CN103728612B - 基于目标红外辐射光谱和带模式的被动测距方法 - Google Patents
基于目标红外辐射光谱和带模式的被动测距方法 Download PDFInfo
- Publication number
- CN103728612B CN103728612B CN201310745316.9A CN201310745316A CN103728612B CN 103728612 B CN103728612 B CN 103728612B CN 201310745316 A CN201310745316 A CN 201310745316A CN 103728612 B CN103728612 B CN 103728612B
- Authority
- CN
- China
- Prior art keywords
- band
- model
- oxygen
- target
- absorption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于目标红外辐射光谱和带模式的被动测距方法,它包含以下操作步骤,(a)通过相应的传感装置获取距离反演所必须的测量数据;(b)建立基于带模式的测距模型;(c)建立被动测距数据库,反演目标距离。本发明利用氧气在大气中分布均匀的特点,所选择的氧气A吸收带谱线结构单一、特征明显,容易精确求解吸收截面,并可避免大气中其他成分气体对测量的干扰,且氧气浓度稳定,很好的解决了天气及地域的影响,所建立的带模式测距模型很好的解决了距离反演中的实时性问题。这种技术不仅可以用于固定路基站点,也可用于车载、机载等运动平台,在红外搜索跟踪系统,光电对抗方面有重要应用前景。
Description
技术领域:
本发明涉及的是一种距离测量方法,具体的说是一种基于红外光谱遥测技术的高精度对空被动测距方法。
技术背景:
在上个世纪末,红外热点技术成功地运用于红外搜索与跟踪系统(InfraredSearch & Track System,IRSTS)当中。由于红外传感系统不向空中辐射任何能量,只是通过接收目标辐射的热能对目标进行探测和跟踪,因而不易被侦察或定位,具有极大的抗干扰能力;加之IRSTS还具有测角精度高和一定的目标识别能力,因此,IRSTS作为一种重要的被动探测系统,得到了广泛的应用。相应地,可用于IRSTS的被动测距技术的研究也逐步深入。
目前较为可行的被动测距技术可分为三大类:几何测距法、图像分析法和基于大气传输特性的被动测距法。几何测距法通常需要多个站点之间相互配合,无论是静态三角测量方式还是动态三角测量方式,都依据目标相对于系统的方位角和俯仰角进行测量,计算目标距离、速度和位置,当系统和目标均运动时,计算变得异常复杂。图像分析法虽然只需要单个站点即可工作,但该方法由于需要预先得到被测目标的图像或大致几何尺寸或者地理背景信息,测量距离短。
基于大气传输特性的被动测距法是近几年逐渐兴起的测距技术,由W Jeffrey首先提出(见文献[1]:Jeffrey W,Draper J S,Gobel R.Monocular Passive Ranging[J].Proceedings of IRIS Meeting of specialty Group on Targets,Rackgrounds andDiscrimination,1994,113-130.),该方法的关键是能否准确找到不同波段在同一大气传播路径上的衰减特性。后经多年改进与发展,目前美国空军技术研究所已经研究“基于红外及可见波段氧气传输衰减的火箭羽流被动测距方法”(见文献[2]:Vincent R A,HawksM.R..Passive Ranging of Dynamic Rocket Plumes using Infrared and VisibleOxygen Attenuation[C],Proc.Of SPIE Acquisition,Tracking,Pointing,and LaserSystems Technologies XXV,2010(8052):80520D-1.)以及“基于CO2红外吸收的被动测距方法”(见文献[3]:Macdonald D J.Passive Ranging Using Infrared AtmosphericAttenuation[J].Proc.Of SPIE Infrared Technology and Applications XXXVI,2010(7660):766041.),比较详细说明了O2、CO2的大气传输特性,并证明了762nm附近波段只有氧气吸收带,不受天气影响,其采用的逐线积分(Line-By-Line,LBL)方法,虽然可以给出精确地带平均吸收系数,但计算量过大,对系统资源占用过多,实时性差。
