多光谱真温快速反演方法

材料的未知发射率是辐射测温的一大障碍,它导致了无法依靠单组测量数据获得材料的真实温度,人们只能通过假定材料发射率模型来计算出材料的亮度温度等非真实温度。基于这样的背景,Gardner J等科学家们提出了多光谱测温法并不断完善其理论,如今多光谱测温广泛应用于高温和超高温测量、高温目标的热性能测量、真实温度动态测量等。2005年,孙晓刚提出了二次测量法,二次测量法属于多光谱真温反演算法的一种,其通过两组测量数据之间的迭代运算解决了反演真温与反演各波长下材料发射率的难题,并且通过构建大量发射率模型来确保各波长下反演出的发射率的精度,但是其在数学运算和软件运行中需要构建数量庞大的发射率模型库、通过匹配库中所有发射率模型来得到真温最优解,这不仅需要大量计算时间而且占用大量软件资源。提出了新的多光谱真温快速反演方法,理论推导出了的材料辐射能量当量与发射率之间的不等式方程组,在二次测量法算法中添加了对发射率模型库优化筛选步骤,这一措施能够筛选掉发射率模型库中不合理的模型以缩小发射率模型库的规模,从而节省大量计算时间和软件资源。首先进行了0.400~1.100波段的仿真实验,实验中分别对六种发射率模型进行了多光谱真温快速反演方法和二次测量法的反演结果对比,结果表明,对于同一个被测目标在相同的温度初值和相同的发射率搜索范围下,真温快速反演方法不仅保证了反演精度,而且相比于二次测量法减少了29%～64%的发射率模型数和26%~57%的计算时间。进行了0.574～0.914波段的实测对比实验,实验结果表明对于相同条件下,真温快速反演方法在保证精度的前提下,相比于二次测量法减少了42%～48%的发射率模型数和35%~49%的计算时间。实验证明真温快速反演方法可行,对于大规模多光谱真温测量和在线多光谱真温测量有重要价值。     

基于发射率模型约束的多光谱辐射真温反演法

温度测量是工业生产或科学实验中保证产品质量、降低生产成本和确保实验安全的重要因素之一。目前非接触的测温方法以辐射测温法为主,二次测量法是多光谱辐射测温中一种常用的方法。但是,二次测量法不适用于实时数据处理。针对此问题,基于多光谱亮度温度数学模型引入了发射率模型约束条件,提出了一种多光谱辐射真温快速反演法。对于非黑体,根据不同波长下的亮度温度的关系,得出当亮度温度在一个区间内是增函数或者常数函数时,发射率在该区间内是增函数;当亮度温度在一个区间内是减函数时,则发射率在该区间内满足一个关于发射率和波长的不等式。该发射率模型约束条件根据亮度温度的信息,将发射率假设值的构建由多类减少到一类,避免了不必要的发射率的构建。实验分别采用实际发射率随波长单调下降、单调上升、先下降再上升、先上升再下降和随机变化的具有代表性的五个被测目标,针对两个被测温度点进行了仿真对比分析。结果表明,与二次测量法相比,对于同一个被测目标,在相同的温度初值和相同的发射率搜索范围下,新算法在保证精度的情况下,不仅所得结果相同,而且处理速度提升了19.16%～43.45%。     

