CN109255198A - 基于数据模型的空天环境建模方法及系统 - Google Patents

基于数据模型的空天环境建模方法及系统 Download PDF

Info

Publication number
CN109255198A
CN109255198A CN201811160512.9A CN201811160512A CN109255198A CN 109255198 A CN109255198 A CN 109255198A CN 201811160512 A CN201811160512 A CN 201811160512A CN 109255198 A CN109255198 A CN 109255198A
Authority
CN
China
Prior art keywords
target
radiation
background
atmospheric
model
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.)
Granted
Application number
CN201811160512.9A
Other languages
English (en)
Other versions
CN109255198B (zh
Inventor
洪泽华
谢文雅
陆志沣
章佳君
何舒
周金鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Electromechanical Engineering
Original Assignee
Shanghai Institute of Electromechanical Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Electromechanical Engineering filed Critical Shanghai Institute of Electromechanical Engineering
Priority to CN201811160512.9A priority Critical patent/CN109255198B/zh
Publication of CN109255198A publication Critical patent/CN109255198A/zh
Application granted granted Critical
Publication of CN109255198B publication Critical patent/CN109255198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • Computer Graphics (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种基于数据模型的空天环境建模方法及系统，包括：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；根据目标观测路径透过率计算得到目标特性数据；根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；根据目标特性数据和背景总辐射值得到目标探测信杂比；根据目标探测信杂比计算探测概率。本发明直接利用现有的数据和探测器的参数得出环境特性，进而得出探测目标的探测概率，数据准确性较高且建模方便。

Description

基于数据模型的空天环境建模方法及系统
技术领域
本发明涉及体系仿真领域，具体地，涉及基于数据模型的空天环境建模方法及系统。
背景技术
环境包括了陆地环境、海洋环境、大气环境和空天环境，其中陆地环境、海洋环境、大气环境等对装备的影响已经有了广泛的研究基础且有了相对成熟的模型与算法。本发明所述空天环境具体指临近空间以及太空环境。空天环境是装备体系对抗仿真的重要组成部分。
本发明主要研究临近空间环境和深空背景对空天装备的影响效应，其中：临近空间环境、深空背景等环境因素主要考虑其对红外预警卫星、光学制导武器的影响，体现在可见光、红外等传感器对目标的探测概率上，进而影响杀伤链中识别、跟踪、引导等重要环节。电磁环境主要考虑在临近空间高超声速飞行的飞行器，由于气流与飞行器壁面会发生剧烈摩擦，诱导再入等离子体环境，从而导弹雷达制导武器探测概率下降，甚至无法探测与跟踪。
现有技术是通过物理模型进行理论计算，其缺点在于：1、物理模型准确性较难保证；2、有些复杂物理现象无法物理建模。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于数据模型的空天环境建模方法及系统。
根据本发明提供的一种基于数据模型的空天环境建模方法，包括：
参数输入步骤：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；
所述基于数据模型的空天环境建模方法，还包括基于所述空天背景特性数据模型的如下步骤：
目标特性数据计算步骤：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算步骤：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算步骤：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算步骤：根据目标探测信杂比计算探测概率。
较佳的，所述空天背景特性数据模型包括：临近空间大气模型、临边大气模型、深空背景模型、太阳辐射模型。
较佳的，所述临近空间大气模型和所述临边大气模型由大气辐射传输理论模型生成，大气辐射传输理论模型包括：大气辐射特性、大气数据库、气溶胶模型或谱带范围；
所述深空背景模型由星表数据生成。
较佳的，所述目标特性数据计算步骤包括：
Ttar＝α·[ταWt+Wpath]+T0；
其中，Ttar是探测器输出的目标特性值，T0探测器自身的热噪声，α是探测器的响应度，τα是大气透过率，Wt是目标本征值，Wpath是观测路径上的大气辐射。
较佳的，所述探测概率计算步骤包括：
计算目标信杂比
其中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征；
根据Pd＝Φ(SCR-SNRT)计算探测概率；
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
根据本发明提供的一种基于数据模型的空天环境建模系统，包括：
参数输入模块：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；
所述基于数据模型的空天环境建模系统，还包括基于所述空天背景特性数据模型的如下模块：
目标特性数据计算模块：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算模块：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算模块：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算模块：根据目标探测信杂比计算探测概率。
较佳的，所述空天背景特性数据模型包括：临近空间大气模型、临边大气模型、深空背景模型、太阳辐射模型。
较佳的，所述临近空间大气模型和所述临边大气模型由大气辐射传输理论模型生成，大气辐射传输理论模型包括：大气辐射特性、大气数据库、气溶胶模型或谱带范围；
所述深空背景模型由星表数据生成。
较佳的，所述目标特性数据计算模块包括：
Ttar＝α·[ταWt+Wpath]+T0；
其中，Ttar是探测器输出的目标特性值，T0探测器自身的热噪声，α是探测器的响应度，τα是大气透过率，Wt是目标本征值，Wpath是观测路径上的大气辐射。
较佳的，所述探测概率计算模块包括：
计算目标信杂比
其中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征；
根据Pd＝Φ(SCR-SNRT)计算探测概率；
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
与现有技术相比，本发明具有如下的有益效果：
本发明直接利用现有的数据和探测器的参数得出环境特性，进而得出探测目标的探测概率，数据准确性较高且建模方便。该现有的数据包括：实测数据、成熟理论计算得到的数据或模型。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的原理图；
图2为探测场景的几何关系图；
图3为空天战场环境仿真建模原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，本发明提供的一种基于数据模型的空天环境建模方法，包括：
参数输入步骤：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型，属性包括探测器的：位置、方向、姿态；
还包括基于所述空天背景特性数据模型的如下步骤：
目标特性数据计算步骤：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算步骤：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算步骤：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算步骤：根据目标探测信杂比计算探测概率。
空天背景特性数据模型包括：临近空间大气模型、临边大气模型、深空背景模型、太阳辐射模型。
临近空间大气模型和临边大气模型由大气辐射传输理论模型生成，大气辐射传输理论模型包括：大气辐射特性、大气数据库、气溶胶模型或谱带范围；
深空背景模型由星表数据生成。
目标特性数据计算步骤包括：
Ttar＝α·[ταWt+Wpath]+T0；
