超短脉冲激光自从问世以来,因为脉宽更短,峰值功率更高等优势使其在电化学、激光加工、材料科学等众多领域发挥着不可替代的重要作用。在超快研究中,精确的测量超短脉冲的时域强度包络和相位十分重要,然而超短脉冲的脉冲宽度低于皮秒量级,超出了常规电子设备的响应极限,因此无法通过常规电子设备直接测量。目前的超短脉冲测量方法分为直接法和间接法,直接法的代表为高速示波器和快速光电二极管组成的光电探测系统,该方法可对皮秒脉冲进行有效的光电转换,但无法测量飞秒脉冲。间接法的代表为强度自相关法和频率分辨光学开关法（FROG）。强度自相关法只能测量脉冲宽度,无法给出脉冲的时域强度包络和相位信息;FROG能够测量飞秒脉冲的时域强度包络和相位,且准确率较高,但该方法不能适应低信噪比条件,且测量过程十分耗时。目前神经网络结合光学方法来实现超短脉冲的测量已证明是可行的,但复杂的神经网络模型以及存在大量冗余的数据集,使得现有的基于神经网络的脉冲重建算法未能在实际应用中取得很好的重建效果和泛化能力（对于新鲜样本的适应能力）。鉴于以上问题本文设计了一种基于浅层卷积神经网络的超短脉冲测量技术,结合了自主设计的二次谐波频率分辨光学开关法（SHG-FROG）光学系统与FROG神经网络（FNN）,意在实现快速准确的测量超短脉冲。本文具体研究如下:1.详细研究了 SHG-FROG的工作原理、二次谐波的生成、相位匹配的产生和相位匹配角的计算;深入分析了主成分广义投影算法（PCGPA）的算法原理并实现;设计了以偏硼酸钡（BBO）晶体为非线性介质的SHG-FROG光学系统;2.深入研究了全连接神经网络和卷积神经网络的架构、算法和优化。对所提出的FROG神经网络（FNN）分别进行了架构和超参数的设计与探索,优化后的FNN使用了更少的卷积层,采用更贴近真实脉冲的小型模拟脉冲训练集实现了模型的训练和超参数的调优,获得了更容易训练且泛化性能更好的轻量级模型,并与所设计的SHG-FROG系统共同组成了超短脉冲测量系统;3.从模拟脉冲重建、实验脉冲重建和噪声适应性这三个方面对所述超短脉冲测量系统进行了测试。在模拟脉冲的重建上,研究了 FNN对于常见脉冲、形状不规则脉冲的重建性能,分析了重建过程中的共轭翻转以及相移的情况,探究了 PCGPA从扫描光谱行迹图中重建脉冲的侧重点,证明了 FNN对于模拟脉冲的重建性能和速度均优于PCGPA。在实验脉冲的重建上,证明了 FNN对于实验脉冲的综合重建性能优于PCGPA并提出了 FNN噪声适应性强于PCGPA的猜想。噪声适应性探索中,使用加入高斯白噪声的真实脉冲扫描光谱行迹图探索FNN和PCGPA对于噪声的适应性差异,发现FNN的噪声适应性显著优于PCGPA;使用模拟脉冲重复上述操作验证了所得结论的准确性,并对FNN和PCGPA随着噪声增大呈现出的脉冲宽度重建趋势进行了分析;计算了 FNN和PCGPA的单个脉冲重建效率差异,得出了 FNN能够实现快速、准确的重建超短脉冲的结论。综上所述,所提出的基于SHG-FROG结合FNN的超短脉冲重建系统具有一定的实际应用价值。