低空风切变风场的存在会对航母舰载机的起降产生严重影响,若起降的过程中遭遇低空风切变,则会产生摇摆、侧翻、甚至坠毁等严重后果。而目前对于航母甲板附近低空风切变的识别采用的方法时间较长,运算量较大,无法在风场产生变化之前得到结果。鉴于此,本文针对上述问题开展了研究,旨在提高低空风切变识别的速度,进一步实现实时性预警的目标。建立了航母甲板低空风切变风场环境仿真的理论模型,并进行了仿真实验。根据理论模型和仿真参数,进行了流体动力学仿真。仿真中采用了真实航母的三维模型,并加入了湍流模型和海浪运动,模拟航母在海洋中航行时真实的背景风场变化。通过建立低空风切变入口风模型,仿真得到了航母甲板附近的四种低空风切变风场数据,变化趋势符合四种低空风切变的物理描述,可作为航母甲板附近低空风切变风场环境数据使用。进行了相干激光测风雷达探测与处理过程的数值仿真。仿真模型结合了激光雷达方程和大气分层模型,推导出了探测器的输出功率信号模型。同时采用蒙特卡罗方法进行了大气衰减的仿真,得到了大气透过率随传输距离的变化趋势,完善了激光雷达方程的计算参数。通过对2m/s的恒定风场和低空风切变风场的仿真测试,得到的测量风速误差分别为0.17m/s和0.21m/s,在探测误差允许范围之内,可作为航母舰载激光雷达的探测数据使用。提出了基于小角度扫描图像的快速识别方法研究。通过数据获取、特征提取、模式识别和参数优化四方面进行了理论研究和数值仿真。得到了9种支持向量机核函数的最优识别率为98.6%,平均识别率为94.7%,满足低空风切变识别的准确率要求。该方法采用了较少的数据量,降维的图像特征以及时间复杂度低的识别算法,提高了低空风切变风场数据的识别速度。提出了基于径向风速数据的快速识别方法研究。直接采用相干激光雷达探测得到的径向风速,通过特征提取、模式识别和参数优化三方面进行了理论研究和数值仿真。得到了9种支持向量机核函数在不同数据压缩量和不同感知矩阵情况下最优识别率为97.9%,平均识别率为88.6%,满足低空风切变识别的准确率要求。该方法使用了较少的数据量,且不需要进行数据处理,通过数据压缩的方式进行特征提取并采用了时间复杂度低的识别算法,大大提高了低空风切变风场数据的识别速度。针对两种快速识别方法,提出了支持向量机核函数评价模型。采用算法时间复杂度、最优识别率和鲁棒度三项指标分析和评价了9种核函数的适用情况,得到了不同情况下的最优核函数选择,为在航母舰载机起降安全保障研究工作中的不同需求提供了最优选择。