通过测量板状材料中Lamb波的频散曲线可以反演出材料的特性参数，因而这种方法在材料表征、评价和无损检测等领域具有广阔的应用前景。基于移动激光源法测量了薄板中Lamb波的频散曲线，通过高速转镜使聚焦的激光线源在样品表面以与相应Lamb波模式匹配的速度移动，当激光移动速度与Lamb波相速度一致时，可以以较高的效率激发出此Lamb波模式。通过改变转镜的转速，即改变激光线源的移动速度，记录不同移动速度下所激发的Lamb波频谱，可以得到Lamb波的频散曲线。在此基础上，结合粒子群优化算法反演了铝板以及聚苯乙烯板中的纵波波速与横波波速。在仿真中，开展了不同模式和频厚积处频散特性对材料参数的敏感度分析，并比较了不同噪声水平下以及不同模态频散数据选取所对应的拟合效果，讨论了2500~4000 m/s相速度区间基于频散曲线的反演敏感度问题。最终基于移动激光源实验中所提取的铝板中Lamb波的频散数据进行参数反演，结果显示，纵波声速和横波声速的反演误差均小于1.5%，证明了该方案的有效性。

自本世纪初超快科学进入阿秒领域以来，阿秒脉冲以其超宽频谱和超短时间分辨，为研究阿秒时间尺度的瞬态过程提供了有力工具，推动了人们对光与物质相互作用以及微观超快动力学机制的理解。基于高次谐波的单个阿秒脉冲产生技术已日臻成熟，通过发展多种时空选通门技术，阿秒脉冲脉宽不断缩短，已达到的最短纪录为43 as。相较于阿秒脉冲的产生，对其精确测量与表征是深入研究和应用的基础，目前主流表征方法是通过阿秒条纹相机技术测量获得条纹能谱，进而从中提取阿秒脉冲的时域信息。首先简要回顾了高次谐波产生、单个阿秒脉冲选通及测量的发展，然后介绍了阿秒条纹相机技术的原理，并重点阐述了基于阿秒条纹能谱的表征算法，对其主要优缺点进行分析，最后对阿秒脉冲表征的发展进行了总结和展望。

为了提升大气物质边界层高度（AMBLH）的识别准确性，基于2020年11月至2021年11月在青岛开展的大气边界层（ABL）观测实验，提出了一种基于相干多普勒激光雷达（CDL）信噪比数据的AMBLH的综合反演方法，并应用此方法反演得到了青岛地区的AMBLH，其与探空仪反演结果的相关度为0.93。分析了青岛一年内的AMBLH发展情况，发现各月份AMBLH均有日变化特征，其中6、7月特征相对较弱，推测这与夏季来自海洋的东南风盛行有关。AMBLH月均值在全年呈起伏波动趋势，在冬末至春初、夏末至秋初的阶段逐步增大。AMBLH月均中位数4月最高、6月最低，AMBLH季度发展程度由高到低的顺序为春季、冬季、秋季、夏季，其中春季和冬季高度相近。AMBLH各季度日变化中抬升趋势出现的时间为夏季早于春季，秋季与春季相近并早于冬季。

针对基于旁瓣光束衍射反演的强激光远场焦斑测量无法提取旁瓣图像更外围最小可测信号的问题，笔者提出了基于邻域向量主成分分析（NVPCA）图像增强的旁瓣弱光信号区域波峰参数检测方法。采取的主要优化措施为：首先，将旁瓣图像中的每个像素和它的8邻域像素看作一个列向量，构建一个9维数据立方体，选择主成分分析变换后的第1维数据为NVPCA图像；其次，通过角度变换转化检测对象，检测所有方向上一维旁瓣曲线的各个波峰参数，获得旁瓣弱光信号区域能量的量化分布；然后，搜索每个旁瓣波峰在所有方向上的极大值位置点，连接对应位置点生成每个旁瓣波峰的极大值圆环，计算各极大值圆环的灰度均值；最后，选择大于局域对比度方法（LCM）目标分离阈值且最小的极大值圆环的灰度均值作为整个旁瓣光束的最小可测信号。实验结果表明，采用基于NVPCA图像增强的旁瓣弱光信号检测方法能够从旁瓣图像的第5波峰环分离和提取最小可测信号，动态范围比值提升至原来的1.528倍，各旁瓣波峰参数满足精度要求，为未来大型激光装置强激光远场的精确测量奠定了基础。

星载Mie散射激光雷达是当前应用最为广泛的获取全球尺度气溶胶剖面信息的探测设备。然而，大气气溶胶类型多样，通常假定气溶胶遵循特定模式并以此为先验，从而实现从激光雷达信号反演气溶胶消光系数廓线，但这一定程度上会影响反演精度的进一步提升。鉴于此，提出了一种基于星载激光雷达双通道信息的气溶胶消光系数廓线的迭代反演优化算法。该方法首先在给定的先验气溶胶模式下获得初始消光-后向散射比（即激光雷达比），并基于此分别反演两个通道的气溶胶消光系数和光学厚度。同时借助构建的气溶胶光学厚度与气溶胶质量柱总量之间的关系，得到两通道独立估计的大气气溶胶质量柱总量。最后以两通道大气气溶胶质量柱总量相同为约束，实现仅依赖激光雷达数据的激光雷达比及气溶胶相关光学参数的迭代优化。由于双通道激光雷达观测的限制，该方法适用于两种类型气溶胶混合下的反演，利用内蒙古包头地区的多年气溶胶背景场，对反演模型的精度和适用性进行了评估。与采用经验估算激光雷达比的Fernald方法反演结果相比，所提算法反演的气溶胶消光系数廓线在532 nm和1064 nm通道的平均精度分别提高了21.16%和3.00%。此外，还将该方法应用在CALIOP数据中，进一步验证了该反演模型的应用潜力。

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。