基于约束优化的多光谱辐射真温反演算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3964/j.issn.1000-0593(2018)12-3846-05

基于约束优化的多光谱辐射真温反演算法

引用
多光谱辐射测温是通过测量待测物某点的多个光谱辐射强度信息,通过普朗克公式反演获得真实温度.但是,通过普朗克公式获得的多光谱辐射测温方程组,是欠定方程组,即N个方程,N+1个未知数(N个未知的光谱发射率ελi和1个待求真温T).目前,多采用事先假设一组发射率模型(发射率-波长或发射率-温度模型),假设模型与实际情况如果相符,则反演结果能够满足要求,如果假设模型与实际情况不符,则反演结果误差很大.但是,发射率模型受温度、表面状态、波长等诸多因素影响,难以事先确定发射率模型.因此受未知光谱发射率的制约一直是多光谱辐射测温理论面临的主要障碍,能否在无需任何光谱发射率假设模型的情况下,实现真温和光谱发射率的直接反演一直是多光谱辐射测温理论研究的热点和难点.通过对参考温度模型的分析表明,多光谱辐射测温反演过程的实质是寻找一组光谱发射率,使得每个通道方程解得的真温都相同,如不相同则继续寻找合适的光谱发射率,直到每个通道解得的真温都相等.为此,提出将多光谱辐射测温参考温度模型的求解过程转换为约束优化问题,即在光谱发射率0≤ελi≤1的约束条件下,通过梯度投影算法不断寻找光谱发射率,带人多光谱辐射测温参考温度模型方程组后,计算温度反演值的方差,直到每个光谱通道方程获得的温度值应该近似相等,此时各个光谱通道的温度反演值方差最小,这样就把多光谱辐射真温和发射率的反演问题转换为约束优化问题.约束优化算法是解决这一类问题的主要方法,但为了满足Ax≥b的约束条件,将0≤ελi≤1分解为ελi≥0和-ελi≥-1的两个约束条件,从而满足了约束优化问题Ax≥b的约束条件.这样就可以通过约束优化算法在无需任何光谱发射率假设模型的条件下,直接求解真温和光谱发射率.实验采用六种不同光谱发射率分布模式(随波长递增、递减、凸波动、凹波动、“M”型波动、“W”型波动)的材料为研究对象,以验证新算法对不同材料光谱发射率分布反演的适应性,利用Matlab的minRosen函数,选择光谱发射率的初始值均为0.5(取中间值,提高计算效率).针对六种不同光谱发射率模型的仿真结果表明,新算法无需任何有关发射率的先验知识,对不同发射率模型反演结果均表现较好,在真温1 800 K的情况下,绝对误差均小于20 K,相对误差均小于1.2%,新算法具有无需考虑任何光谱发射率先验知识、反演精度较高及适合于各种发射率模型等优点,进一步完善了多光谱辐射测温理论,在高温测量领域具有良好的应用前景.

多光谱辐射测温、发射率、约束优化、梯度投影

38

TK3(热工量测和热工自动控制)

国家自然科学基金项目61405045,31470714;中央高校基本科研业务费基金项目2572017DB04

2019-03-18(万方平台首次上网日期,不代表论文的发表时间)

共5页

3846-3850

相关文献
评论
暂无封面信息
查看本期封面目录

光谱学与光谱分析

1000-0593

11-2200/O4

38

2018,38(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn