红外目标发射率模型辨识与表面温度测量

发布时间：2023-03-04 06:48

　　光谱发射率是研究目标物体红外辐射特性的一个极其重要参数,它能够非常全面地反映某个目标物体的红外辐射规律,因此物体的光谱发射率在很多的方向上都有应用,例如医药和国防等方面。本文采用光谱辐射计采集目标物体的光谱辐射亮度,再利用红外物理的相关知识理论,通过目标物体的波长与光谱辐射亮度的关系,建立神经网络模型。利用所建立的神经网络模型计算出波段在3⁵μm和8¹2μm时目标物体的红外辐射亮度,利用维恩位移定律与普朗克公式计算此时的温度,并与标准黑体在相同条件下的红外辐射亮度比值可以得到此温度时目标物体的光谱发射率。本文的主要研究内容包括:结合红外物理的相关知识,利用标定后的辐射计测量目标物体的光谱辐射亮度干涉数据,再通过计算得到目标物体的光谱辐射亮度数据。利用RBF神经网络算法对3⁵μm和8¹2μm波段的光谱辐射亮度数据进行建模,计算得到3⁵μm和8¹2μm波段内目标物体的光谱辐射亮度。通过红外辐射特性的基本规律,计算目标物体的表面温度;同时根据能量法,进而计算出目...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
主要符号表
第1章 绪论
    1.1 光谱发射率的定义与分类
    1.2 光谱发射率的研究意义
    1.3 光谱发射率的历史现状和发展趋势
        1.3.1 光谱发射率的研究历史与现状
        1.3.2 物体发射率的发展趋势
    1.4 本文的主要内容以及章节安排
第2章 红外辐射特性的基本规律和辐射数据的测量
    2.1 红外辐射测量影响因素
    2.2 红外辐射特性的基本规律
        2.2.1 基尔霍夫定律
        2.2.2 普朗克公式定律
        2.2.3 维恩位移定律
        2.2.4 斯忒藩-玻尔兹曼定律
    2.3 辐射计的标定原理
    2.4 本章小结
第3章 基于K-均值聚类RBF神经网络的光谱辐射率计算
    3.1 RBF神经网络基本结构
    3.2 基于K-均值聚类的RBF神经网络的辐射亮度建模
        3.2.1 RBF神经网络聚类中心选取
        3.2.2 建立基于K-均值聚类的RBF神经网络模型
    3.3 仿真实例及光谱发射率和表面温度计算
        3.3.1 仿真实例
        3.3.2 目标物体的表面温度计算
        3.3.3 光谱发射率计算
    3.4 本章小结
第4章 基于极限学习机的光谱辐射率计算与表面温度计算
    4.1 极限学习机网络建模
        4.1.1 极限学习机概述
        4.1.2 固定型极限学习机
        4.1.3 增量型极限学习机
    4.2 基于极限学习机的神经网络建模
    4.3 仿真实例及物体表面温度计算
        4.3.1 仿真实例
        4.3.2 物体表面温度计算
        4.3.3 光谱发射率计算
    4.4 RBF算法与极限学习机算法比较
        4.4.1 两种算法计算出的红外辐射亮度的精确度比较
        4.4.2 两种算法训练用时比较
    4.5 本章小结
第5章 飞机蒙皮辐射特性计算
    5.1 飞机蒙皮的红外辐射特性测量
        5.1.1 飞机蒙皮的红外辐射特性测量步骤
        5.1.2 对辐射计测量的数据进行处理
    5.2 飞机蒙皮的辐射特性计算
    5.3 本章小结
结论
附录Ⅰ 623K目标物体的红外辐射亮度数据
附录Ⅱ 673K目标物体的红外辐射亮度数据
附录Ⅲ 723K目标物体的红外辐射亮度数据
参考文献
致谢
攻读硕士期间发表（含录用）的学术论文



本文编号：3753912