低空风切变是指在600m高度以下短时间、小尺度范围内风速或风向急剧变化的大气现象,它严重影响航空器起降及飞行安全。相干激光雷达能在晴空条件下对大气风场实现精确测量,是民航机场检测风切变的有效工具。论文主要从检测风切变和风切变类型识别两个方面进行研究,设计实现相干激光雷达风切变预警算法和类型识别算法。首先,对传统风切变预警算法可能存在的误差进行分析,提出基于主成分分析和相位差校正法的风切变预警算法。分别利用旋转电机实验数据和小型飞机实验数据对算法有效性及可行性进行评估。结果表明,采用此算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26MHz,对实际低空风切变的预警率为92.31%。此算法可以有效降低相干激光雷达回波信号频率估计误差,实现低空风切变预警。然后,针对相干激光雷达实测低空风切变信号图像类型较少且难以获取的问题,文中采用流体计算软件数值模拟仿真三维低空风切变风场。再通过相干激光雷达扫描方式扫描得到径向速度数据构成风切变信号图像,扩充低空风切变信号图像类型。最后,为了有效提取激光雷达低空风切变信号图像特征,提出基于深度卷积神经网络的多层特征提取及自适应融合算法。利用此算法对仿真的激光雷达低空风切变信号图像样本库数据进行图像特征提取,通过支持向量机进行类型识别实验。结果表明,采用此算法进行低空风切变图像类型识别的平均识别率为98.1%,平均识别时间为0.29s。此算法能有效提取图像特征,实现低空风切变类型识别。