基于小波神经网络的红外光谱发射率计算方法

发布时间：2025-07-18 23:59

　　 红外光谱发射率是战机蒙皮重要的红外隐身参数之一,为消除大气等外界因素对红外辐射特性测试结果的干扰,建立一种基于小波神经网络的目标红外辐射亮度模型,利用这种模型对测试样本进行网络训练,建立3～5μm和8～12μm波段红外辐射亮度模型,进而计算不同波长下目标的光谱发射率。通过与标准黑体对比,验证所建小波神经网络模型的光谱发射率与黑体实际的光谱发射率相比,最大相对误差约为2%,并将该方法应用于飞机蒙皮的光谱发射率计算。

【文章页数】：5 页

【部分图文】：

图1 小波神经网络基本结构

BP神经网络拓扑结构是小波神经网络的基本架构,图1所示为基本结构。图中,X1、X2、K、Xk为小波神经网络的输入参数;Y1、Y2、K、Ym为小波神经网络的输入参数;ωij、ωjk为网络权值。

图2 小波神经网络算法流程

依被测目标的辐射亮度特性设计小波神经网络,其中输入层输入为红外辐射计测试得到的2000组红外辐射亮度数据,隐含层节点由小波函数构成,输出层则输出预测的辐射亮度值。图2为根据小波神经网络的红外辐射亮度建模的算法流程[8-11]。3光谱发射率的计算与验证

图3 飞机蒙皮与加热片

对于绝对黑体,其发射率为1,但自然界中不存在发射率为1的绝对黑体,本实验使用发射率接近于绝对黑体的人造黑体,即使用黑体辐射源的发射率εb=0.98。为提高光谱辐射特性测量和求解精度,实验使用傅里叶变换红外光谱辐射计(FourierTransformInfraredSpect....

图4 623K黑体辐射亮度曲线和小波神经网络输出曲线

根据已建立的小波神经网络模型,训练并估计测试样本的辐射亮度,可以得到3～5μm和8～12μm波段的辐射亮度曲线。得到分析结果如图4所示。其中虚线为实际测量的黑体辐射源的辐射亮度曲线,实线为通过小波神经网络训练输出的辐射亮度曲线。从图4中可以明显发现,实际测试结果在4.2μm....

本文编号：4057643