CN103809171A - 基于氧气吸收和多元回归的高速被动测距方法 - Google Patents

Abstract

基于氧气吸收和多元回归的高速被动测距方法，它主要涉及的是一种距离测量方法；它利用红外光谱仪接收经大气衰减后的目标辐射信号，利用Beer-Lambert定律，结合多元线性回归算法，估计待测目标的距离值；本发明充分利用了傅里叶变换多通道的优势，既不需对目标运动状态进行特定假设，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，且所选的氧气在762nm附近吸收波段，很好地解决了天气影响，保证了测量精度，且本发明在红外搜索跟踪系统，光电对抗方面有重要应用前景。

Description

基于氧气吸收和多元回归的高速被动测距方法

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(Infrared Search＆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，Backgrounds and Discrimination，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，Hawks M.R.PassiVe Ranging of Dynamic Rocket Plumes using Infrared and Visible Oxygen Attenuation[C]，Proc.Of SPIE Acquisition，Tracking，Pointing，and Laser Systems 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 Atmospheric Attenuation[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，但其采用的带平均吸收系数处理方式导致推导的距离值误差较大，且需额外计算目标黑体辐射基线(Baseline)，导致计算量过大，实时性差，且对基线的拟合额外引进了计算误差。 

多元回归分析是研究多个变量之间关系的回归分析方法，按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的 

回归分析及多个因变量对多个自变量的回归分析，其基本思想是，虽然自变量和因变量之间没有严格的、确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式。该分析法因精度高、运算速度快的特点已在产品质量、控制，气象预报，自动控制中数学模型制定等方面有很广泛的应用。 

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，结合多元回归分析算法的被动测距技术，这种技术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、测量距离远、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方法予以实现：(1)利用红外搜索跟踪系统(IRSTS)或其它手段获取被测目标的方位角，俯仰角，以便本被动测距系统对其进行定位和跟踪。 

(2)通过大视场红外望远系统接收被测目标发出的经大气传输衰减后的辐射信号，并通过双光束干涉调制系统得到干涉信号； 

(3)对干涉信号进行快速傅里叶变换(FFT)得到目标光谱图，并提取出762nm附近10nm范围内的光谱数据； 

(4)利用系统内置的温度计、气压计测得相应的温度与气压值， 按照洛伦兹线型(Lorentz Profi le)计算相应的氧气762nm处的分子线宽，并最终确定氧气分子吸收截面； 

(5)通过HITRAN数据库获得氧气分子吸收线S，利用逐线积分法(LBLRTM)计算氧气带平均吸收截面根据氧气在大气中分布均匀这一特性，结合氧气分布浓度值，计算出氧气吸收系数μ(v)； 

(6)根据大气辐射传输模型和比尔-朗伯定律，建立目标辐射传输模型，既最终获得的光谱信息I(v，T)是由目标黑体辐射经大气传输衰减后获得，即 $I(v,T)=A\frac{2\mathrm{\πh}}{c^2}\frac{v^3}{e^{\mathrm{hv}/\mathrm{kT}}-1}{e}^{-\mathrm{\μ}\left(v\right)L};$

(7)对大气辐射传输模型进行近似与变形，因可见近红外波段，e^hV/kT>>1，可将公式改写为 ${\log }_e\left(I(v,T)\right)={\log }_e(A.2\mathrm{\πh}/c^2)+{\log }_e{v}^3-\mathrm{\μ}\left(v\right)L-\frac{h}{\mathrm{kT}}v;$

(8)利用多元线性回归拟合算法，将log_ev³，-μ(v)，v看作自变量，即可测得运动目标距离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，通过选择氧气762nm吸收带，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是本发明的方法实现流程图 

图2是本发明的对空探测方案示意图 

图3是本发明中获得的辐射光谱图 

图4是本发明中距离反演流程图 

具体实施方式：

结合附图1，对本具体实施方式做更详细地描述：本具体实施方式所提出的基于氧气吸收和多元回归算法的被动测距方法，其基本思想是：利用大视场红外望远系统3接受到被测目标1发出的经大气传输衰减2后的辐射信号，并通过双光束干涉调制4得到干涉信号；将干涉信号通过快速傅里叶变换(FFT)5得到目标光谱，并提取出750～770nm范围内的光谱数据，假定目标为一黑体或灰体，引入普朗克黑体辐射公式，结合大气传输模型6，对经大气传输衰减后的目标光谱信息进行多元回归拟合7，得到目标距离信息8。 

结合图2，在被动测距系统的工作示意图中包含：被测空中目标9，红外望远系统10，由双光束干涉调制4和快速傅里叶变换5组成的光谱获取系统11和三角支架12；红外望远系统10、光谱获取系统11和三角支架12共同构成高速光谱获取系统。本系统亦可由一高速 

遥测红外福利叶变换光谱仪代替。假定本被动测距系统放置在地平面位置，被测目标在距系统L距离飞行。被测目标的方位角与俯仰角由IRST系统或者其它手段获得，以便于本被动测距系统对被测目标的羽流辐射进行光谱收集。 

结合图3和图4，本被动测距系统所得目标物体辐射经大气传输衰减后的光谱图。首先建立本单站单波段红外光谱高速被动测距数学模型，根据大气辐射传输模型和比尔-朗伯定律，最终探测器上获得的光谱信息I(v，T)为： 

$I(v,T)=A\frac{2\mathrm{\πh}}{c^2}\frac{v^3}{e^{\mathrm{hv}/\mathrm{kT}}-1}{e}^{-\mathrm{\μ}\left(v\right)L}---\left(1\right)$

式(1)中，A为仪器函数、目标辐射面积、辐射出射度、探测器信噪比等因素构成的综合系数，h为普朗克系数，k为波尔兹曼常数，c为光速，T为被测目标温度，L为被测目标到探测系统距离，μ(v)为氧气吸收系数。 

然后对式(1)进行变形与近似：对于可见近红外波段，有 

e^hv/kT>>1    (2) 

式(1)可写为 

${\log }_e\left(I(v,T)\right)={\log }_e(A.2\mathrm{\πh}/c^2)+{\log }_e{v}^3-\mathrm{\μ}\left(v\right)L-\frac{h}{\mathrm{kT}}v---\left(3\right)$

根据多元线性回归拟合算法的要求，可将1og_ev³，-μ(v)，v看作自变量，将log_e(A·2πh/c²)，L，

看作待定系数，为了精确拟合出 

被测目标距离值L，需要先尽可能精确地获得log_ev³，-μ(v)，v这三个自变量的值。相应的技术要求为：(a)选定一个合适的氧气吸收波段；(b)精确给出该波段氧气的吸收系数。 

对于氧气吸收波段的选择，需要考虑如下两方面因素： 

(a).空中飞行目标的辐射峰值在近红外波段，因此需要尽可能选择近红外波段的氧气吸收带； 

(b).所选择的氧气吸收波段不能与大气中水蒸气的吸收波段重叠，以避免不同天气、不同地域对测量的干扰； 

综合考虑上述两方面因素，本发明拟选择氧气762±15nm这一吸收带作为本单站单波段红外光谱被动测距技术的测量波段。 

第三步估计测量时的氧气吸收系数：利用系统内置的温度计、气压计测得相应的温度T_amb与气压值P_amb，利用公式 

α_L＝α_L0(P_amb/P₀)(T_acb/T₀)^-n    (4)计算氧气在762nm处的分子线宽，式(4)中，α_L为洛伦兹谱线半宽(FWHM)，α_L0是标准状态下(P₀＝1atm，T₀＝273K)的谱线半宽度，n是与氧气分子相关的常数，可取为0.5。分子吸收截面可以表达为： 

$K\left(v\right)=S.{\mathrm{\α}}_L/\mathrm{\π}[{(v-v_0)}^2+{\mathrm{\α}}_L^2]---\left(5\right)$

式(5)中，v₀为中心频率，通过HITRAN数据库可获得氧气分子标况下的分子吸收线强S，但实际测量中，被测目标通常处在一定的海拔高度位置，因此需要通过实现建立起温度随海拔高度变化关系，并利用公式 

