为了有效抑制激光多普勒测速仪输出数据的随机漂移, 提高其测量精度, 在传统时序模型的基础上采用新陈代谢双时序模型进行激光多普勒测速仪漂移数据滤波.该模型由两级新陈代谢时序模型级联而成, 每一级新陈代谢时序模型均依次对13个数据点时序建模.依据此模型分别对激光多普勒测速仪静态及动态漂移数据进行建模和滤波.利用方差分析法及Allan方差法对滤波前后的测速仪静态漂移数据进行分析并利用频谱分析法对比了滤波前后的测速仪动态漂移数据.结果表明：新陈代谢双时序模型将静态漂移数据标准差减小为原始数据的44%, 将角度随机游走降为原始数据的41%; 该方法不仅能实时降低激光多普勒测速仪的静态随机漂移误差, 而且能够实时有效抑制其动态输出噪声.

为准确且无损测定小麦叶片的反射光谱, 研究了不同背景对叶片表面反射光谱的影响, 在400～1 000 nm波段范围测定了小麦叶片8种背景下的反射光谱以及叶绿素含量。 以PLATE模型为基础, 首次提出了BPLT(background plate)模型, 扣除由不同背景导致的叶片反射光谱的变化。 模型以背景下叶片的反射率R0, 不同背景反射率σ为输入, 空气和致密叶片的界面反射比R12, 致密叶片和空气的界面反射比R21, 致密叶片的透射系数τ三参数中间变量, 得到最终无背景时叶片反射率R值的2-3-1模型。 采用方差分析法(analysis of variance, ANOVA)进行了BPLT模型验证, 对比分析了背景扣除前后10种叶绿素指数值的变化。 结果表明, 当反演的确定系数DC(determination coefficients)>0.90且残差平方和SSE<1时, 反演的灵敏度较高, 对小麦叶片不同叶绿素浓度的背景扣除有着较好的效果; 采用BPLT模型背景扣除后, 背景因素所占的百分比低于5%; 优选了NDI&MCARI的函数关系, NDI&MCARI的斜率和叶绿素浓度的R2由背景扣除前的0.847 4提高到背景扣除后的0.977 8。 为真实测定不同背景下小麦叶片的反射光谱提供了依据。