本文提出了一套改进的近壁粒子图像测速算法(improved near-wallparticle image velocimetry algorithm，INPIVA)，并重点描述了用实验方法研究大攻角下细长旋成体(slender body of revolution，SBR)非对称绕流的问题。　　本文提出的INPIVA算法建立在粒子图像预处理技术的基础上，即在流固界面的固体区域均匀覆盖等尺寸的静态粒子图像，并让流体区域和固体区域光强平方的平均值保持一致。蒙特卡洛模拟(Monte Carlo simulation)显示，相比于传统的算法，这种新方法大大抑制了初次相关计算中平均偏移误差和均方根随机误差，从而保证随后迭代运算可以收敛至正确结果。新算法被成功运用于亚声速下细长旋成体尖部层流边界层、超声速下平板湍流边界层以及高超声速下圆锥转捩中边界层的PIV数据分析中。特别是，在粒子图像大位移和信噪比差的前提下，新算法成功提取出高超声速边界层中由二次模态波引发转捩的流动结构，为世界首例。　　以INPIVA算法为基础的长距离近壁微观PIV测量技术(long-distancenear-wall micro PIV，LNMPIV)被运用于细长旋成体绕流实验研究中，以定量测量尖部附近流场的发展;常规PIV技术(common PIV，CPIV)被用于研究绕流的演化过程。同时，高时间解析度采集系统用于捕捉各种流动的动态过程。氢气泡流动显示技术用来显示非定常扰动在边界层中的发展。定常实验中，小扰动片被安装在迎风面方位角45度以保证实验重复性;动态实验中，由一根细针管产生的小射流作为可控小扰动安装在尖部下方以控制尾流。　　定常结果首先厘清了中等攻角下细长旋成体绕流沿轴向发展过程。从尖部开始，绕流由最初的附着流动发展为分离流动，并在细长旋成体后形成一对近似对称的漩涡;随着轴向位置增大，漩涡回流区大小逐渐不一致，形成不对称涡;同时，在左右分离点下游形成一对二次涡;随着漩涡不对称性增加，分离位置开始不对称，从而加剧流动不对称性的发展。　　动态结果表明，尖部边界层中非定常扰动的均方根幅值左右不对称，并在强剪切和逆压梯度作用下沿轴向发展。非定常扰动进入自由剪切层后可促进剪切层失稳，加速其卷起，从而形成初始漩涡不对称。在尖部一侧施加小射流，会增加该侧剪切层的初始非定常扰动，引起自由剪切层更快收缩;剪切层在靠后位置将选择进入二次涡而不是主涡，从而让二次涡迅速增强;随着二次涡迅速增强，该侧主涡逐渐脱落，被二次涡替代，流场形态因而发生迅速翻转。动态结果同时表明，非对称分离是非对称涡存在的结果，而不是原因。