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

模糊识别算法在导弹尾焰光谱识别中的应用

黄达 黄树彩 唐意东 刘锦昌

黄达, 黄树彩, 唐意东, 刘锦昌. 模糊识别算法在导弹尾焰光谱识别中的应用[J]. 红外与激光工程, 2018, 47(7): 704002-0704002(8). doi: 10.3788/IRLA201847.0704002
引用本文: 黄达, 黄树彩, 唐意东, 刘锦昌. 模糊识别算法在导弹尾焰光谱识别中的应用[J]. 红外与激光工程, 2018, 47(7): 704002-0704002(8). doi: 10.3788/IRLA201847.0704002
Huang Da, Huang Shucai, Tang Yidong, Liu Jinchang. Application of fuzzy recognition algorithm in the spectrum identification of missile tail flame[J]. Infrared and Laser Engineering, 2018, 47(7): 704002-0704002(8). doi: 10.3788/IRLA201847.0704002
Citation: Huang Da, Huang Shucai, Tang Yidong, Liu Jinchang. Application of fuzzy recognition algorithm in the spectrum identification of missile tail flame[J]. Infrared and Laser Engineering, 2018, 47(7): 704002-0704002(8). doi: 10.3788/IRLA201847.0704002

模糊识别算法在导弹尾焰光谱识别中的应用

doi: 10.3788/IRLA201847.0704002
基金项目: 

国家自然科学基金(61573374);国家自然科学基金青年科学基金(61503408);航空科学基金(20150196006)

详细信息
    作者简介:

    黄达(1994-),男,硕士生,主要从事弱小目标探测识别方面的研究。Email:809710379@qq.com

  • 中图分类号: TN273

Application of fuzzy recognition algorithm in the spectrum identification of missile tail flame