其中，Ttar是探测器输出的目标特性值，T0探测器自身的热噪声，α是探测器的响应度，τα是大气透过率，Wt是目标本征值，Wpath是观测路径上的大气辐射。
探测概率计算步骤包括：
计算目标信杂比
其中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征；
根据Pd＝Φ(SCR-SNRT)计算探测概率；
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
在上述基于数据模型的空天环境建模方法的基础上，本发明还提供一种基于数据模型的空天环境建模系统，包括：
参数输入模块：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；
还包括基于所述空天背景特性数据模型的如下模块：
目标特性数据计算模块：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算模块：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算模块：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算模块：根据目标探测信杂比计算探测概率。
装备的探测跟踪能力与目标本身特性密切相关，同时受到其所在背景的空天背景环境特性影响(太空/临近空间探测器工作场景如图2所示)，这种影响主要体现在两个方面：1)目标所处的环境与目标相互作用，影响目标自身特性；另外，目标与装备探测器的传输路径中的大气分子和气溶胶的吸收散射作用，影响装备探测的目标信号；2)在太阳辐射作用下，空天背景环境中大气分子和气溶胶的辐射散射分量影响装备对目标的探测。
在对目标进行探测时，探测器的探测方向与地球的相对位置关系不同会出现不同的探测路径情况。在如图2的探测路径中，需要考虑临空环境/临边大气、太阳和深空背景(背景恒星辐射)等几类背景环境，结合探测时间、观测几何关系、探测器属性(位置、方向、姿态等)、太阳辐射模型、临近空间大气模型、临边大气模型、深空背景模型等计算获取其辐射特性。在背景环境辐射特性计算结果的基础上，结合目标的辐射特性，并考虑大气透过率的影响，得到目标和背景环境耦合的辐射场景。开展背景环境与装备交互研究，基于计算获得的目标和背景环境耦合辐射场景结果，计算该场景下目标的信杂比；结合考虑探测器相关参数，利用探测系统的信杂比与探测概率关系获得特定环境情况下装备的探测概率。空天战场环境仿真建模原理图如图3所示。
具体实现途径如下：
(1)太阳辐射模型
采用非均质大气模型，大气中各组分均匀混合，且大气分子浓度垂直分布，考虑大气层的弯曲，不同高度下的太阳辐射可以根据大气层外边界的太阳辐照度和大气透过率计算。日地距离的大小直接决定了到达地球的太阳辐射强度。当地球和太阳之间处于平均距离D时，大气层上界的太阳辐照度约为1367W/m2，称之为太阳常数Qco。假定d为一年中任意时刻的日地距离，那么到达地球的太阳辐照度Qo可以由下式计算得到：
采用非均匀大气模型，计算临近空间大气数据库中大气分子及气溶胶的消光截面，结合辐射传输距离计算出光学厚度，根据比尔定律计算出某一位置处的太阳辐射值。
大气层的吸收系数与大气分子浓度、波长有关，在计算大气吸收系数时，考虑大气层的弯曲效应。
(2)临近空间平行大气模型大气辐射特性
辐射在临近空间大气中的传输过程会出现散射、吸收，对传输的方向以及能量都有很大的影响。大气层由各种大气分子和气溶胶微粒构成，使其能够对入射的太阳辐射进行吸收和散射而具有一定的辐射亮度，构成了大气背景辐射。因此，需要对辐射在大气中的散射、吸收等过程通过大气辐射传输理论建立相应的大气模型，进行相应的计算。在计算临空大气传输特性时，主要对以下几个方面加以考虑：1)标准大气模型及应用模式；2)大气分子吸收谱线；3)气溶胶的吸收特性。利用现有大气数据库中的臭氧、NO2、OCIO、SO2、HCHO、H2O、CH4、CO2、CO和N2O等气体分子、典型气溶胶含量及临近空间温度等环境参数，此模型采用一维平行大气模型进行计算。
(3)临边大气球形大气模型大气辐射传输特性
临边大气背景辐射是指探测器使用临边观测方式时所接收到的大气背景辐射。不同的大气条件、观测几何和光谱范围会造成临边大气背景表现出不同的光谱辐射特性，针对其研究可为探测器研制中的性能指标和参数设计提供重要的参考数据。一方面，大气分子和气溶胶对太阳辐射的散射辐射和大气自身发出的热辐射构成了临边大气背景辐射，这些辐射数据中包含了如大气温度、臭氧浓度和气溶胶的垂直分布及含量等信息。此外，临边大气背景辐射可能会接近甚至超过目标辐射，从而降低背景与目标之间的对比度，导致空间探测器的成像质量下降，使得目标辐射被淹没在临边大气背景辐射中而无法识别。
大气临边背景的获取主要有两个方面手段：1)采用已有的临边辐射观测数据；2)临边辐射传输模型。已有的临边辐射观测数据，由于其谱段和分辨率、观测几何状态具有一定的局限性，并不一定适合大气临边背景光谱特性的获取。
临边模式下的辐射传输模拟需要考虑地球大气球面形状，相比平行大气模型更复杂。目前针对临边模式的辐射传输模型按多次散射的处理方式分，主要包括Monte Carlo模型、球面模型和伪球面模型三种，它们的模拟精度依次降低。Monte Carlo方法能应用于三维球面散射问题求解，但通常由于重复计算问题导致计算速度太慢。本项目主要采用球面大气模型，基于近似方法能进行快速计算临边辐射传输，近似模型主要利用源函数积分方法计算多次散射，然后利用球形大气形式的辐射传输方程对多次散射源函数沿视线进行积分。
(4)深空背景辐射模型
宇宙中除各种星体辐射外，其余为无限广阔的宇宙空间，基本上没有物质，宇宙空间的辐射能量极小，相当于4K的黑体。星空背景红外辐射建模在空天背景环境中具有重要作用。由于恒星与地球距离非常远，都在光年量级上，而且受探测器本身分辨率的限制，从地球上看其几何尺寸可以忽略，因此在建模时通常将恒星辐射源简化为点源。基于具有高位置精度的天文星表如Hipparcos、IRAS、CPIRSS，星表中记录了位置、运动、星等、光谱型等信息。可建立了星空点源背景辐射场景生成模型。基于星表记录的辐射量，采用光谱模板技术，即某个有光谱观测数据的恒星的光谱作为模板来表示其他同类恒星的光谱(如采用已有的观测数据SWS库，ATALS9库)，然后通过对光谱积分得到辐射照度。
每个恒星点源在视场中都具有位置和辐射量2个信息，辐射背景生成的基本流程由恒星位置计算、辐射量计算和背景图像生成3部分构成。恒星位置计算可采用星表记录的恒星在初始历元的赤道天球坐标，转换成指定观测时刻、地点和视轴方向上的投影平面坐标一般通过时间转换、空间坐标转换和投影变换3步实现。
