面阵探测下的污染云团红外光谱仿真

研究污染云团的红外光谱仿真,对于利用仿真光谱进行光谱识别的算法研究十分重要.在单元探测器探测方式下污染云团的红外光谱仿真研究取得了一定成果,并且已经被应用于识别算法的研究工作中.针对基于成像光谱仪的污染云团识别算法研究缺乏实测数据的问题,利用具有高仿真精度的基于物理模型的污染云团扩散模型及其仿真结果网格化的特点,研究相应的云团红外光谱仿真多层模型,提出了面阵探测方式下污染云团红外光谱的仿真方法,生成了同时具有光谱维和空间维信息的数据立方体,为该研究领域提供了新的研究方法.提出的面阵探测方式下的污染云团红外光谱仿真直观地反映了污染云团的扩散,提供了完备且符合实际情况的污染云团红外光谱立方体数据,对于提高和完善红外光谱识别算法具有重要意义.     

水面油污染物差分偏振光谱信号预处理算法研究

采用差分偏振光谱法在3～5μm波段对水面溢油污染物进行被动遥感时,所测差分偏振光谱是含有强大气吸收光谱信号与油污染物目标弱光谱信号的混合谱,这给油污染物光谱特征识别带来了困难。另外,受环境因素以及油膜自身张力影响,水面油膜厚度分布以及油膜表面粗糙度在测量过程中发生变化,从而使得连续测量的差分偏振光谱中油污染物光谱信息含量存在不同。利用这一特点,基于固定点迭代的快速主成分分析算法FastPCA设计了水面溢油污染物差分偏振光谱信号预处理算法。实验结果表明,该算法可以有效地将水面油污染物目标光谱特征信息从具有强大气吸收的混合差分偏振光谱信号中提取出来,通过光谱重构得到油污染物光谱特征信号,可用于进一步的定性、定量分析。     

基于六参量偏振BRDF模型的地物背景偏振反射特性研究

为研究地物背景的偏振反射特性,综合考虑了镜面反射、体散射和后向散射,建立了一种六参量偏振双向反射分布函数(pBRDF)模型。该模型利用Kubelka-Munk(KM)理论模拟体散射分量,并引入呈高斯分布的后向散射分量,改进了传统的偏振BRDF模型。建立的六参量偏振BRDF模型更加符合地物背景的偏振反射特性。基于多角度偏振测量原理,获得草地和土壤在不同观测几何下的偏振光谱,分析了偏振反射分布特征,并从实测数据中反演了模型参量,将测量值与仿真值进行了对比。结果表明:所建立的六参量偏振BRDF模型的仿真结果与实测数据之间具有很好的吻合性,证实了该模型的准确性与有效性。     

基于锁相放大的被动红外信号处理方法研究

被动红外气体遥测系统具有成本低、体积小、便于扩展等优点.利用窄带滤光片进行被动红外气体探测时,为抑制信号漂移和背景噪声干扰,需要对信号进行调制、滤波和锁相处理.系统接收的测量信号受斩光器辐射的影响较大,需要对测量过程进行辐射建模分析.本文研究了基于锁相放大的被动红外探测辐射模型,提出了在锁相放大算法后添加相位判断的信号...     

基于荧光双色比例的变压器绝缘油放电击穿故障诊断模型研究

传统变压器绝缘油品质荧光分析检测方法是利用荧光分光光度计采集油样本全谱段荧光光谱,根据不同老化程度绝缘油的全谱荧光特征变化建立变压器运行状态诊断模型.针对传统荧光方法中光度计体积大、价格昂贵以及因光谱采集时间长无法实现实时监测等问题,提出一种基于荧光双色比例的变压器绝缘油品质检测方法,提取荧光特征双波段信息并建立变压器...     