进入20世纪中叶,带模式方法逐渐发展起来。所谓“带模式”可以分为“规则带模式”(见文献[4,5]:Elsasser W M.Heat transfer by infrared radiation in theatmosphere[M].Harvard Meteorological Studies No.6.Harvard Univ.Press1942;Goody R M.Atmosphere Radiation:I Theoretical Basis[M].Oxford UniversityPress,1964.)和“随机带模式”(见文献[6]:Malkmus W. Random Lorentz band modelwith exponential-tailed S-1line-intensity distribution function[J].JOSA,1967,57:323~329.)两类。其基本思想是,考虑大气气体吸收分子吸收带的“总体”吸收特征,而不着眼于一条具体的吸收谱线。为了求取一条吸收带的平均透过率,“规则带模式”假定:各吸收谱线是“规则”的,即强度和位置是“均匀”分布的。但是,目前发现,在实际的大气气体分子吸收带中,这种情况是很少出现的,另一方面,“随机带模式”则又两个基本假定:1)在一条吸收带中,各条吸收谱线的位置是随机的;2)各条谱线的强度按照某种规律分布。因此,可以用相对简单的统计表达式来描述气体的吸收特性,并可以有效的降低计算复杂度,提高计算实时性。
如果有一种基于氧气762nm近红外吸收带的红外光谱遥测技术,结合带模式的被动测距技术,这种技术在保证测量精度的同时,也可以提高距离反演的速度,不仅能推动现代光电对抗技术的发展,而且在提高红外搜索跟踪系统的性能方面也将发挥重要的作用。
发明内容:
本发明的目的在于提供一种实用、稳健、测距范围大、测量精度高的基于大气传输特性的红外被动测距方法。
为了解决背景技术中所存在的问题,本发明的是通过以下步骤予以实现:
(a)通过相应的传感装置获取距离反演所必须地测量数据;
(b)建立基于带模式的测距模型;
(c)被动测距数据库,反演目标距离。
所述,步骤(a)通过相应的传感装置获取距离反演所必须地测量数据,包括以下几个步骤;
(a-1)利用目标跟踪装置获取被测目标的天顶角数据θ;
(a-2)利用光谱遥测装置获取目标经大气传输衰减后的光谱数据,并提取出氧气A吸收带处的光谱数据Im(v);
(a-3)利用天气传感器获取当地的温度T、压强数据p。
所述,步骤(b)建立基于带模式的测距模型,包括一下几个步骤;
(b-1)利用步骤(a-2)所提取出的氧气A吸收带处的光谱数据Im(v)后,对光谱数据进行多项式插值,求解基线Ib(v),从而计算出氧气A吸收带处的光谱透过率TO2(υ)=Im(υ)/Ib(υ);
(b-2)按照洛伦兹线型(Lorentz Profile)函数计算相应的氧气A吸收带处的分子线型,通过HITRAN数据库获得氧气分子吸收线强S,结合温度T、压强p数据计算出氧分子吸收截面σ;
(b-3)根据MORDTRAN提供的大气标准模型以及相应的氧分子浓度随海拔高度分布关系,建立起氧分子浓度m与测量距离以及测量天顶角的函数关系m=f(l,θ);
(b-4)根据艾尔萨斯(Elsasser)随机带模式(Random Model)方法,结合氧分子的马尔克穆斯(Malkmus)分布特征,对透过率函数进行近似变形,并推导出洛伦兹线型的带模式表达式,并将步骤(b-2)中的σ和步骤(b-3)中的m代入测距表达式中,形成基于带模式的测距模型TO2(υ)=F(f(l,θ),σ)。
所述,步骤(c)建立被动测距数据库,反演目标距离,包括以下几个步骤;
(c-1)根据步骤(b-4)建立的测距模型,将被测距离l和天顶角θ作为自变量,氧气A吸收带平均吸收系数作为变量,通过计算得到一一对应的数值关系,并建立相应的测距数据库;
(c-2)而在实际测量中,通过步骤(b-1)得到TO2(υ)后,通过(a-3)获得θ,再利用步骤(c-1)建立的测距数据库,最终查找出对应的被测距离l。
本发明提供了一种稳定、可靠的基于大气传输特性的被动测距方法,本发明充分利用了傅里叶变换多通道的优势,即不需对目标运动情况进行特定假设,也不需要对目标进行连续跟踪和多次采样,仅对目标辐射进行一次测量即可计算出目标距离信息,测量过程瞬时即可完成,探测距离远,测量可靠性高。
本发明利用氧气在大气中分布均匀的特点,所选择的氧气A吸收带谱线结构单一、特征明显,容易精确求解吸收截面,并可避免大气中其他成分气体对测量的干扰,且氧气浓度稳定,很好的解决了天气及地域的影响。这种技术不仅可以用于固定路基站点,也可用于车载、机载等运动平台,在红外搜索跟踪系统,光电对抗方面有重要应用前景。
附图说明:
图1是本发明的对空探测方案示意图;
图2是本发明的方法实现流程图;
图3是本发明中获得的辐射光谱图;
图4是本发明中基线计算示意图;
图5是1976美国大气标准模型;
图6是带模式示意图。
具体实施方式:
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
结合附图1,在被动测距系统的工作示意图中包含:被测空中目标(13),由光谱遥测获取装置(3)和目标跟踪装置(5)构成的综合装置(14)和三角支架(15);所述综合装置(14)可为高速遥测红外傅里叶变换光谱仪或高速滤光片式光谱仪。假定本被动测距系统放置在海拔高度zb处,被测目标在距系统L距离飞行。被测目标的天顶角θ由目标跟踪装置或者其它手段获得,以便于本被动测距系统对被测目标的羽流辐射进行光谱获取。
结合图2具体说明本被动测距的步骤;
第一步,通过相应的传感装置获取距离反演所必须的测量数据,目标辐射1经过氧气A吸收带吸收衰减2后,利用目标跟踪装置4获取被测目标的天顶角数据θ,目标跟踪装置4可以为红外搜索与跟踪系统(IRSTS,Infrared Searching and Tracking System)或红外跟踪相机等具备测角功能的装置,目标跟踪装置4的主要作用是:一方面使光谱遥测装置3能实时获取目标光谱数据,另外为所选择的氧分子浓度分布模型的建立提供主要参数之一;利用光谱遥测装置3获得目标经大气传输衰减后的光谱数据,并提取出氧气A吸收带处的光谱数据Im(v),利用气象传感装置5,如便携式气象仪获取当地的温度tb,压强pb数据以及海拔高度值zb。
第二步,建立基于带模式的测距模型,对于实际的测距系统而言,目标辐射光谱经特征气体吸收衰减后的带平均透过率为:
式(1)中,υ是吸收频率,υi,υf为积分上下限,Im(υ)为探测器接收到的目标辐射光谱,Io(υ)为目标本身辐射光谱,T(υ)是单独每条谱线的透过率,τ(υ)是单条谱线的吸收光程,可写成如下形式:
式(2)中,L为目标距离,k(υ,z,t,p)是氧分子吸收系数,可通过HITRAN数据库6获得,t,p,z分别是探测路径上的温度、压强和海拔。σ(υ,z,t,p)是氧分子吸收截面,N(z,t,p)为大气中氧分子浓度数,σ(υ,z,t,p),N(z,t,p)与探测路径上的温度t,压强p以及海拔高度z有关,但t,p,z又可写成距离L的函数,因此,通过建立σ(υ,z,t,p)和N(z,t,p)与距离L的函数关系,公式(2)可改写为:
通常情况下,大气的传输衰减不仅包含分子吸收,还包括气溶胶散射,同时任何测量都会受到测量系统本身的限制,只能测得一定带宽和光谱分辨率的光谱,因此实际测量到的目标辐射光谱应写为:
式(4)中,是与气溶胶散射有关的平均透过率,是氧分子吸收的平均透过率,是由与仪器函数有关的综合函数。
为消除和的影响,可通过步骤(7)测量基线求解的办法实现,和变化缓慢,属于低频信号,而由氧分子吸收引起的属于高频信号,因此,可将不存在氧分子吸收的信号定义为基线Ib(υ),用来消除和带来的影响,即:
又由于在测量带之外的吸收带,因而,可利用多项式插值算法,结合吸收带之外的光谱数据直接推算基线Ib(υ):
Im(带外)=Ib(υ) (6)
图4给出了测量光谱与基线之间关系,将式(5)代入式(4),有
Im(υ)=TO2(υ)Ib(υ) (7)
实际测量中,温度、压强和氧分子浓度数都会随着海拔高度的变化而改变,为了方便说明氧分子浓度及柱密度计算8的计算方法,参照MORDTRAN中提供的1976美国大气标准模型,该变化关系如图5所示。将海拔高度进行分层处理,获得温度随海拔分布关系,在每一层,温度与海拔可近似为线性关系:
t(z)=t0+(z-z0)k (9)
其中,t0和z0为每一层底部的温度和压强,k是变化率。具体分层情况见表1:
表11976美国大气标准模型中的大气分层结构
海拔,z(km) | 变化率,k(K/km) | 海拔,z/km | 变化率,k(K/km) |
0-11 | -6.5 | 47-51 | 0.0 |
11-20 | 0.0 | 51-71 | -2.8 |
20-32 | 1.0 | 71-86 | -2.0 |
32-47 | 2.8 | >86 | 非线性 |
对应的压强变化规律可写为:
式中,a0=34.18K/km。通过公式(9)和公式(10)即可将温度、压强转化为海拔高度的函数。在实际测量时,通过测量当地的温度tb、压强pb以及海拔zb即可计算出测量地点上方任意海拔高度的温度、压强数据。
在探测路径上,氧分子浓度数与海拔高度z的关系可以近似为:
其中,H=a0t(z),是与海拔高度相关的系数,t(z)是不同海拔高度处的温度,N0是标况下的氧分子浓度数。在不考虑地球曲率半径的情况下,海拔高度z与探测
距离l之间满足如下关系:
z=zb+lcosθ (12)
θ是天顶角。公式(11)进而可改写为:
式(13)即为氧分子浓度数与距离的函数关系。温度tb、海拔zb以及天顶角θ可以预先测到。
氧分子吸收截面σ受温度、压强影响很小(见参考文献7:石广玉.大气辐射学[M].科学出版社,2007.),因此其造成的误差是可以忽略的,另外,对氧分子吸收带积分求平均,在一定程度上可减小该误差,因此,可近似认为氧分子吸收截面不变。公式(8)可改写为:
令其物理意义是氧分子柱密度(concentration-length,CL),则根据式(13)有:
积分后可得:
在公式(16)的基础上,进一步说明带分布模式平均透过率计算步骤(11)如下:由于氧分子在762nm处的吸收谱线是转动谱,谱线结构单一,且具有周期性特点,可采用基于洛伦兹线型的随机带模式计算氧分子带平均吸收率如图6所示,并将带平均吸收率与目标距离L建立函数关系,具体方法如下:
首先,利用艾尔萨斯规则带模式(Regular Models)假设将氧分子每条谱线等效为等线强和洛伦兹线型的乘积,并定义如下参量:
δ是谱线间隔,α是洛伦兹谱线宽度,S是谱线强度,它们可通过HITRAN数据库6得到相应数值大小。对于单一的洛伦兹线型而言,吸收截面σ(υ)是:
式(19)中,f(υ-υ0)是洛伦兹线型函数,则各均匀排列洛伦兹线型谱线的总吸收系数mσ(υ)是:
对(20)作近似代换后,可改写为:
所以,在以υ0为中心的有限带宽内的平均吸收可表示为:
E(u,y)称为艾尔萨斯频带函数,对于实际的氧分子762nm吸收带而言,其带内谱线符合马尔克穆斯强度分布,因此其带平均吸收率为:
其中,p(S)是马尔克穆斯强度分布, 是平均线强,可通过HITRAN获得。对公式(23)积分即可得到氧分子带平均透过率:
其中,是有效线强,见(15)式,通过公式(24),即可建立带平均透过率与距离的函数模型。
综上所述,本发明所依赖的测距模型为:
其实现办法为,通过探测器得到的目标辐射光谱Im(υ),计算出基线Ib(υ),再利用公式(25a)计算出带平均透过率将计算得到的代入公式(25b)左边,通过代入探测系统所处位置温度tb、压强pb、天顶角θ以及初始海拔高度zb,计算出目标距离L。
第三步,建立被动测距数据库,反演目标距离
为提高距离反演实时性,在测距前,将获得的温度tb、压强pb以及初始海拔高度zb参数,结合MODTRAN(Moderate resolution transmission)大气传输模型计算软件,测量前建立天顶角θ、距离L和带平均透过率的测量数据库(12),如表2所示:
表2不同天顶角下距离L与透过率之间的关系数据库
在实际测量时,首先通过探测器获得的被测目标光谱Im(υ)拟合出测量基线Ib(υ),进而计算出带平均透过率根据目标跟踪装置获得的测量天顶角θ,通过数据库查找出目标距离信息L。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.基于目标红外辐射光谱和带模式的被动测距方法,其特征在于它包含以下操作步骤:
(a)通过相应的传感装置获取距离反演所必需的测量数据,包含以下操作步骤:
(a-1)利用目标跟踪装置获取被测目标的天顶角θ;
(a-2)利用光谱遥测装置获取目标经大气传输衰减后的光谱数据,并提取出氧气A吸收带处的光谱数据Im(υ),其中υ为吸收频率;
(a-3)利用天气传感器获取当地的温度T、压强数据p;(b)建立基于带模式的测距模型,包括以下操作步骤:
(b-1)利用步骤(a-2)所提取出的氧气A吸收带处的光谱数据Im(υ)后,对光谱数据进行多项式插值,求解基线Ib(υ),从而计算出氧气A吸收带处的光谱透过率TO2(υ)=Im(υ)/Ib(υ);
(b-2)按照洛伦兹线型(Lorentz Profile)函数计算相应的氧气A吸收带处的分子线型,通过HITRAN数据库获得氧气分子吸收线强S,结合温度T、压强p数据计算出氧分子吸收截面σ;
(b-3)根据MORDTRAN提供的大气标准模型以及相应的氧分子浓度随海拔高度分布关系,建立起氧分子浓度m与测量距离l以及测量天顶角θ的函数关系m=f(l,θ);
(b-4)根据艾尔萨斯(Elsasser)随机带模式(Random Model)方法,结合氧分子的马尔克穆斯(Malkmus)分布特征,对透过率函数进行近似变形,并推导出洛伦兹线型的带模式表达式,并将步骤(b-2)中的σ和步骤(b-3)中的m代入测距表达式中,形成基于带模式的测距模型TO2(υ)=F(f(l,θ),σ);
(c)建立被动测距数据库,反演目标距离,包括以下几个步骤:
(c-1)根据步骤(b-4)建立的测距模型,将被测距离l和天顶角θ作为自变量,氧气A吸收带平均吸收系数作为变量,通过计算得到一一对应的数值关系,并建立相应的测距数据库;
(c-2)而在实际测量中,通过步骤(b-1)得到TO2(υ)后,通过(a-1)获得θ,再利用步骤(c-1)建立的测距数据库,最终查找出对应的被测距离l。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745316.9A CN103728612B (zh) | 2013-12-23 | 2013-12-23 | 基于目标红外辐射光谱和带模式的被动测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745316.9A CN103728612B (zh) | 2013-12-23 | 2013-12-23 | 基于目标红外辐射光谱和带模式的被动测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103728612A CN103728612A (zh) | 2014-04-16 |
CN103728612B true CN103728612B (zh) | 2017-02-15 |
Family
ID=50452767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310745316.9A Expired - Fee Related CN103728612B (zh) | 2013-12-23 | 2013-12-23 | 基于目标红外辐射光谱和带模式的被动测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103728612B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106018306B (zh) * | 2016-08-01 | 2018-11-13 | 中国人民解放军军械工程学院 | 一种氧气吸收率测量装置及测量方法 |
CN107632299B (zh) * | 2017-08-11 | 2019-07-23 | 西安电子科技大学 | 多种天气条件下地面目标的被动红外测距方法 |
CN109783862B (zh) * | 2018-12-13 | 2021-04-13 | 西安电子科技大学 | 一种大气程辐射传输计算与实时渲染方法 |
CN109993768B (zh) * | 2018-12-29 | 2020-10-30 | 华中科技大学 | 一种提高伺服跟踪实时性和精准性的空中目标测谱方法 |
CN111007024B (zh) * | 2019-12-25 | 2021-01-26 | 武汉大学 | 一种适用于氧气a带的云反射比快速确定方法 |
CN111781584B (zh) * | 2020-07-14 | 2023-07-21 | 中国人民解放军陆军装甲兵学院 | 一种基于目标辐射o2吸收相关k分布法的被动测距方法 |
CN112161943B (zh) * | 2020-09-29 | 2021-04-16 | 中国科学院地理科学与资源研究所 | TanSat卫星XCO2反演数据的偏差校正方法和系统 |
CN113671510B (zh) * | 2021-07-16 | 2023-04-28 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种基于氧气吸收的飞行器轨迹红外探测方法及系统 |
CN114283898B (zh) * | 2021-12-31 | 2024-05-28 | 中北大学 | 一种基于氧气a带的被动测距分辨率影响分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN103439757A (zh) * | 2013-09-10 | 2013-12-11 | 海全胜 | 一种利用modis遥感热红外数据的云检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013156109A (ja) * | 2012-01-30 | 2013-08-15 | Hitachi Ltd | 距離計測装置 |