恒星辐射量计算可直接采用光谱模板技术计算用户自定义的任意谱段辐射量。光谱模板技术将恒星归类选取有光谱观测数据且辐射大的恒星，以其光谱作为模板，通过对模板的处理生成任意同一类恒星的光谱。采用光谱模板技术，可计算任意谱段辐射量，具有通用性。背景图像生成是将前面2个步骤中得到的恒星位置和辐射量信息以场景图像的形式表示出来。由于将恒星假想为点源，因此，对于理想的成像系统，每个恒星在图像上只表现为一个像素。实际传感器中由于光学系统的弥散特征影响，点源在成像平面上呈现为一个光斑，一般通过卷积高斯型点扩散函数模拟经过光学弥散后的星空场景。
(5)探测概率模型
目标在背景环境中被探测到的前提是目标与背景间具有一定的对比度，因此需要基于目标与背景环境的物理特性，对目标与背景环境的差异度进行表征，建立探测概率和差异之间的关系，从而获得在背景环境影响下装备的探测概率模型。
本项目拟采用信杂比这一参数表征目标能量与背景环境杂波能量的差异度其定义为
式中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征。基于上述表征模型，即可对目标在不同波段下的可探测性进行分析，信杂比越高表示目标越容易探测，信杂比越低表示目标的可探测性越低。
对于一个成像探测系统而言，可以得到信杂比和探测概率之间的关系，如下式所示
Pd＝Φ(SCR-SNRT) (3)
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
公式(3)建立了探测系统探测概率和信杂比的数学关系，其中信杂比这一参数考虑了目标和背景环境辐射的差异。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于数据模型的空天环境建模方法，其特征在于，包括：
参数输入步骤：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；
所述基于数据模型的空天环境建模方法，还包括基于所述空天背景特性数据模型的如下步骤：
目标特性数据计算步骤：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算步骤：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算步骤：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算步骤：根据目标探测信杂比计算探测概率。
2.根据权利要求1所述的基于数据模型的空天环境建模方法，其特征在于，所述空天背景特性数据模型包括：临近空间大气模型、临边大气模型、深空背景模型、太阳辐射模型。
3.根据权利要求2所述的基于数据模型的空天环境建模方法，其特征在于，所述临近空间大气模型和所述临边大气模型由大气辐射传输理论模型生成，大气辐射传输理论模型包括：大气辐射特性、大气数据库、气溶胶模型或谱带范围；
所述深空背景模型由星表数据生成。
4.根据权利要求1所述的基于数据模型的空天环境建模方法，其特征在于，所述目标特性数据计算步骤包括：
Ttar＝α·[ταWt+Wpath]+T0；
其中，Ttar是探测器输出的目标特性值，T0探测器自身的热噪声，α是探测器的响应度，τα是大气透过率，Wt是目标本征值，Wpath是观测路径上的大气辐射。
5.根据权利要求1所述的基于数据模型的空天环境建模方法，其特征在于，所述探测概率计算步骤包括：
计算目标信杂比
其中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征；
根据Pd＝Φ(SCR-SNRT)计算探测概率；
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
6.一种基于数据模型的空天环境建模系统，其特征在于，包括：
参数输入模块：获取探测器与目标之间的观测几何关系、探测器的探测时间以及探测器的属性，并输入空天背景特性数据模型；
所述基于数据模型的空天环境建模系统，还包括基于所述空天背景特性数据模型的如下模块：
目标特性数据计算模块：根据目标观测路径透过率计算得到目标特性数据；
背景总辐射值计算模块：根据大气背景辐射值、典型强辐射恒星位置、典型强辐射恒星辐射值得到背景总辐射值；
信杂比计算模块：根据目标特性数据和背景总辐射值得到目标探测信杂比；
探测概率计算模块：根据目标探测信杂比计算探测概率。
7.根据权利要求6所述的基于数据模型的空天环境建模系统，其特征在于，所述空天背景特性数据模型包括：临近空间大气模型、临边大气模型、深空背景模型、太阳辐射模型。
8.根据权利要求7所述的基于数据模型的空天环境建模系统，其特征在于，所述临近空间大气模型和所述临边大气模型由大气辐射传输理论模型生成，大气辐射传输理论模型包括：大气辐射特性、大气数据库、气溶胶模型或谱带范围；
所述深空背景模型由星表数据生成。
9.根据权利要求6所述的基于数据模型的空天环境建模系统，其特征在于，所述目标特性数据计算模块包括：
Ttar＝α·[ταWt+Wpath]+T0；
其中，Ttar是探测器输出的目标特性值，T0探测器自身的热噪声，α是探测器的响应度，τα是大气透过率，Wt是目标本征值，Wpath是观测路径上的大气辐射。
10.根据权利要求6所述的基于数据模型的空天环境建模系统，其特征在于，所述探测概率计算模块包括：
计算目标信杂比
其中，SCR为目标信杂比；Ω为目标所占区域；C为背景环境杂波能量，以背景局部区域的标准差表征；
根据Pd＝Φ(SCR-SNRT)计算探测概率；
式中，Pd为探测概率，Φ为正态分布函数，SNRT为探测系统的阈值信噪比。
CN201811160512.9A 2018-09-30 2018-09-30 基于数据模型的空天环境建模方法及系统 Active CN109255198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811160512.9A CN109255198B (zh) 2018-09-30 2018-09-30 基于数据模型的空天环境建模方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811160512.9A CN109255198B (zh) 2018-09-30 2018-09-30 基于数据模型的空天环境建模方法及系统

