-DPA的六个特征峰峰强度均高于C. perfringens spores和B. cereus spores, C. perfringens spores次之。 Ca²⁺-DPA在1 017 cm^-1(Ca²⁺-DPA)处拉曼峰强度在3种芽孢的SERS光谱中均最高且差异明显, 是Ca²⁺-DPA的主要特征峰, 也是3种芽孢的主要特征峰。 此外, C. perfringens spores在936 cm^-1(磷脂N—C拉伸)、 1 294 cm^-1(脂质中的CH₂变形振动)、 1 609 cm^-1(蛋白质中的酪氨酸)和1 649 cm^-1(蛋白质中的酰胺I)显示特有拉曼振动峰; C. difficile spores在890 cm^-1(=C—O—C=拉伸)显示特有拉曼振动峰。 PCA分析结果显示PC1和PC2方差贡献率分别为51.1%和39.7%, 累积贡献率达90.8%, 可以将所有样本有效区分。 HCA分析可以看出3种芽孢的SERS光谱被分为三个聚类, 3种芽孢各自聚类无交叉干扰。 结合多元统计分析不仅有效实现了3种芽孢之间的区分, 也实现了梭菌属芽孢和杆菌属芽孢的区分, 为食品安全控制提供有效手段。

为实现激光跟踪仪的自主快速跟踪恢复，提出了一种基于主动红外视觉的跟踪恢复方法。首先，对所采用的跟踪恢复原理进行了分析。其次，充分利用激光跟踪仪合作目标靶球的强反射特性，设计了主动红外视觉探测系统。该系统采用红外SLED作为主动光源，利用SLED大发散角、红外相机的视场角远大于激光跟踪仪PSD探测范围的综合优势，实现合作目标靶球的大范围主动探测。然后，对红外图像中目标的快速识别与定位算法进行了研究，提出了基于合作目标特征评分的快速识别方法。最后，构建了跟踪恢复系统实验装置，并在算法的处理速度与识别准确度、系统的跟踪恢复范围和跟踪恢复速度等方面开展了针对性验证实验。实验结果表明，算法的平均处理速度约为每秒28帧，同时95.4%的目标中心像素坐标定位偏差低于5个像素值；在合作目标靶球距离3 m的情况下，跟踪恢复系统能够在1.8 s内实现直径0.5 m空间范围内的跟踪恢复。