| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第17-19页 |
| 1.1 研究背景和意义 | 第17页 |
| 1.2 文章结构 | 第17-19页 |
| 第2章 激光大气传输综述 | 第19-43页 |
| 2.1 大气介质特性 | 第19-28页 |
| 2.1.1 大气的分层结构 | 第19-20页 |
| 2.1.2 大气分子 | 第20-21页 |
| 2.1.3 大气气溶胶 | 第21-22页 |
| 2.1.4 大气光学湍流 | 第22-28页 |
| 2.2 大气传输效应 | 第28-36页 |
| 2.2.1 大气消光效应 | 第28-31页 |
| 2.2.2 大气光学湍流效应 | 第31-34页 |
| 2.2.3 稳态热晕效应 | 第34-36页 |
| 2.3 大气光学模式 | 第36-43页 |
| 2.3.1 大气参数模式 | 第36-37页 |
| 2.3.2 光学湍流模式 | 第37-40页 |
| 2.3.3 大气风速模式 | 第40-43页 |
| 第3章 大气光学参数分析 | 第43-68页 |
| 3.1 测量仪器 | 第43-45页 |
| 3.2 典型地区大气光学湍流的观测与分析 | 第45-54页 |
| 3.2.1 光学湍流测量数据的统计结果 | 第46-49页 |
| 3.2.2 近地面湍流对整层湍流的贡献 | 第49-54页 |
| 3.3 大气气溶胶光学厚度估算 | 第54-63页 |
| 3.3.1 数据与算法 | 第55-57页 |
| 3.3.2 估算结果的精度评估 | 第57-63页 |
| 3.4 大气风速模式 | 第63-66页 |
| 3.5 本章小结 | 第66-68页 |
| 第4章 高空光学湍流廓线分析 | 第68-91页 |
| 4.1 传统的数据分析方法 | 第69-72页 |
| 4.1.1 傅立叶变换及其变形 | 第70-71页 |
| 4.1.2 小波分析方法 | 第71-72页 |
| 4.2 Hilbert-Huang变换及其改进 | 第72-77页 |
| 4.2.1 经验模态分解 | 第73-75页 |
| 4.2.2 集合经验模态分解 | 第75-76页 |
| 4.2.3 完备集合经验模态分解 | 第76-77页 |
| 4.3 基于Hilbert-Huang变换的光学湍流廓线分析 | 第77-90页 |
| 4.3.1 仪器与数据 | 第77-80页 |
| 4.3.2 光学湍流廓线分解 | 第80-84页 |
| 4.3.3 本征光学湍流模式 | 第84-88页 |
| 4.3.4 关键光学湍流参量的积分精度 | 第88-90页 |
| 4.4 本章小结 | 第90-91页 |
| 第5章 热畸变参数的敏感性分析 | 第91-104页 |
| 5.1 不确定性分析 | 第92-93页 |
| 5.1.1 不确定性的定义 | 第92页 |
| 5.1.2 不确定性分析方法 | 第92-93页 |
| 5.2 敏感性分析 | 第93-98页 |
| 5.2.1 局部敏感性分析 | 第95页 |
| 5.2.2 全局敏感性分析 | 第95-98页 |
| 5.3 稳态热晕的敏感性分析 | 第98-102页 |
| 5.4 本章小结 | 第102-104页 |
| 第6章 人工智能算法的相关应用 | 第104-118页 |
| 6.1 基于多层感知器的C_n~2估算 | 第104-113页 |
| 6.1.1 人工神经网络简介 | 第104-107页 |
| 6.1.2 特征选择 | 第107-108页 |
| 6.1.3 近地面C_n~2的估算 | 第108-113页 |
| 6.2 基于遗传算法的光学湍流模式反演 | 第113-116页 |
| 6.3 本章小结 | 第116-118页 |
| 第7 总结与展望 | 第118-122页 |
| 7.1 主要研究结论 | 第118-120页 |
| 7.2 创新点 | 第120-121页 |
| 7.3 展望 | 第121-122页 |
| 参考文献 | 第122-134页 |
| 致谢 | 第134-135页 |
| 在读期间发表的学术论文与取得的研究成果 | 第135页 |