  • 摘要: 目前基于天基高光谱图像的导弹识别算法都是从光谱曲线的整体分析考虑,所需数据量大,算法处理冗余。为弥补算法不足,首先从导弹尾焰光谱的影响因素考虑,分析了导弹发动装置,燃料成分及温度压强对尾焰光谱的影响,得出在一定假设条件下,使用特征段处的辐射数据即可达到导弹识别的结论。在此基础上引入模糊识别算法,算法充分利用辐射强度与光谱线型信息,识别结果是各型号导弹的隶属概率。通过对光谱角测度分析,发现其过于依赖线型,对线型相近的谱线识别效果不佳,将模糊识别结果与光谱角测度识别结果对比,证实了模糊算法在光谱识别中的优越性。
  • [1] Cai Zixing. Introduction to Intelligent Control[M]. Beijing:China Water Resources and Hydropower Press, 2007. (in Chinese)蔡自兴. 智能控制导论[M]. 北京:中国水利水电出版社, 2007.
    [2] Ludwing C B, Malkmus W, Reardon J B, et al. Hand-book of infrared radiation from combustion[R]. NASA-SP-3080, 1973.
    [3] Chaudhari S R. Homomorphisms of fuzzy recognizers[J]. Kybernetes, 2007, 36(5):768-775.
    [4] Bai X, Zhou F, Xie Y, et al. Adaptive morphological method for clutter elimination to enhance and detect infrared small target[C]//Internet Computing in Science and Engineering, International Conferencern on, IEEE, 2008:47-52.
    [5] Xu Yanke, Yang Yan, Jing Zhanrong, et al. Analysis of how US defense support program(DSP) satellites to select the right waveband[J]. Infrared Technology, 2009, 31(4):202-204.
    [6] Wang Jinnian, Gu Xingfa, Ming Tao, et al. Classification and gradation rule for remote sensing satellite data products[J]. Journal of Remote Sensing, 2013, 17(3):566-577. (in Chinese)王晋年, 顾行发, 明涛, 等. 遥感卫星数据产品分类分级规则研究[J]. 遥感学报, 2013, 17(3):566-577.
    [7] Zhong Xiaojiao. Hyperspectral data, unmixing and spectral matching[D]. Nanjing:Nanjing University of Science and Technology, 2013. (in Chinese)钟晓姣. 高光谱数据混合像元分解与光谱匹配验证算法[D]. 南京:南京理工大学, 2013.
    [8] Lv Xuliang, Jia Qi, Rong Guanghui, et al. Application of degree of grey incidence on similarity of spectral curves[J]. Journal of PLA University of Science and Technology (Natural Science Edition), 2011, 12(5):496-500. (in Chinese)吕绪良, 贾其, 荣光辉, 等. 灰色关联度在光谱曲线相似度分析中的应用[J]. 解放军理工大学学报, 2011, 12(5):496-500.
    [9] Ohta T, Bostwick A, Seyller T, et al. Controlling the electronic structure of bi-layer geographer[J]. Science, 2006, 313:951-954.
    [10] Zhang L, Zhang L, Tao D, et al. Tensor discriminative locality alignment for hyperspectral image spectral-spatial feature extraction[J]. IEEE Trans Geosci Remote Sens, 2013, 51:242-256.
    [11] Opik U, Pryee M H L. Studies of the Jahn-Tellereffeet (I.A survey of the static problem)[C]//Proc R Soc A,1957, 238(1215):10.1098/rspa.1957.0010.
    [12] Feng Shengqi, Fang Hai, Qiu Qingchun. The Jahn-Teller effect and energy level splitting for B2H6 molecules with D3h symmetry eon-figuration[J]. J At Mol Phys, 2011, 28(2):217. (in Chinese)冯胜奇, 方海, 邱庆春. 具有D3h对称性构型的B2H6分子的杨-泰勒效应与能级分裂[J].原子与分子物理学报, 2011, 28(2):217.
    [13] Simmons F S. Rocket Exhaust Plume Phenomenology[M]. EI Segundo:The Aerospace Press and American Institute of Aeronautics and Astronautics, 2000.
    [14] Devir A, Lessin A, Lev M, et al. Comparison of calculated and measured radiation from a rocket motor plume[C]//AIAA, 2001:2001-0358.
    [15] Zhu Dingqiang, Zhang Xiaoying, Xiang Hongjun, et al. Measurement and calculation research of infrared radiation for solid rocket motor plume[J]. Journal of Astronautics, 2008, 29(1):255-259. (in Chinese)朱定强, 张小英, 向红军, 等. 固体火箭发动机喷流红外辐射实验及计算研究[J]. 宇航学报, 2008, 29(1):255-259.
    [16] Liu Zunyang, Shao Li, Wang Yafu,et al. Influence on after burning on infrared radiation of solid rocket exhaust plum[J]. Acta Optica Sinica, 2013, 33(6):0604001. (in Chinese)刘尊洋, 邵立, 汪亚夫, 等. 复燃对固体火箭尾焰红外辐射特性的影响[J]. 光学学报, 2013, 33(6):0604001.
    [17] Cai G B, Zhu D Q, Zhang X Y. Numerical simulation of the infrared radiative signatures of liquid and solid rocket Plumes[J]. Aerospace Science and Technology, 2007, 11(6):473-480.