基于Kubelka-Munk理论的涂层表面多参量偏振双向反射分布函数模型

为了表征涂层的表面散射偏振特性,基于Kubelka-Munk理论,综合考虑表面散射和体散射,建立了一种多参量偏振双向反射分布函数(BRDF)模型;该模型通过引入镜向系数来表征表面散射的贡献程度,以改进传统的偏振BRDF模型,使得含5个参量(复折射率的实部和虚部、表面粗糙度、相对漫反射率系数、镜向系数)的新偏振BRDF模型更符合实际的涂层表面散射偏振特性;通过开展户外实验获得黑漆和绿漆涂层表面在不同观测几何时的偏振度,利用遗传算法从实测数据中反演关键参量。结果表明:对于不同的涂层表面,该多参量偏振BRDF模型的仿真结果与实测数据均能较好地吻合,引入镜向系数能够提高模型的准确性,可为涂层目标偏振特征的提取和有效识别提供依据。     

基于正交子空间投影的污染气体自适应探测

超光谱成像遥测污染气体的主要目的是对其进行识别分类,进而获得其空间分布信息,确定污染源位置。实际应用中,目标光谱叠加在强背景辐射之上,此外开放路径中的实测光谱还包含大气等干扰物光谱,这些因素制约了对目标光谱的识别分类。在线性模型基础上,利用正交子空间投影方法有效压缩背景及干扰物信息,并基于广义似然比检验原理构建子空间检测器,对所有像元逐个分类识别。以氨气为目标气体进行了野外实验,数据立方体来自扫描成像傅里叶变换红外(FTIR)光谱仪,子空间向量由奇异值分解(SVD)算法得到。结果表明,子空间检测器对所有像元的识别结果优于光谱角度填图(SAM)算法。     

基于Lasso方法的污染气体自适应探测算法

在开放光路条件下,污染气体与大气成分的光谱特征相互混叠,难以直接对污染气体进行识别。提出了一种自适应特征提取算法,预先生成各种大气条件下的光谱特征,利用Lasso算法进行快速特征优选,选择最优目标/背景组合重构背景光谱,提取目标特征。为了验证所提算法的有效性,开展了不同背景下的甲烷遥测实验、不同相对湿度条件下的氨气遥测实验,以及室内近距离乙烯探测实验。将所提算法与Harig算法进行对比,结果表明:所提算法能更好地扣除背景,具有较强的实用性。     

FTIR被动遥测信噪比优化及在变电站SF6泄漏检测应用

被动FTIR红外遥测技术可应用于气体泄漏检测,气体检测下限与仪器信噪比密切相关。仪器信噪比与测量参数有关,如光谱分辨率、采样频率、积分时间、平均次数等,如何结合实际应用优化参数组合以实现最佳信噪比,目前还缺少系统分析。针对这一问题,从理论上分析了这些参数与信噪比关系,并归类为三个方面：（1）光谱分辨率,引用了Roland Harig给出的结论,当光谱分辨率低于特征峰半高全宽时,信噪比不变,但为了避免背景气体的交叉干扰,分辨率不宜设置过低,需要结合实际应用综合考虑;（2）降低采样频率能够减少计算量,缩小光谱范围,但采样频率和光谱范围与信噪比无关;（3）在积分时间和光谱平均次数方面,同样时间条件下,多次干涉图采集会引入零光程差的采样误差,使得噪声大于理论计算值,因而长积分时间获得信噪比优于多次平均。开展了六氟化硫（SF₆）泄漏检测实验,根据SF₆特征峰宽度选择4 cm-1分辨率,20 kHz采样频率兼顾了信噪比和检测时间,并利用FTIR巡检系统发现变电站泄漏点,证明了方法的有效性。     

FTIR被动遥测信号中的线形函数建模及补偿方法

被动遥测红外信号的精确解译,对远距离、非接触获取污染云团信息具有重要意义。然而,测量过程中的光谱畸变阻碍了这一目的的达成。针对遥测信号中的谱线畸变问题,提出了一种利用线形函数模型自适应补偿傅里叶变换红外光谱仪光谱线形函数的方法。通过对傅里叶变换光谱仪线形函数的成因分析,结合实际仪器设计参数,从理想线形函数、固有线形函数和相位误差三个方面构建线形函数模型;在此基础上,以实测畸变光谱与理论仿真光谱的均方误差作为代价函数,利用迭代优化方法实现了对实际线形函数关键参数进行估算的算法流程;将重构得到的线形函数应用于理论光谱补偿,显著减少了理论仿真光谱与实测光谱之间的差异。分析结果表明,理想线形函数主要影响谱线展宽及旁瓣幅值;固有线形函数造成向低频方向的非对称展宽;而相位误差则会造成谱峰非对称。必须在理论仿真光谱中综合考虑三种来源线形函数的贡献,才能有效建立测量光谱和待反演云团参数之间的联系。实际线形函数畸变参数的获取和补偿应用,有助于提高红外遥测信号的定量解译水平。