基于多元极值优化的多光谱温度测量方法

多光谱测温依据黑体辐射定律,通过辐射光强、多组波长即能推测出温度值,克服了比色测温要求光谱单一和比色光谱相近的约束,在工程实际中得到了广泛的应用。在多光谱温度反演的过程中,光谱发射率的求解及多光谱数据处理是精确测温的关键。目前,光谱发射率的求解大多以光谱发射率假设模型为主要的方法,当假设模型与实际情况接近时,反演的温度与光谱发射率精度很高,当二者不相符时,反演的结果与实际情况相差甚大,对于复杂材料和燃烧过程中材料性能动态变化情况下的测温,以光谱发射率假设模型的方法存在盲目性;近年来,基于神经网络的深度学习的方法应用于多光谱测温,避免了光谱发射率假设模型,可建立温度与多光谱的非线性统计规律关系,但需要海量数据与超强算力支撑,且建模过程复杂。针对上述问题,提出了一种基于多元极值优化的多光谱温度测量方法(MEVO),该方法利用不同温度下多光谱信号之间的关联性,通过分析在多光谱温度反演过程中各通道测量温度之间的联系,基于多光谱辐射测温原理以及温度反演过程中各通道数据之间的信息关联,建立多元温差关联函数,通过关联函数的寻优,建立高精度测温模型。该方法将建模过程简化为多元温差函数的寻优问题,避免了...     

基于约束优化的多光谱辐射真温反演算法

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ε_λi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≤ε_λi≤1的约束条件下,通过梯度投影算法不断寻找光谱发射率,带入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≤ε_λi≤1分解为ε_λi≥0和-ε_λi≥-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。     

基于参考温度的多目标极小值优化原理的多光谱真温反演

多光谱辐射测温法是一种能够反演出辐射体真实温度(真温)的非接触式的温度测量方法,这种方法通过采集不同波长下被测目标的亮度温度信息,利用相关的算法反演被测目标的真温,多光谱高温计就是利用这种方法反演被测目标真温的最重要的测量工具之一。经过近半个世纪的不懈努力与探索,国内外众多学者在此领域取得了长足的进步。由于光谱发射率都小于1,因此采用辐射高温计不能直接测量得到被测目标的真温,只有通过处理多个光谱通道的波长和亮度温度,利用多光谱辐射测温数据的处理方法才可以获得被测目标的真温。在真温的反演的过程中,一般都需要找到光谱发射率与波长或温度等变量之间的函数关系,用含有波长或温度等变量的表达式代替光谱发射率,这类方法模型选取缺乏足够的理论支持,对于非专业人员,选择合适的光谱发射率模型存在一定的难度。由于光谱发射率具有瞬时多变性,假设的光谱发射率模型与实际光谱发射率的变化之间往往存在一定的差异,有可能导致真温反演产生较大的误差。另外,光谱发射率与波长或温度等变量之间的数学模型是需要通过大量的实验和经验才能确定,这种数学模型通用性较差,尤其是当待测辐射体发生改变时,这种数学模型也就失去了意义。因此,找到一种无需假定光谱发射率与波长或温度之间数学模型而且又具有一定通用性的多光谱真温反演方法成为一种迫切的需要。对于多波长高温计的N个光谱通道,每一个光谱通道的测量数据满足一个数学方程,对于N个光谱通道可以构成一个欠定方程组。为了求解这个方程组,将优化的思想引入多光谱求解过程中,提出了一种基于参考温度的多目标极小值优化原理的多光谱真温反演方法,将多光谱真温的求解问题转化为多目标极值优化问题,实现了无需假设光谱发射率模型的真温和光谱发射率的反演。与传统的二次测量法相比,新方法在反演精度上与二次测量法大体相同,但在反演速度上得到了较大幅度的提高。借助于以往学者测量的真实数据,利用基于参考温度的多目标极小值优化原理的多光谱真温反演方法实现了真温和光谱发射率的反演。新方法在反演速度上得到了较大幅度的提高,借助于以往的固体火箭发动机羽焰温度真实的测量数据,利用基于参考温度的多目标极小值优化方法实现了真温的反演。     

基于多目标极值优化法的多光谱真温反演

为了求解多波长高温计多光谱通道的欠定方程组,引入了优化的思想,将多光谱真温的求解问题转化为多目标极值优化(MMO)问题,无需假设光谱发射率与其他物理量之间的函数关系模型即可求解真温。所提方法的反演精度与二次测量(SMM)法的大体相同,但反演速度大幅增大。借助火箭尾焰的真实测量数据,利用MMO法实现了火箭尾焰真温和光谱发射率的反演。     

多目标普朗克极小值优化法的多光谱真温反演研究

光谱发射率是辐射体辐射能力的重要参数,通过光谱发射率可以建立辐射体与黑体的之间的桥梁,从而黑体辐射的相关理论就可以应用于辐射体。采用普朗克公式,光谱高温计的每一个光谱通道可以构成一个方程,这个方程中包含有真温、亮度温度和光谱发射率。对于N个光谱通道可以构成N个方程,这N个方程中也包含一个真温、N个亮度温度和N个光谱发射率,其中亮度温度是已知量,真温和光谱发射率是未知量。由于方程组是欠定的,理论上存在着大量的解。为了求解这个方程组常需要假设光谱发射率与波长和温度之间的数学模型,使方程组未知数的个数降为N个,实现真温的求解。当光谱发射率与波长或温度之间的规律被正确获得后,多光谱辐射测温法才能反演出正确的真温。通过对上述较为常用两种光谱发射率模型的分析可知,这两种方法的基本思想都是试图找到光谱发射率与波长或温度之间的函数关系,确立光谱发射率与波长或温度之间数学模型。用含有波长或温度的表达式代替光谱发射率,实现方程的求解。由于光谱发射率具有一定的不确定性,假设的光谱发射率模型与实际光谱发射率的变化之间存在一定的差异,有可能导致真温反演产生较大的误差。光谱发射率与波长或温度之间的数学模型是需要通过大量的实验和经验才能获得的,而且这种数学模型通用性较差,尤其是当待测辐射体发生改变时,这种数学模型也就失去了意义。为了解决多光谱高温计在实际测量中存在的问题,找到一种无需假定光谱发射率与波长或温度之间数学模型而且又具有一定通用性的多光谱真温反演方法成为一种迫切的需要。为此,将优化的思想引入到了多光谱求解过程中,将多光谱真温的求解问题转化为多目标普朗克极小值优化(MMP)问题,从而不再需要建立光谱发射率与波长或温度之间的数学模型,降低了系统的复杂性与难度。该方法以普朗克公式和光谱发射率之间的等式约束条件为基础,构造了六个目标函数,实现了真温的求解。新方法在反演精度上得到了较大幅度的提高,仿真数据的误差都小于1%。借助于以往的真实测量数据,利用多目标普朗克极小值优化法实现了真温的反演。     

固体材料定向光谱发射率测量装置研究及误差分析

针对红外隐身材料光谱发射率测评的需要,提出一种基于能量法的发射率测量模型,并建立起固体材料定向光谱发射率测量装置,能实现温度范围50℃～300℃与光谱范围1.3μm～14.5μm的固体材料定向光谱发射率测量。通过对试样进行实测,得到不同样品在150℃和同一样品在不同温度下的光谱发射率曲线,得出该材料发射率随温度变化的结论。最后分析了样品同黑体温度不等引起的误差,给出温差为1℃和2℃时,发射率相对误差随温度与波长的分布曲线,以及不同黑体温度下3μm～5μm和8μm～14μm的平均相对误差值。     

组合优化算法在冲击温度反演中的应用

冲击物理温度是武器弹药性能测试、极端环境材料状态的重要参量,温度的精准获取在国防建设和工业制造领域有重要意义。冲击过程由于持续时间短、较难接触式测量以及温度范围广等特性,常规测温方法较难满足要求。利用多光谱辐射测温法,获取材料辐射强度值,以普朗克辐射定律为基础建立温度反演模型,从而获取目标的冲击物理温度值。实际中,由于不同目标发射率存在一定随机性,在模型反演温度时误差较大。冲击压缩下材料的结构可能发生相变,发射率随之变化,因此直接将发射率模型假定用于冲击物理温度求解,很难准确的获取温度值。基于约束优化理论,将多光谱测温实验中温度求解问题转为约束优化问题。针对每个通道获取到的温度值应该相同,将物体发射率限制在特定范围,利用约束优化算法计算获取目标温度和发射率,克服了未知发射率对于冲击物理温度求解的障碍。同时,将平衡优化器算法(EO)与序列二次规划法(SQP)相结合应用于温度模型的求解中,避免了单一算法求解稳定性差和速度慢的缺点,提高了温度反演的效率和准确性。对四种常见的发射率模型在3 000 K时的发射率数据进行了仿真验证,结果表明温度反演误差均小于1%,反演时间小于3 s。最后利用本算...     

