留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

红外辐射亮度的RBF网络建模及其光谱发射率估计

席剑辉 徐振方 傅莉 王琦

席剑辉, 徐振方, 傅莉, 王琦. 红外辐射亮度的RBF网络建模及其光谱发射率估计[J]. 红外与激光工程, 2016, 45(S1): 17-22. doi: 10.3788/IRLA201645.S104004
引用本文: 席剑辉, 徐振方, 傅莉, 王琦. 红外辐射亮度的RBF网络建模及其光谱发射率估计[J]. 红外与激光工程, 2016, 45(S1): 17-22. doi: 10.3788/IRLA201645.S104004
Xi Jianhui, Xu Zhenfang, Fu Li, Wang Qi. Modeling infrared radiance and calculating spectral emissivity based on RBF network[J]. Infrared and Laser Engineering, 2016, 45(S1): 17-22. doi: 10.3788/IRLA201645.S104004
Citation: Xi Jianhui, Xu Zhenfang, Fu Li, Wang Qi. Modeling infrared radiance and calculating spectral emissivity based on RBF network[J]. Infrared and Laser Engineering, 2016, 45(S1): 17-22. doi: 10.3788/IRLA201645.S104004

红外辐射亮度的RBF网络建模及其光谱发射率估计

doi: 10.3788/IRLA201645.S104004
基金项目: 

辽宁省自然科学基金联合封闭基金项目(2015020069);中航创新基金项目(cxy2012SH18);沈阳市科技创新团队项目(src201204)

详细信息
    作者简介:

    席剑辉(1975-),女,副教授,硕士生导师,博士,主要从事复杂系统模型辨识、故障检测与诊断、红外辐射测试与分析等方面的研究。Email:xihui_01@163.com

  • 中图分类号: TN219

Modeling infrared radiance and calculating spectral emissivity based on RBF network