Publications (2)

Publication Number Publication Date
CN109255198A true CN109255198A (zh) 2019-01-22
CN109255198B CN109255198B (zh) 2019-11-08

Family

ID=65045081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811160512.9A Active CN109255198B (zh) 2018-09-30 2018-09-30 基于数据模型的空天环境建模方法及系统

Country Status (1)

Country Link
CN (1) CN109255198B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113720805A (zh) * 2021-08-13 2021-11-30 中国科学院上海技术物理研究所 一种外场光电探测系统镜头灰尘污渍辐射透过率检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101173985A (zh) * 2006-11-01 2008-05-07 中国科学院国家天文台 利用卫星信号探测低空目标的被动雷达探测方法
CN102542261A (zh) * 2011-12-31 2012-07-04 华中科技大学 一种二维可计算的目标探测、识别及辨识性能预测方法
CN106570253A (zh) * 2016-10-26 2017-04-19 中国运载火箭技术研究院 一种实时天基红外视景仿真方法
CN106772682A (zh) * 2016-12-31 2017-05-31 华中科技大学 一种动目标的红外辐射光谱特性仿真分析方法
CN107894284A (zh) * 2017-10-24 2018-04-10 中国科学院上海技术物理研究所 一种结合探测效能的红外相机波段比较方法
CN108089183A (zh) * 2017-11-28 2018-05-29 西安电子科技大学 一种用于异步多基地雷达系统的检测跟踪一体化方法
CN108230286A (zh) * 2016-12-16 2018-06-29 北京机电工程研究所 环境和时段因素对目标红外可探测性的影响快速分析方法
CN108287350A (zh) * 2017-12-06 2018-07-17 中国科学院上海技术物理研究所 基于多信息综合的天基空中目标探测关键参数确定方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101173985A (zh) * 2006-11-01 2008-05-07 中国科学院国家天文台 利用卫星信号探测低空目标的被动雷达探测方法
CN102542261A (zh) * 2011-12-31 2012-07-04 华中科技大学 一种二维可计算的目标探测、识别及辨识性能预测方法
CN106570253A (zh) * 2016-10-26 2017-04-19 中国运载火箭技术研究院 一种实时天基红外视景仿真方法
CN108230286A (zh) * 2016-12-16 2018-06-29 北京机电工程研究所 环境和时段因素对目标红外可探测性的影响快速分析方法
CN106772682A (zh) * 2016-12-31 2017-05-31 华中科技大学 一种动目标的红外辐射光谱特性仿真分析方法
CN107894284A (zh) * 2017-10-24 2018-04-10 中国科学院上海技术物理研究所 一种结合探测效能的红外相机波段比较方法
CN108089183A (zh) * 2017-11-28 2018-05-29 西安电子科技大学 一种用于异步多基地雷达系统的检测跟踪一体化方法
CN108287350A (zh) * 2017-12-06 2018-07-17 中国科学院上海技术物理研究所 基于多信息综合的天基空中目标探测关键参数确定方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
刘高睿，孙胜利等: "红外线列探测器闪元噪声分析与抑制方法", 《红外与毫米波学报》 *
孙成明，袁艳，赵飞: "空间目标天基成像探测信噪比分析", 《红外与激光工程》 *
张己化，范如玉，赵宁，蔡雷，白鑫: "强背景下光电系统空间目标探测能力", 《红外与激光工程》 *
李奇，陆志沣，王晓铭，张励: "复杂场景的红外成像建模和仿真", 《红外与激光工程》 *
李锋，董峰: "星载空间目标可见光探测系统探测能力研究", 《科学技术与工程》 *
范启雄; 李天河; 杨威: "高光谱遥感目标探测研究进展与典型应用", 《国家安全地球物理丛书（八）——遥感地球物理与国家安全》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113720805A (zh) * 2021-08-13 2021-11-30 中国科学院上海技术物理研究所 一种外场光电探测系统镜头灰尘污渍辐射透过率检测方法