$S_{\mathrm{\η}{\mathrm{\η}}^{\′}}\left(T\right)=S_{\mathrm{\η}{\mathrm{\η}}^{\′}}\left(T_{\mathrm{ref}}\right).\frac{Q\left(T_{\mathrm{ref}}\right)}{Q\left(T\right)}.\frac{\exp (-c_2{E}_{\mathrm{\η}}/T)}{\exp (-c_2{E}_{\mathrm{\η}}/T_{\mathrm{ref}})}.\frac{[1-\exp (-c_2{v}_{\mathrm{\η}{\mathrm{\η}}^{\′}}/T)]}{[1-\exp (-c_2{v}_{\mathrm{\η}{\mathrm{\η}}^{\′}}/T_{\mathrm{ref}})]}---\left(6\right)$

对其进行修正，式(6)中，T_ref＝296K，c₂为第二辐射常数(hc/k＝1.4388cm.K)；v_ηη′为吸收线的频率；E_η为吸收线的低态能量；Q(T)为总配分函数(包括振动和转动配分函数)。将(6)式带入(5)式中，并对其进行逐线积分(LBLRTM)，可计算出氧气带平均吸收界面： 

$\stackrel{\‾}{K\left(v\right)}=\frac{1}{\mathrm{\Δv}}{\∫}_{\mathrm{\Δv}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{K}_i\left(\mathrm{\υ}\right)\mathrm{d\υ}---\left(7\right)$

则氧气吸收系数 

$\mathrm{\μ}\left(v\right)=\stackrel{\‾}{K\left(v\right)}.N---\left(8\right)$

其中，N是大气中氧气分子浓度数，通过事先建立的氧气浓度分布模型得到。 

最后利用多元线性回归拟合算法，即可计算出目标距离值L。 

本具体实施方式利用氧气在大气中分布均匀的特点，通过选择氧气762nm吸收带，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。 

此处所说明的附图及实施例仅用以说明本发明的技术方案。 

非对其限制；尽管参照较佳实施例对本发明进行了较详细的说明，所属领域的技术人员应当理解；依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。 

Claims (1)

1.一种基于氧气吸收和多元回归的高速被动测距方法，其特征在于它包含以下操作过程：

(1)利用红外搜索跟踪系统或其它手段获取被测目标的方位角，俯仰角，以便本被动测距系统对其进行定位和跟踪。

(2)通过大视场红外望远系统接收被测目标发出的经大气传输衰减后的辐射信号，并通过双光束干涉调制系统得到干涉信号；

(3)对干涉信号进行快速傅里叶变换得到目标光谱图，并提取出762nm附近10nm范围内的光谱数据；

(4)利用系统内置的温度计、气压计测得相应的温度与气压值，按照洛伦兹线型计算相应的氧气762nm处的分子线宽，并最终确定氧气分子吸收截面；

(5)通过HITRAN数据库获得氧气分子吸收线S，再利用逐线积分法计算氧气带平均吸收截面

根据氧气在大气中分布均匀这一特性，结合氧气分布浓度值，计算出氧气吸收系数μ(v)；

(6)根据大气辐射传输模型和比尔-朗伯定律，建立目标辐射传输模型，既最终获得的光谱信息I(v，T)是由目标黑体辐射经大气传输衰减后获得，即 $I(v,T)=A\frac{2\mathrm{\πh}}{c^2}\frac{v^3}{e^{\mathrm{hv}/\mathrm{kT}}-1}{e}^{-\mathrm{\μ}\left(v\right)L};$

(7)对大气辐射传输模型进行近似与变形，因可见近红外波段，e^hv/kT>>1，可将公式改写为 ${\log }_e\left(I(v,T)\right)={\log }_e(A\·2\mathrm{\πh}/c^2)+{\log }_e{v}^3-\mathrm{\μ}\left(v\right)L-\frac{h}{\mathrm{kT}}v;$

(8)利用多元线性回归拟合算法，将log_ev³，-μ(v)，v看作自变量，即可测得运动目标距离L。

Images