-
2013
- 2013-12-23 CN CN201310745316.9A patent/CN103728612B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN103439757A (zh) * | 2013-09-10 | 2013-12-11 | 海全胜 | 一种利用modis遥感热红外数据的云检测方法 |
Non-Patent Citations (1)
Title |
---|
一种基于双波段的红外搜索与跟踪系统的单站测距方法;辛云宏等;《红外技术》;20040131;第26卷(第01期);5-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN103728612A (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103728612B (zh) | 基于目标红外辐射光谱和带模式的被动测距方法 | |
CN103278479B (zh) | 大气辐射传输修正系统及修正方法 | |
CN103698305B (zh) | 一种实时观测大气透射率的方法与系统 | |
CN103926589B (zh) | 星载激光测高系统固体地表目标平面和高程精度检测方法 | |
CN110081905B (zh) | 一种基于单站光电经纬仪的光波大气折射误差计算方法 | |
CN106872992B (zh) | 自适应红外双波段被动测距方法 | |
CN105842679A (zh) | 一种国产卫星激光高度计在轨几何标定方法及系统 | |
CN103743679B (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
US20130006534A1 (en) | System and Method for Atmospheric Correction of Information | |
CN109814405B (zh) | 一种测控布站方案综合量化评估方法 | |
CN103809171B (zh) | 基于氧气吸收和多元回归的高速被动测距方法 | |
CN111781584B (zh) | 一种基于目标辐射o2吸收相关k分布法的被动测距方法 | |
CN107255806B (zh) | 一种拟合反演海平面水平大气消光系数的方法 | |
CN107561554A (zh) | 基于太阳光度计数据和多波长激光雷达数据的反演方法 | |
CN102830448B (zh) | 一种微波高光谱晴空定标方法、装置及系统 | |
CN110109149A (zh) | 一种激光雷达低层消光系数廓线校正方法 | |
CN103743488A (zh) | 遥感卫星地球临边背景特性的红外成像仿真方法 | |
CN103116173A (zh) | 用于光电跟踪的误差检验装置 | |
CN107247024A (zh) | 一种导弹尾焰辐射强度探测的大气修正方法 | |
CN103983599A (zh) | 直射太阳光谱反演环境大气中二氧化碳垂直柱浓度的方法 | |
CN105373671B (zh) | 基于随机Mulkums带模式的氧分子带平均吸收率计算方法 | |
CN115015842A (zh) | 一种无测距经纬仪双站交会的大气折射修正方法 | |
CN111044489A (zh) | 一种基于多波长测量获得大气折射率高度分布剖面的方法 | |
CN111473868A (zh) | 一种远距离红外测温方法 | |
Cao et al. | Design and comparison of fault monitoring methods in attitude measurement based on uniaxial infrared focal plane array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170215 Termination date: 20181223 |
|
CF01 | Termination of patent right due to non-payment of annual fee |