准确获取飞秒激光成丝横截面图像及其沉积能量空间分布信息，对于成丝动力机制研究和促进诸多基于光丝的实际大气应用发展具有重要意义。本文基于热传导方程和波动方程构成的光声信号前向仿真模型，理论模拟了利用环阵式光声层析系统接收飞秒激光在空气介质中成丝诱导产生超声脉冲信号的过程；然后，利用延迟叠加算法对飞秒激光大气传输成丝沉积能量横向分布图像进行了反向重建，并分析了测量系统中关键器件超声换能器的中心频率、带宽、表面尺寸和探测表面灵敏度等性能参数对光丝沉积能量分布图像重建结果的影响。结果表明，单丝诱导产生的声压脉冲信号频谱为单峰结构，而多丝声压脉冲信号频谱为多峰结构；相比于单丝图像重建，多丝图像重建受“孔径效应”影响更显著；换能器的性能参数对光丝图像的重建效果有显著的影响，换能器的带宽越大、表面直径越小，以及表面灵敏度系数越大，越有利于光丝沉积能量分布图像重建效果的提升。该研究结果可为真实大气条件下飞秒激光传输成丝沉积能量空间分布的实验测量提供一定的理论支撑。

光声信号的传统检测方法是基于超声技术，这样接触式的信号探测方式增加了交叉感染的风险，不利于临床应用。采用纯光学技术的光声成像可提升检测精度和临床舒适度，具有较强的临床应用价值。设计了采用调Q Nd∶YAG脉冲激光器作为激励源的光声信号激发系统，选用双频He-Ne激光器作为探测源采集光声信号，搭建的外差干涉系统产生携带光声信号特征的拍频信号，利用I/Q正交法解调出光声信号。首先通过超声换能器模拟振动信号验证系统性能，实验结果表明光声信号探测系统能较好地还原出超声振动信号，且与水浸探头相比，振动频率的相对测量误差只有0.04%，绝对差值为0.2 kHz。然后以碳棒和离体生物组织作为样品，利用短脉冲光激励诱导光声信号，采用本系统和超声探头进行信号探测，对比分析结果显示所搭建的外差系统在检测带宽内可以实现光声表面振动波的非接触、高精度探测。

针对特定场合对光声光谱气体检测系统中光声池特征频率的设计需求，利用有限元分析法，以一阶圆柱形共振光声池为研究对象进行声学模态仿真，获得了前8阶声学模态；仿真分析谐振腔、缓冲室的半径和长度对光声池特征频率和光声信号强度的影响。仿真结果表明：当谐振腔半径为3 mm时，谐振腔长度为120 mm，缓冲室的半径、长度分别为14.7 mm、60 mm是光声池特征频率在1 400 Hz附近的最佳尺寸。

针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题, 提出了一种长短时记忆网络(LSTM)与多尺度、多层次特征融合卷积神经网络(CNN)相结合的分类算法——野外车辆识别算法(FVNet)。该算法先采用一层LSTM网络提取声信号的时序特征, 充分利用声信号的长时依赖关系; 再用CNN并行提取多尺度特征, 避免网络加深过程中特征的流失; 引入通道注意力机制进行多尺度和多层次特征融合, 增强多尺度、多层次关键特征信息; 最后在相同数据集上进行验证。实验结果表明, FVNet算法对3种车辆的总识别率可达94.95%, 与传统方法相比, 其总识别率提高了14.61%, 取得了较好的分类效果。

针对临床上由质子热声信号脉宽和信噪比的不确定性引起的走时提取困难问题, 提出了一种基于密集网络的走时提取算法。该算法使用密集块代替传统卷积块, 融合了具有不同感受野的特征, 并引入了深度监督和网络剪枝机制, 利用标记好的质子束热声信号数据进行学习, 以提取所需的走时信息。实验结果表明, 相比其他算法, 该算法对质子热声信号走时的提取具有较高的准确率和鲁棒性, 同时展现了实时提取的可行性。

为了提高激光干涉测量法的抗干扰能力，提出幅度调制激光干涉测量法。使用可调谐半导体激光器的高频调谐特性对激光信号进行幅度调制，通过水表面反射光与参考光的干涉来获取水下声场的信息，采用锁相放大解调制法实现激光干涉水下声信号的准确反演。对幅度调制激光干涉水下声信号特征进行模拟，搭建基于光纤耦合式的激光干涉水声测试系统，采用10 kHz的调制频率驱动中心波长为1405 nm的尾纤输出可调谐半导体激光器，并对水下声信号进行测量。结果表明，所提方法能够有效提取水下不同频率和不同强度声信号的振动特征，在频率为2 Hz的脉冲噪音的干扰条件下，相较于传统激光干涉测量法，所提方法测量的信噪比提高了10 dB以上，增强了水声测量的抗干扰能力。

为了克服时域信号易受环境干扰影响的缺陷, 提高液体浓度光声测量的稳定性, 在已有的光声信号时域峰峰值特性研究的基础上, 对光声信号的频域特性展开研究。分别讨论了葡萄糖溶液光声信号的功率谱特性和最大熵谱特性, 并分别采用峰值检测、对数拟合等方法对光声信号的频谱特性进行分析。对比了葡萄糖光声信号时域峰峰值与功率谱、最大熵谱的非线性误差和重复性误差。实验结果表明: 对最大熵谱曲线进行对数拟合之后采用截距表征光声信号的方法, 其非线性误差和重复性误差相比于传统的时域峰峰值检测方法分别减小了28%和71%。由此可以得出: 频域分析方法可以显著减小葡萄糖浓度检测的非线性误差和重复性误差, 提高无创血糖浓度检测的精度与稳定性。

光声层析成像是依据探测到的光声信号来重建组织内光能量吸收分布图像的一种技术。近年来, 该研究领域得到了巨大的发展, 其应用范围广泛, 包括了解剖学、功能学和分子影像学。然而, 其中一个巨大挑战是由于光声效应的光到声的转换效率非常低, 导致光声信号的信噪比很小, 得到的重建光声图像质量也不高。传统的提高光声信号信噪比的方法是数据平均法, 但严重限制了成像速度。在不牺牲信号保真度和成像速度的情况下, 首先, 利用经验模态分解(Empirical mode decomposition, EMD)实现光声信号的自适应分解, 然后, 以条件互信息为准则确定需要降噪的本征模函数(Intrinsic mode function, IMF), 对选定的本征模函数进行降噪处理得到降噪后的光声信号, 最后利用重构算法得到降噪后的光声图像。仿真和实验结果表明, 提出的这种利用经验模式分解和条件互信息结合的降噪算法对比传统的降噪算法更好地实现了光声信号信噪比的提高和重建图像对比度的提高。证明了该降噪算法的有效性, 同时该方法为低功率激光源和低功率放大信号信噪比的实时低成本PA成像系统的研制提供了可能。