  • 摘要: 建立一种基于RBF神经网络的目标红外辐射亮度建模方法,进而实现对目标光谱发射率的估计。通过FTIR光谱仪测量目标表面3~14m波段的红外辐射特性,亮度光谱会受到二氧化碳、水蒸气等的吸收及大气辐射的干扰。文中首先结合红外传输理论选择有效学习样本;然后基于RBF网络对样本进行充分学习,建立目标红外辐射亮度模型;利用所建模型估计大气吸收和杂散干扰波段的亮度,最终计算出较完整的目标光谱发射率。黑体测试结果与理论发射率比较,最大相对误差为1.5%。测温验证的结果也表明文中所建的RBF神经网络可以有效地对目标光谱发射率进行估计。
  • [1] Yang Yongjun, Wang Zhongyu, Zhang Shukun, et al. Material spectral emissivity measurement optimized by multi-spectral temperature measured[J]. Journal of Beijing University of Aeronautics and Astronautics, 2014, 40(8):1022-1026. (in Chinese)杨永军, 王中宇, 张术坤, 等. 基于多光谱测温优化的材料光谱发射率测量[J]. 北京航空航天大学学报, 2014, 40(8):1022-1026.
    [2] Lv Jianwei, Wang Qiang. Effect of temperature and emissivity of aircraft skin on infrared radiation characteristics[J]. Opto-Electronic Engineering, 2009, 36(2):50-54. (in Chinese)吕建伟, 王强. 飞行器表面温度和发射率分布对红辐射特征的影响[J]. 光电工程, 2009, 36(2):50-54.
    [3] Luo Mingdong, Ji Honghu, Huang Wei, et al. Research on measurement method of mid-IR spectral radiant intensity of exhaust system with FTIR spectrometer[J]. Journal of Aerospace Power, 2007, 22(9):1423-1429. (in Chinese)罗明东, 吉洪湖, 黄伟, 等. 用FTIR光谱仪测量排气系统中红外光谱辐射强度的方法[J]. 航空动力学报, 2007, 22(9):1423-1429.
    [4] Dai Jingmin, Song Yang, Wang Zongwei. Review of spectral emissivity measurement[J]. Infrared and Laser Engineering, 2009, 38(4):710-715. (in Chinese)戴景民, 宋杨, 王宗伟. 光谱发射率测量技术[J]. 红外与激光工程, 2009, 38(4):710-715.
    [5] Wang Zongwei, Dai Jingmin, He Xiaowa, et al. The linearity analysis of ultrahigh temperature FTIR spectral emissivity measurement system[J]. Spectroscopy and Spectral Analysis, 2012, 32(2):313-316. (in Chinese)王宗伟, 戴景民, 何小瓦, 等. 超高温FTIR光谱发射率测量系统的线性度分析[J]. 光谱学与光谱分析, 2012, 32(2):313-316.
    [6] Yu Hai, Liang Lihui, Wang Shujie, et al. Error compensation for high precision reference encoder based on RBF neural networks[J]. Infrared and Laser Engineering, 2014, 43(12):4123-4127. (in Chinese)于海, 梁立辉, 王树洁, 等. 基于径向基函数神经网络的高精度基准编码器误差补偿[J]. 红外与激光工程, 2014, 43(12):4123-4127.
    [7] Liu Yanju, Kou Guohao, Song Jianhui. Target recognition based on RBF neural network[J]. Fire Control Command Control, 2015, 40(8):9-13. (in Chinese)刘砚菊, 寇国豪, 宋建辉. 基于RBF神经网络的空中目标识别技术[J]. 火力与指挥控制, 2015, 40(8):9-13.
    [8] Ishii J, Ono A. Uncertainty estimation for emissivity measurements near room temperature with a Fourier transform spectrometer[J]. Measurement Science and Technology, 2001, 12:2103-2112.
    [9] Luo Mingdong, Sang Jianhua, Huang Wei, et al. Investigation of calibration method and test application of FTIR spectrometer at 8-14m band[J]. Measurement Control Technology, 2013, 32:171-175. (in Chinese)罗明东, 桑建华, 黄伟, 等. FTIR光谱仪8~14m红外波段定标方法及测试应用[J]. 测控技术, 2013, 32:171-175.
    [10] Zhang Jianqi. Infrared Physics[M]. 2nd ed. Xi'an:Xidian University Press, 2013:128. (in Chinese)张建奇. 红外物理[M]. 第2版. 西安:西安电子科技大学出版社, 2013:128.
    [11] Chen S, Cowan C F N, Grant P M. Orthogonal least squares learning algorithm for radial basis function networks[J]. IEEE Trans Neural Networks, 1991, 2(2):302-309.
  • [1] 刘瀚霖, 辛璟焘, 庄炜, 夏嘉斌, 祝连庆.  基于卷积神经网络的混叠光谱解调方法 . 红外与激光工程, 2022, 51(5): 20210419-1-20210419-9. doi: 10.3788/IRLA20210419
    [2] 陈加伟, 李豫东, 玛丽娅, 李钰, 郭旗.  850 nm垂直腔面发射激光器的辐射效应 . 红外与激光工程, 2022, 51(5): 20210326-1-20210326-6. doi: 10.3788/IRLA20210326
    [3] 黄思佳, 袁银麟, 翟文超, 郑小兵, 雷正刚, 林宇.  噪声等效光谱辐亮度定标系统的性能测评 . 红外与激光工程, 2022, 51(12): 20220509-1-20220509-10. doi: 10.3788/IRLA20220509
    [4] 张淇, 李国和, 孙勇, 孙飞.  SiCp/Al切削精确测温前红外热像仪发射率标定的实验研究 . 红外与激光工程, 2022, 51(6): 20210555-1-20210555-10. doi: 10.3788/IRLA20210555
    [5] 张旭, 于明鑫, 祝连庆, 何彦霖, 孙广开.  基于全光衍射深度神经网络的矿物拉曼光谱识别方法 . 红外与激光工程, 2020, 49(10): 20200221-1-20200221-8. doi: 10.3788/IRLA20200221
    [6] 刘鹏飞, 赵怀慈, 李培玄.  对抗网络实现单幅RGB重建高光谱图像 . 红外与激光工程, 2020, 49(S1): 20200093-20200093. doi: 10.3788/IRLA20200093
    [7] 曹飞飞, 吉洪湖, 于明飞, 吴开军.  低发射率材料涂敷区域对排气系统壁温和红外特性的影响 . 红外与激光工程, 2020, 49(10): 20190131-1-20190131-9. doi: 10.3788/IRLA20190131
    [8] 王静, 丁香乾, 王晓东, 韩凤, 韩冬, 曲晓娜.  基于深度信念网络的烟叶部位近红外光谱分类方法研究 . 红外与激光工程, 2019, 48(4): 404001-0404001(7). doi: 10.3788/IRLA201948.0404001
    [9] 孙舒娟, 谭昊, 孟慧成, 郭林辉, 高松信, 武德勇, 许放.  高亮度半导体激光器无输出耦合镜光栅外腔光谱合束 . 红外与激光工程, 2019, 48(3): 306006-0306006(8). doi: 10.3788/IRLA201948.0306006
    [10] 李方彪, 何昕, 魏仲慧, 何家维, 何丁龙.  生成式对抗神经网络的多帧红外图像超分辨率重建 . 红外与激光工程, 2018, 47(2): 203003-0203003(8). doi: 10.3788/IRLA201847.0203003
    [11] 金方圆, 王运鹰, 郭媛媛, 齐异, 陈云飞.  舰船湍流尾迹红外发射率计算方法 . 红外与激光工程, 2018, 47(5): 504003-0504003(6). doi: 10.3788/IRLA201847.0504003
    [12] 徐记伟, 周军.  毫米波迷彩隐身涂层发射率分布数值计算 . 红外与激光工程, 2017, 46(3): 321002-0321002(5). doi: 10.3788/IRLA201746.0321002
    [13] 元月, 宇慧平, 秦飞, 安彤, 陈沛.  热像仪对QFN封装表面发射率环境透射率的标定 . 红外与激光工程, 2017, 46(9): 917004-0917004(5). doi: 10.3788/IRLA201746.0917004
    [14] 张彤, 代晓东, 陈春生, 陈亮, 代梦艳, 刘海锋, 任丽娜.  非全视场条件下目标红外发射率的测试和计算 . 红外与激光工程, 2015, 44(1): 1-5.
    [15] 袁良, 占春连, 李燕, 卢飞, 李正琪, 李涛.  红外目标光谱辐射亮度测试技术 . 红外与激光工程, 2015, 44(12): 3807-3811.
    [16] 斯仁, 吉洪湖, 冯晓星, 黄伟.  采用低发射率红外材料对探测距离和概率的影响 . 红外与激光工程, 2014, 43(2): 442-448.
    [17] 沈军, 缪玲娟, 吴军伟, 郭子伟.  基于RBF神经网络的光纤陀螺启动补偿及应用 . 红外与激光工程, 2013, 42(1): 119-124.
    [18] 冯云松, 路远, 凌永顺.  发射率对飞机蒙皮温度及红外辐射特性的影响 . 红外与激光工程, 2013, 42(2): 294-299.
    [19] 方义强, 樊祥, 程正东, 朱斌, 张发强, 施展.  晴空背景下地基红外告警系统作用距离 . 红外与激光工程, 2013, 42(7): 1654-1659.
    [20] 闵敏, 张勇, 胡秀清, 董立新, 戎志国.  FY-3A中分辨率光谱成像仪红外通道辐射定标的场地评估 . 红外与激光工程, 2012, 41(8): 1995-2001.
  • 加载中
计量
  • 文章访问数:  315
  • HTML全文浏览量:  41
  • PDF下载量:  164
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-02-05
  • 修回日期:  2016-03-03
  • 刊出日期:  2016-05-25

红外辐射亮度的RBF网络建模及其光谱发射率估计

doi: 10.3788/IRLA201645.S104004
    作者简介:

    席剑辉(1975-),女,副教授,硕士生导师,博士,主要从事复杂系统模型辨识、故障检测与诊断、红外辐射测试与分析等方面的研究。Email:xihui_01@163.com

基金项目:

辽宁省自然科学基金联合封闭基金项目(2015020069);中航创新基金项目(cxy2012SH18);沈阳市科技创新团队项目(src201204)

  • 中图分类号: TN219

摘要: 建立一种基于RBF神经网络的目标红外辐射亮度建模方法,进而实现对目标光谱发射率的估计。通过FTIR光谱仪测量目标表面3~14m波段的红外辐射特性,亮度光谱会受到二氧化碳、水蒸气等的吸收及大气辐射的干扰。文中首先结合红外传输理论选择有效学习样本;然后基于RBF网络对样本进行充分学习,建立目标红外辐射亮度模型;利用所建模型估计大气吸收和杂散干扰波段的亮度,最终计算出较完整的目标光谱发射率。黑体测试结果与理论发射率比较,最大相对误差为1.5%。测温验证的结果也表明文中所建的RBF神经网络可以有效地对目标光谱发射率进行估计。

English Abstract

参考文献 (11)

目录

    /

    返回文章
    返回