飞行器高马赫飞行时,其周边流场受到扰动,产生强烈波动的密度场,进而导致折射率场剧烈变化。光线穿过该流场区域时,方向发生偏转,光波波面发生畸变,飞行器通过观测窗口采集得到的图像退化严重,产生模糊、偏移、抖动等现象,称之为气动光学效应(Aero-Optical Effect,AOE)。气动光学效应使得目标观测、识别等后续任务的难度大大增加。本文主要应用了可重构的数据降维算法,分析了由AOE引发的图像退化机理,实现了一定条件下的图像降质模型预测,在此基础上,对图像复原算法展开研究。本文主要工作如下:1)针对AOE导致的图像退化,依据客观真实情况,提出了一种简化的物理模型,对光线传播以及成像过程进行描述。选取二维高超声速剪切层作为研究对象,选取剪切层对流马赫数(convective Mach number,Mc)作为单一变量,使用光程差(Optical Path Different,OPD)表征光波畸变情况。模型的简化,有利于进一步分析光波畸变与流场参数之间的联系;2)针对简化的AOE模型,分别使用了联合字典学习(Couple Dictionary Learning,CDL)与变分自动编码器(Variational Auto-Encoder,VAE)对OPD进行可重构性降维,即由原始高维空间映射至某低维度空间。在低维空间中,更加直观地发现了OPD在不同Mc情况下随时间变化的规律性。在此基础上,实现了低维空间中的OPD预测,并使用相应重构算法,将预测结果映射至原始高维空间,从而最终实现了OPD的预测。对于两种预测算法,重构结果与真实结果相似度R平均值分别为83.2%与89.6%,均保持在较高水平,说明了预测结果具有一定的可信度,同时基于VAE的重构效果相对CDL较好。3)依据OPD预测结果可计算得到图像退化点扩散函数(Point Spread Function,PSF),以此为基础,应用了不同图像复原算法,分析了有、无OPD预测值情况下的图像复原结果。通过比较不同评价指标,在已知OPD预测结果的情况下,图像复原结果优于未知OPD的情况,体现了OPD预测研究的理论意义和实用价值。