    [18] Rothman L S, Gordon I E, Barber R J, et al. HITEMP, the high-temperature molecular spectroscopic database[J]. Journal of Quantitative Spectroscopy Radiative Transfer, 2010, 111(15):2139-2150.
    [19] Bezdk J C, Hathaway R. Local convergence of the fuzzy c-means alorithms pattern recognition[J]. Patten Recognition, 1986, 19(6):477-480.
    [20] Li Xican, Xie Mingdong, Xu Desheng, et al. On theoretic model of fuzzy classification and fuzzy recognition[J]. Fuzzy Systems and Mathematics, 2002, 16(2):58-63. (in Chinese)李希灿, 解明东, 许德生, 等. 模糊聚类与模糊识别理论模型研究[J]. 模糊系统与数学, 2002, 16(2):58-63.
    [21] Ye Q, Sun X Q, Zhang Y J, et al. Modeling and simulation of infrared radiation from rocket plume at boosting stage[C]//SPIE, 2009, 7383:738318
    [22] Vitkin E I, Karelin V G, Kirillov A A, et al. A physico-maththematical model of rocket exhaust plumes[J]. Int J Heat Mass Transfer, 1997, 40(5):1227-1241.
  • [1] 邓可望, 赵慧洁, 李娜, 蔡辉.  基于改进样本驱动的高光谱矿物识别模型压缩方法 . 红外与激光工程, 2022, 51(3): 20210252-1-20210252-9. doi: 10.3788/IRLA20210252
    [2] 贺文静, 胡坚, 陈育伟, 潘苗苗, 朱运维, 何锐斌, 李传荣.  共孔径主被动高光谱三维成像实时处理框架 . 红外与激光工程, 2021, 50(2): 20200249-1-20200249-9. doi: 10.3788/IRLA20200249
    [3] 王雷光, 耿若筝, 代沁伶, 王军, 郑晨, 付志涛.  高光谱-LiDAR 融合的条件随机场分类方法 . 红外与激光工程, 2021, 50(12): 20210112-1-20210112-12. doi: 10.3788/IRLA20210112
    [4] 熊伟.  “高分五号”卫星大气主要温室气体监测仪(特邀) . 红外与激光工程, 2019, 48(3): 303002-0303002(7). doi: 10.3788/IRLA201948.0303002
    [5] 张爱武, 康孝岩.  p值统计量建模独立性的高光谱波段选择方法 . 红外与激光工程, 2018, 47(9): 926005-0926005(9). doi: 10.3788/IRLA201847.0926005
    [6] 黄达, 黄树彩, 赵炜, 陆屹, 曹文焕.  导弹尾焰光谱的模糊识别 . 红外与激光工程, 2018, 47(10): 1026001-1026001(6). doi: 10.3788/IRLA201847.1026001
    [7] 范斌, 陈旭, 李碧岑, 赵艳华.  “高分五号”卫星光学遥感载荷的技术创新 . 红外与激光工程, 2017, 46(1): 102002-0102002(7). doi: 10.3788/IRLA201746.0102002
    [8] 梁栋, 刘娜, 张东彦, 赵晋陵, 林芬芳, 黄林生, 张庆, 丁玉婉.  利用成像高光谱区分冬小麦白粉病与条锈病 . 红外与激光工程, 2017, 46(1): 136004-0136004(9). doi: 10.3788/IRLA201746.0138004
    [9] 汪家春, 赵大鹏, 杜香华, 王启超, 林志丹, 程立, 李志刚.  基于AOTF的高光谱偏振成像系统设计与实验 . 红外与激光工程, 2017, 46(1): 1136002-1136002(7). doi: 10.3788/IRLA201746.0138002
    [10] 徐文斌, 陈伟力, 李军伟, 王广平, 武敬力.  采用长波红外高光谱偏振技术的目标探测实验 . 红外与激光工程, 2017, 46(5): 504005-0504005(7). doi: 10.3788/IRLA201746.0504005
    [11] 梁栋, 杨勤英, 黄文江, 彭代亮, 赵晋陵, 黄林生, 张东彦, 宋晓宇.  基于小波变换与支持向量机回归的冬小麦叶面积指数估算 . 红外与激光工程, 2015, 44(1): 335-340.
    [12] 邓承志, 张绍泉, 汪胜前, 田伟, 朱华生, 胡赛凤.  L1稀疏正则化的高光谱混合像元分解算法比较 . 红外与激光工程, 2015, 44(3): 1092-1097.
    [13] 张志波, 童中翔, 王超哲, 李建勋, 贾林通.  外形包络面的尾焰红外图像仿真 . 红外与激光工程, 2014, 43(6): 1788-1793.
    [14] 秦兰琦, 汪洪源, 张爱红, 范志刚.  导弹尾焰流场特性建模与仿真 . 红外与激光工程, 2014, 43(12): 3877-3882.
    [15] 高明辉, 郑玉权, 郭万存.  高光谱与高分辨率CO2探测仪安装座结构设计 . 红外与激光工程, 2014, 43(12): 3973-3976.
    [16] 王晓飞, 侯传龙, 阎秋静, 张钧萍, 汪爱华.  基于相关向量机的高光谱图像噪声评估算法 . 红外与激光工程, 2014, 43(12): 4159-4163.
    [17] 路远, 冯云松, 凌永顺, 乔亚.  飞行器尾焰红外辐射及其被动测距 . 红外与激光工程, 2013, 42(7): 1660-1664.
    [18] 王艺婷, 黄世奇, 刘代志, 王百合.  一种新的基于目标检测的波段选择方法 . 红外与激光工程, 2013, 42(8): 2294-2298.
    [19] 刘志刚, 卢云龙, 魏一苇.  有监督的高光谱图像伪装目标检测方法 . 红外与激光工程, 2013, 42(11): 3076-3081.
    [20] 孟卫华, 倪国强, 高昆, 向静波, 项建胜.  红外高光谱成像的光谱聚焦 . 红外与激光工程, 2013, 42(3): 774-779.
  • 加载中
计量
  • 文章访问数:  360
  • HTML全文浏览量:  51
  • PDF下载量:  38
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-02-11
  • 修回日期:  2018-03-15
  • 刊出日期:  2018-07-25

模糊识别算法在导弹尾焰光谱识别中的应用

doi: 10.3788/IRLA201847.0704002
    作者简介:

    黄达(1994-),男,硕士生,主要从事弱小目标探测识别方面的研究。Email:809710379@qq.com

基金项目:

国家自然科学基金(61573374);国家自然科学基金青年科学基金(61503408);航空科学基金(20150196006)

  • 中图分类号: TN273

摘要: 目前基于天基高光谱图像的导弹识别算法都是从光谱曲线的整体分析考虑,所需数据量大,算法处理冗余。为弥补算法不足,首先从导弹尾焰光谱的影响因素考虑,分析了导弹发动装置,燃料成分及温度压强对尾焰光谱的影响,得出在一定假设条件下,使用特征段处的辐射数据即可达到导弹识别的结论。在此基础上引入模糊识别算法,算法充分利用辐射强度与光谱线型信息,识别结果是各型号导弹的隶属概率。通过对光谱角测度分析,发现其过于依赖线型,对线型相近的谱线识别效果不佳,将模糊识别结果与光谱角测度识别结果对比,证实了模糊算法在光谱识别中的优越性。

English Abstract

参考文献 (22)

目录

    /

    返回文章
    返回