基于牛顿迭代法高温光谱温度和发射率的反演研究

针对基于光谱数据进行温度与发射率分离过程中存在的n个方程包含n+1个未知数这一欠定问题,提出利用牛顿迭代法来实现材料表面真温及发射率的反演计算,通过给定温度和发射率初值,利用泰勒级数的线性项建立迭代公式,通过迭代得到温度和发射率的近似解。分别利用理论热辐射谱和腔黑体的实验数据进行验证,结果表明,任意给定温度和发射率初值均可获得与真实温度接近的计算温度值,相对误差小于0.09。发射率反演结果与真实发射率线形一致,当温度和发射率初值越接近真实温度和发射率时,发射率反演结果越精确。该方法消除了发射率假定模型限制,有望应用于高温及超高温下各种材料真实温度和光谱发射率研究。     

表征超声衰减谱粒度的改进和声搜索算法*

针对超声衰减谱法颗粒粒径测量,提出一种改进和声搜索算法,在和声搜索算法迭代达到200次时,加入拟牛顿算法,调节和声搜索算法全局和局部搜索能力,提高算法的收敛精度。对服从三种典型粒径分布函数颗粒系进行数值模拟,改进算法反演得出R-R(Rosin-Rammler)分布参数值相对误差小于8%、正态分布参数值相对误差小于5%,对数正态分布参数值相对误差小于10%,同时用改进算法对两种硅-水悬浮液样品的实验超声衰减谱反演,与标称尺寸对比粒径相对误差为6.0%和8.2%,表明了利用改进算法表征颗粒粒径的可行性。     

基于拟牛顿法的连铸结晶器热传导反问题求解

在实际的工业过程中,热传导反问题广泛的存在于各个应用领域。由于连铸的生产环境恶劣,给连铸钢坯的测温造成了很大的困难,导致连铸结晶器热传导反问题的求解是很困难的。在研究了热传导反演算法的基础上,基于连铸结晶器的有限的测量点,通过热传导反演算法可以求出结晶器的热流密度,给连铸的优化和控制提供依据。在建立了连铸热传导反问题模型的基础上,提出了基于拟牛顿法的连铸结晶器热传导反问题求解的改进算法,该算法可以有效的利用当前搜索过程中的信息,通过近似目标函数的二阶导数来加快算法的搜索效率,采用了Wolf步长选择规则克服了算法收敛速率慢的缺点,并且该算法无需计算Hessen矩阵,能够有效降低计算的复杂度。实验结果表明该算法能够快速有效的求解该问题。该方法用于连铸结晶器热传导反问题是可行的、有效的。     

基于发射率温差模型的多光谱辐射测温理论研究

对于辐射测温数据的处理过程实质就是要解决光谱发射率与真温之间的关系。如果假设的光谱发射率模型与实际光谱发射率模型不符,则会造成较大的测温误差。因此,如何减少光谱发射率和真温对测量模型的依赖程度进而使算法具有一定的通用性,是该领域亟待解决的主要问题之一。提出的算法无需预先假定的发射率与波长之间的模型关系即可找出求解出光谱发射率和真温。通过仿真和实验验证结果表明,使用该算法可以求解出一个相对合理的光谱发射率和满足一定精度要求的真温。算法简单、可靠、具有一定的通用性,适合光谱发射率和真温的测量。     

超光谱红外卫星资料同步反演不同地表类型的大气廓线、地表温度和地表发射率

大气温度、水汽、地表温度和地表发射率是大气和地表的本征信息量。利用卫星红外资料精确反演大气温湿廓线有利于准确预报天气和研究气候变化,同时地表温度和地表发射率光谱的反演为研究植物生长与作物产量、地表水分蒸发与循环、能量平衡、地表成分及物理性质、气候变迁与全球环境提供重要参数指标。把大气和地面作为一个整体系统来考虑,建立一种能同步反演大气温度廓线、大气水汽廓线、地表温度和地表发射率的反演方法,利用超光谱红外卫星资料(atmospheric infrared sounder, AIRS),针对我国新疆地区沙漠和雪地两种典型发射率地表同步反演大气温度廓线、水汽廓线、地表温度和地表发射率。反演方法首先线性化地球-大气系统红外辐射传输方程, 提出通过经验正交函数构建大气廓线和地表发射率光谱,有效减少反演变量数,建立同步物理反演模式,然后以美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)的预报结果(初始大气温度、水汽廓线以及地表参数)作为初始值,最后通过牛顿迭代得到最优化解。反演观测区域覆盖我国新疆塔克拉玛干沙漠和准噶尔盆地,分别选择位于塔克拉玛干沙漠腹地的塔中探测站(纬度38.98°, 经度83.64°)和准噶尔盆地的阜康荒漠生态系统国家野外科学观测研究站(纬度44.2°, 经度87.9° )为反演地面验证点。反演结果表明,塔克拉玛干沙漠地表温度明显高于准噶尔盆地地表温度,与实际情况相一致;根据反演的8.6和13.4 μm处的地表发射率分布情况,可以看出在8.6 μm处沙漠地表发射率明显低于雪地发射率,在6～15 μm范围内,反演的沙漠地区(塔中站)地表发射率和雪地地区(阜康站)地表发射率与美国喷气推进实验室测量的沙漠发射率光谱和雪地发射率光谱相一致。研究表明,把大气和地面作为一个整体系统来考虑,把地表发射率加入到反演中,通过比较和分析沙漠地区(塔中)和雪地地区(阜康)的大气廓线反演结果与当地气象探空值和传统反演方法反演值,改进了大气温度廓线和水汽廓线反演精度,特别是边界层温度和水汽改进尤为明显;同时分析表明在发射率光谱变化较大的沙漠地区, 大气廓线反演精度的改进比雪地要高,这是由于地表发射率光谱在沙漠、戈壁地区变化较大,而雪地的发射率光谱变化不大。用该方法针对地表发射率光谱变化较大的地区(沙漠)同步反演大气廓线、地表温度和地表发射率,可以更有效的提高大气温度廓线、水汽廓线的反演精度。该研究结果可以为数值天气预报和我国未来超光谱红外卫星应用提供服务和有力支持, 具有十分重要的意义。     

一种基于激光辐照热效应的薄膜参数反演方法

本文研究并建立了一种基于激光辐照热效应的薄膜参数反演方法.首先给出激光辐照薄膜产生温升问题的热传导理论模型,并利用拉普拉斯变换得到了膜层和基底温度场的解析解;然后以膜层和基底的导热系数为反演参数,基于非线性共轭梯度算法给出反演基本原理及流程,并推导得到了反演过程中灵敏度系数的解析表达式;以aluminum,silver,copper和gold四种金属薄膜为例,通过与有限元法的计算结果对比验证了温度场解析解的正确性;最后结合四种金属薄膜进行了参数反演,通过考察分析不同随机噪声等条件下的参数反演结果,验证了本文方法在薄膜参数反演精度与反演效率等方面的有效性.反演结果显示:本文方法具有较高的反演精度和效率,在迭代截止误差为10~(-7)时只需用少于20次迭代就能收敛;在测量数据中加入的随机噪声越小,反演的迭代收敛次数就越少,即使是在迭代初值与反演结果相差较大时,用包含5%随机噪声的测量数据反演也能快速收敛.本文提出的薄膜参数反演方法不仅适用于反演导热系数,也可扩展用于反演膜层反射系数或吸收率等参数,具有一定的适用性.本文方法对于激光加工或激光损伤过程中的参数反演及优化具有一定的指导意义.