Also Published As

Publication number Publication date
CN109255198B (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
López-Gonzaga et al. Revealing the large nuclear dust structures in NGC 1068 with MIDI/VLTI
Deschamps et al. The POLDER mission: Instrument characteristics and scientific objectives
Pinty et al. On the design and validation of surface bidirectional reflectance and albedo models
Emde et al. IPRT polarized radiative transfer model intercomparison project–Phase A
Govaerts et al. Raytran: A Monte Carlo ray-tracing model to compute light scattering in three-dimensional heterogeneous media
CN105243289B (zh) 复杂目标红外辐射特性一体化建模方法
Gerilowski et al. MAMAP–a new spectrometer system for column-averaged methane and carbon dioxide observations from aircraft: instrument description and performance analysis
Mishchenko et al. Satellite retrieval of aerosol properties over the ocean using polarization as well as intensity of reflected sunlight
Salmon Outdoor passive millimeter-wave imaging: Phenomenology and scene simulation
Xu et al. Coupled retrieval of liquid water cloud and above‐cloud aerosol properties using the Airborne Multiangle SpectroPolarimetric Imager (AirMSPI)
Willers et al. Signature modelling and radiometric rendering equations in infrared scene simulation systems
CN103809171B (zh) 基于氧气吸收和多元回归的高速被动测距方法
Kimes et al. Modeling the effects of various radiant transfers in mountainous terrain on sensor response
CN109255198B (zh) 基于数据模型的空天环境建模方法及系统
CN103234552A (zh) 光学导航目标星模拟仿真图像生成方法
Zinchenko et al. The disk-outflow system in the S255IR area of high-mass star formation
Richter et al. Refined Geometric Modeling of Laser Pulse Propagation in Airborne LiDAR Bathymetry: Verbesserte geometrische Modellierung der Laserpulsausbreitung in der Laserbathymetrie
CN103411896B (zh) 低轨空间碎片超低色散光谱特征获取方法
Li et al. Range difference between shallow and deep channels of airborne bathymetry LiDAR with segmented field-of-view receivers
Folkman et al. Design of a solar diffuser for on-orbit calibration of the Clouds and the Earth's Radiant Energy System (CERES) instruments
Baronchelli et al. The Spitzer-IRAC/MIPS Extragalactic Survey (SIMES). II. Enhanced Nuclear Accretion Rate in Galaxy Groups at z∼ 0.2
Sierk et al. The CarbonSat candidate mission: imaging greenhouse gas concentrations from space
Cao et al. Design and comparison of fault monitoring methods in attitude measurement based on uniaxial infrared focal plane array
Gao et al. A low-time complexity semi-analytic Monte Carlo radiative transfer model: Application to optical characteristics of complex spatial targets
CN109509209A (zh) 利用高光谱技术探测海空环境空中动目标的分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant