CN113075150B - 基于探测效能的天基红外预警谱段选择方法及装置 - Google Patents
基于探测效能的天基红外预警谱段选择方法及装置 Download PDFInfo
- Publication number
- CN113075150B CN113075150B CN202110296721.1A CN202110296721A CN113075150B CN 113075150 B CN113075150 B CN 113075150B CN 202110296721 A CN202110296721 A CN 202110296721A CN 113075150 B CN113075150 B CN 113075150B
- Authority
- CN
- China
- Prior art keywords
- detection
- spectrum
- flame gas
- space
- tail flame
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 170
- 238000001228 spectrum Methods 0.000 title claims abstract description 118
- 238000010187 selection method Methods 0.000 title claims abstract description 21
- 230000003595 spectral effect Effects 0.000 claims abstract description 85
- 210000001747 pupil Anatomy 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000002834 transmittance Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- 230000003287 optical effect Effects 0.000 claims abstract description 12
- 230000005855 radiation Effects 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 21
- 238000010521 absorption reaction Methods 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 68
- 238000010586 diagram Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 230000007123 defense Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 240000001746 Betula lenta Species 0.000 description 1
- 241000321453 Paranthias colonus Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明实施例提供一种基于探测效能的天基红外预警谱段选择方法及装置，属于遥感探测技术领域。所述方法包括：确定待测目标的尾焰气体的光谱辐亮度Itw；确定背景红外辐射的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；确定所述尾焰气体在入瞳处的辐亮度It；确定多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨率温差MRTD；确定在所述每个探测谱段内所述尾焰气体的探测概率；以及根据针对所述每个探测谱段得到的探测概率设置优化探测谱段。本发明实施例以探测效能为评价指标优化选择天基红外预警谱段，评价结果更直观可靠。
Description
技术领域
本发明涉及遥感探测技术领域，具体地涉及一种基于探测效能的天基红外预警谱段选择方法及装置。
背景技术
天基红外预警卫星是目前探测弹道导弹发射的最有效手段，其通过探测导弹尾焰的红外辐射，尤其是主动段的高强度辐射来判断弹道导弹的发射，第一时间预警并将导弹的方位信息等传至地面站，为地面防御系统的判断、准备和拦截提供充足时间，对保卫国土安全具有重要意义。
导弹目标和背景在红外波段的辐射都有一定的光谱特性，大气辐射传输也有波长选择性，而红外探测器对不同的波长响应也不相同，因此天基红外预警卫星的谱段选择对导弹的预警能力具有重要影响。美国在最早的预警系统“MIDAS(Missile Detense AlarmSystem，导弹红外防御预警系统)”中采用2.3μm的短波红外波段，但是杂波干扰强。而后在DSP(Defense Support Program，国防支援计划)预警卫星中采用2.7μm红外波段，预警能力有所改善，然而虚警率高。从第二代DSP到天基红外系统以及红外监视系统等预警卫星都采用了2.7μm和4.5μm的短波和中波双红外谱段探测方式，然而详细的谱段中心波长和宽度没有公布。
现有的谱段选择优化一般以对比度模型或信噪比模型(或称为“信杂比模型”)为目标函数，通过使目标函数达到最优来选择谱段。通过对比度模型能够得到不同谱段的对比度，进而优化选择探测谱段，然而对于探测器响应和背景杂波等考虑不够充分。信噪比模型是综合考虑了成像链路影响因素的综合模型，能够比较全面反映预警探测能力，然而其对分辨率和对比度考虑不够充分，且模型复杂度高。
发明内容
本发明实施例的目的是提供一种基于探测效能的天基红外预警谱段选择方法及装置，用于至少部分解决现有的谱段选择技术存在的上述技术问题。
为了实现上述目的，本发明实施例提供一种天基红外预警谱段选择方法，所述方法包括：确定待测目标的尾焰气体的光谱辐亮度Itw；确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It；针对多个探测谱段，根据所述背景红外辐射在入瞳处的光谱辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨率温差MRTD；针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨率温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率；以及根据针对所述每个探测谱段得到的探测概率设置优化探测谱段。
可选的，所述确定待测目标的尾焰气体的光谱辐亮度Itw，包括：根据所述尾焰气体的组成成分、组成成分所占比例、温度T、压强P、谱段w，得到所述尾焰气体的分子谱线基本参数；根据所述尾焰气体的分子谱线基本参数得到波数η处的光谱吸收系数；根据所述吸收系数得到所述尾焰气体的光谱辐亮度Itw。
可选的，采用光学遥感探测效能评价方法计算所述天基红外探测器的所述最小可分辨率温差MRTD，包括基于以下公式计算所述天基红外探测器的所述最小可分辨温差MRTD：
其中，SNRDT为观察者人眼能分辨条带的阈值信噪比；MTFs(f)为系统调制传递函数，f为空间频率；NETD为所述天基红外探测器的噪声等效温差；MTFeye(f)为人眼调制传递函数；te为人眼积分时间；tn为实际积分时间对信噪比改善的倍数；ε为条带长宽比，其中ε＝(2nL/W)/7，L和W分别为条带长和宽度，n表示约翰逊准则线对数；fp为显示器帧频；β为垂直瞬时视场，β＝GSD/R，GSD为地面分辨率，R为所述待测目标和所述天基红外探测器距离；fT为所述待测目标角分辨力。
可选的，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的最小可分辨率温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率，包括根据以下公式计算在所述每个探测谱段内所述尾焰气体的探测概率：
其中ET＝2.7+0.7(ΔT/MRTD)，
其中，PT为在所述每个探测谱段内所述尾焰气体的探测概率。
可选的，根据针对所述每个探测谱段得到的探测概率设置优化探测谱段，包括：将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
相应的，本发明实施例还提供一种天基红外预警谱段选择装置，所述装置包括：第一确定模块，用于确定待测目标的尾焰气体的光谱辐亮度Itw；第二确定模块，用于确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；第三确定模块，用于根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It；第四确定模块，用于针对多个探测谱段，根据所述背景红外辐射在入瞳处的辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；第五确定模块，用于采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨率温差MRTD；第六确定模块，用于针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨率温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率；以及设置模块，用于根据针对所述每个探测谱段得到的探测概率设置优化探测谱段。
可选的，所述第五确定模块基于以下公式计算所述天基红外探测器的所述最小可分辨温差MRTD：
其中，SNRDT为观察者人眼能分辨条带的阈值信噪比；MTFs(f)为系统调制传递函数；NETD为所述天基红外探测器的噪声等效温差；MTFeye(f)为人眼调制传递函数；te为人眼积分时间；tn为实际积分时间对信噪比改善的倍数；ε为条带长宽比，其中ε＝(2nL/W)/7，L和W分别为条带长和宽度，n表示约翰逊准则线对数；fp为显示器帧频；β为垂直瞬时视场，β＝GSD/R，GSD为地面分辨率，R为所述待测目标和所述天基红外探测器距离；fT为所述待测目标角分辨力。
可选的，所述设置模块用于将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
相应的，本发明实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有指令，该指令用于使得机器执行上述的天基红外预警谱段选择方法。
相应的，本发明实施例还提供一种电子设备，所述电子设备包括至少一个处理器、与处理器连接的至少一个存储器、以及总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述的天基红外预警谱段选择方法。
本发明实施例提出了基于光学遥感探测效能评价方法而执行天基红外预警谱段选择，其具有以下优势：探测效能是一种综合评价探测能力的指标，包含了目标和背景特性、大气传输、探测器和人眼等诸多因素，符合真实成像场景。以探测效能为评价指标优化选择天基红外预警谱段，评价结果更直观可靠。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1示出了根据本发明一实施例的天基红外预警谱段选择方法的流程示意图；
图2(a)-图2(d)示出了中波波段四种不同温度尾焰的光谱辐亮度曲线；
图3示出了卷云背景红外辐射的辐亮度；
图4示出了待测目标顶到天基红外探测器的透过率；
图5示出了目标尾焰和卷云背景的对比度；
图6示出了根据本发明一实施例的天基红外预警谱段选择装置的结构框图；
图7示出了本发明一实施例提供的电子设备的结构框图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
图1示出了根据本发明一实施例的天基红外预警谱段选择方法的流程示意图。如图1所示，本发明实施例提供一种天基红外预警谱段选择方法，所述方法可以由天基红外探测系统执行。所述方法包括以下步骤：
步骤S110，确定待测目标的尾焰气体的光谱辐亮度Itw。
可以基于HITRAN(High-resolution Transmission Molecular AbsorptionDatabase，高分辨率透射分子吸收数据库)数据库建立导弹尾焰的红外辐射仿真模型，基于所建立的导弹尾焰的红外辐射仿真模型确定待测目标的尾焰气体的光谱辐亮度。
首先根据所述尾焰气体的组成成分、组成成分所占比例、温度T、压强P、谱段w，得到所述尾焰气体的分子谱线基本参数。所述尾焰气体的分子谱线基本参数包括谱线强度、空气致宽半宽度、自增宽半宽度、低能态能量和空气压致线移等。本发明实施例中对于尾焰气体的组成成分可只考虑水蒸汽和二氧化碳，组成成分所占比例可以假设为1:1。可以采用HAPI(HITRAN Application Programming Interface，HITRAN应用程序编程接口)访问HITRAN数据库，得到尾焰气体的分子谱线基本参数。
然后可以根据所述尾焰气体的分子谱线基本参数得到波数η处的光谱吸收系数。可以采用逐线积分法建立气体分子谱线基本参数和吸收系数的关系，将某一波数处所有有贡献的谱线叠加求和，得到此波数处的吸收系数。在波数η处的光谱吸收系数κη等于各个重叠谱线的吸收系数之和，即：
式中，N为尾焰气体分子数密度，Si,η(T)为第i条谱线在温度为T时的谱线强度，f(η)为谱线线型。光谱吸收系数κη为水蒸汽和二氧化碳的混合气体的光谱吸收系数。
采用下述的一维辐射传输方程：
结合上面的吸收系数κη得到尾焰气体的光谱辐射Iλ。公式(2)中jλ为光谱发射密度；kλ为波长空间的光谱吸收系数，可通过κη变换得到；L为辐射在尾焰气体内传输的路径长度。对Iλ在谱段w内积分将得到尾焰气体的辐亮度Itw。
本发明实施例中不限于使用逐线积分法，也可以使用谱带模型、总体模型等，但是逐线积分法目前是其中最准确的计算气体辐射特性的模型。
步骤S120，确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt。
可以采用大气辐射传输软件modtran仿真计算背景红外辐射在入瞳处的辐亮度Ib和大气透过率τt。软件的输入条件包括：背景类型、经纬度、太阳高度角、观测条件、能见度、温度和谱段w等。其中由于背景和待测目标(或待测目标的尾焰)所在高度不同，大气透过率各有不同，可以分别记作为τt和τb。
步骤S130，根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It。
所述待测目标的尾焰气体在入瞳处的辐亮度It＝Itw*τt。
步骤S140，针对多个探测谱段，根据所述背景红外辐射在入瞳处的辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT。
可以将待测目标的尾焰气体的谱段w划分成多个探测谱段，其中每个探测谱段的谱段宽度优选相同，在一些情况下也可以不同。所述谱段宽度可以记为Δλ，以Δλ的宽度在谱段w范围内滑动，根据普朗克黑体辐射定律，利用Ib和It，求得每个探测谱段内探测器入瞳处尾焰气体和背景的温度差ΔT。所述探测谱段的谱段宽度Δλ可以根据天基红外探测系统的性能决定，所述谱段宽度Δλ可以为0.25μm-0.3μm。
步骤S150，采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨率温差MRTD。
光学遥感探测效能评价方法综合考虑了目标和背景、大气条件、探测器和卫星平台等指标，具体可以基于以下公式计算所述天基红外探测器的所述最小可分辨温差MRTD：
其中，SNRDT为观察者人眼能分辨条带的阈值信噪比；MTFs(f)为系统调制传递函数，f为空间频率，单位为线对/mm；NETD为所述天基红外探测器的噪声等效温差；MTFeye(f)为人眼调制传递函数；te为人眼积分时间，一般为0.2s；tn为实际积分时间对信噪比改善的倍数，该积分时间为天基红外探测器的积分时间；ε为条带长宽比，其中ε＝(2nL/W)/7，L和W分别为条带长和宽度，n表示约翰逊准则线对数；fp为所使用的显示器帧频；β为垂直瞬时视场(单位：mrad)，β＝GSD/R，GSD为地面分辨率，R为所述待测目标和所述天基红外探测器距离；fT为所述待测目标角分辨力。可以根据待测目标的特征尺寸和约翰逊准则在不同探测等级下所需的条带周期数以及天基红外探测器和待测目标的探测距离求得目标角分辨力：fT＝条带周期*探测距离/特征尺寸，其中待测目标的特征尺寸为待测目标的几何平均尺寸，该几何平均尺寸例如可以通过对待测目标的长乘宽的值开方得到。
公式(3)中涉及的参数SNRDT、MTFeye(f)、te、n、NETD为已知参数，其他参数可以根据仿真场景和待测目标而确定。参数的确定可以参考中国专利申请CN110989035A而获得。
步骤S160，针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨率温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率。
可以根据概率传递函数计算所述探测概率，其中所述概率传递函数引自：Sjaardema,Tracy A.,Collin S.Smith,and Gabriel C.Birch."History and evolutionof the Johnson criteria."SANDIA Report,SAND2015-6368(2015)。具体可以根据以下公式计算在所述每个探测谱段内所述尾焰气体的探测概率：
其中ET＝2.7+0.7(ΔT/MRTD)，
其中，PT为在所述每个探测谱段内所述尾焰气体的探测概率。
步骤S170，根据针对所述每个探测谱段得到的探测概率设置优化探测谱段。
优选方式中可以将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
本发明实施例提供的基于探测效能的天基红外预警谱段选择方法具有以下优势：探测效能是一种综合评价探测能力的指标，包含了目标和背景特性、大气传输、探测器和人眼等诸多因素，符合真实成像场景。以探测效能为评价指标优化选择天基红外预警谱段，评价结果更直观可靠。
下面以一具体示例对本发明实施例提供的基于探测效能的天基红外预警谱段选择方法进行进一步说明。在所述示例中，待测目标为导弹，所述示例的执行方法可以包括以下步骤：
步骤一：假设导弹尾焰的组成成分为水和CO2，所占组分比例为1:1，压强P＝0.101325Mpa，由于导弹在不同推进段温度差别较大，本实施例以温度T＝[3000 1900 1000800](K)四种情况进行说明，中波谱段w为2μm-6μm，仿真计算的波数间隔为0.1。采用HAPI访问HITRAN数据库，得到尾焰气体的分子谱线基本参数。采用逐线积分法建立气体分子谱线基本参数和吸收系数的关系，将每一波数处所有有贡献的谱线叠加求和，得到此波数处的吸收系数。采用一维辐射传输方程计算出四种不同温度尾焰气体的光谱辐亮度Itw曲线如图2(a)-图2(d)所示，其中图2(a)示出尾焰气体温度为800K对应的曲线，图2(b)示出尾焰气体温度为1000K对应的曲线，图2(c)示出尾焰气体温度为1900K对应的曲线，图2(d)示出尾焰气体温度为3000K对应的曲线。
步骤二：假设仿真地点是关岛(北纬13°26′，东经144°43′)，夏季，导弹高度10km，背景卷云高度5km，卷云厚度0.1km，太阳高度角70°，采用大气辐射传输软件modtran仿真计算卷云背景的红外辐射在入瞳处的光谱辐亮度Ib(已包括大气透过率的影响)和目标顶到探测器的光谱大气透过率τt，如图3和图4所示，进而求得尾焰在入瞳处的辐亮度It＝Itw*τt。
步骤三：假设每个探测谱段的谱段宽度Δλ为0.25μm，则0.25μm宽度的滑窗分别在It和Ib曲线滑动并求积分，并应用求对比度公式C＝|(It-Ib)/(It+Ib)|，得到不同温度下的对比度曲线，如图5所示，注意此时的横坐标为每个滑窗的起始波长，由图像可知对比度在2.7μm和4.3μm左右有两个峰值。对比度最大的地方基本可以认为是温差最大的地方，实际应用过程中由于计算温差曲线计算量太大，所以可以采用对比度曲线找到温差最大值，再把温差计算出来。
步骤四：假设卫星的GSD＝150m，尾焰的尺寸为2m×4m，依据黑体辐射定律，结合GSD和尾焰尺寸的比例计算像元接收的辐射能量，计算目标和背景的辐射温差ΔT，得到在四种不同尾焰温度下800K、1000K、1900K和3000K的最大温差分别为：6.756K、17.034K、44.304K和45.356K，此时对应的探测谱段为2.79μm-3.04μm。
步骤五：根据公式(3)和(4)以及步骤四中的ΔT，计算四种不同尾焰温度对应的尾焰的最大探测概率分别为：96％、100％、100％和100％。所以本实施例中的最优探测谱段为2.79μm-3.04μm。在实际应用中，可能会出现温差最大而探测概率很低的情况，导致无法探测，则可以通过改变谱段宽度Δλ，再计算最优谱段和探测概率，以保证能够探测到尾焰。
综上所述，本发明实施例提供的方法通过综合考虑尾焰温度、背景特性、大气传输、探测器和人眼诸多因素，并且以探测概率为优选函数，直接得出最优的探测谱段，能够帮助器件选型以满足需求，加速优化迭代，节约研发成本。
图6示出了根据本发明一实施例的天基红外预警谱段选择装置的结构框图。如图6所示，本发明实施例还提供一种天基红外预警谱段选择装置，所述装置可以包括：第一确定模块610，用于确定待测目标的尾焰气体的光谱辐亮度Itw；第二确定模块620，用于确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；第三确定模块630，用于根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It；第四确定模块640，用于针对多个探测谱段，根据所述背景红外辐射在入瞳处的辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；第五确定模块650，用于采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨率温差MRTD；第六确定模块660，用于针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨率温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率；以及设置模块670，用于根据针对所述每个探测谱段得到的探测概率设置优化探测谱段。
在可选实施例中，将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
在可选实施例中，第一确定模块610可以根据所述尾焰气体的组成成分、组成成分所占比例、温度T、压强P、谱段w，得到所述尾焰气体的分子谱线基本参数；根据所述尾焰气体的分子谱线基本参数得到波数η处的光谱吸收系数；根据所述吸收系数得到所述尾焰气体的光谱辐亮度Itw。
在可选实施例中，第五确定模块650可以根据公式(3)计算所述天基红外探测器的所述最小可分辨率温差MRTD。
在可选实施例中，第六确定模块660可以根据公式(4)计算在所述每个探测谱段内所述尾焰气体的探测概率。
本发明实施例提供的天基红外预警谱段选择装置的具体工作原理及益处与上述本发明实施例提供的天基红外预警谱段选择方法的具体工作原理及益处相同，这里将不再赘述。
所述装置包括处理器和存储器，上述各模块单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来执行根据本发明任意实施例所述的天基红外预警谱段选择方法。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种机器可读存储介质，所述机器可读存储介质上存储有指令，该指令用于使得机器执行根据本发明任意实施例所述的天基红外预警谱段选择方法。
本发明实施例提供了一种电子设备，如图7所示，电子设备70包括至少一个处理器701、以及与处理器701连接的至少一个存储器702、总线703；其中，处理器701、存储器702通过总线703完成相互间的通信；处理器701用于调用存储器702中的程序指令，以执行根据本发明任意实施例所述的音频文件处理方法和/或根据本发明任意实施例所述的音频文件播放方法。本发明实施例的电子设备可以是服务器、PC、PAD、手机等。
本发明实施例还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有根据本发明任意实施例所述的天基红外预警谱段选择方法步骤的程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种天基红外预警谱段选择方法，其特征在于，所述方法包括：
确定待测目标的尾焰气体的光谱辐亮度Itw；
确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；
根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It；
针对多个探测谱段，根据所述背景红外辐射在入瞳处的光谱辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；
采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨温差MRTD；
针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率；以及根据针对所述每个探测谱段得到的探测概率设置优化探测谱段，其中，基于以下公式计算所述天基红外探测器的所述最小可分辨温差MRTD：
其中，SNRDT 为观察者人眼能分辨条带的阈值信噪比；MTFs(f) 为系统调制传递函数，f为空间频率；NETD为所述天基红外探测器的噪声等效温差；MTFeye (f) 为人眼调制传递函数；te 为人眼积分时间；tn 为实际积分时间对信噪比改善的倍数；ε为条带长宽比，其中ε＝(2nL/W)/7，L和W分别为条带长和宽度，n表示约翰逊准则线对数；fp 为显示器帧频；β为垂直瞬时视场，β＝GSD/R，GSD为地面分辨率，R为所述待测目标和所述天基红外探测器距离；fT 为所述待测目标角分辨力，根据以下公式计算在所述每个探测谱段内所述尾焰气体的探测概率：
其中ET ＝2.7+0.7(ΔT/MRTD)，
其中，PT 为在所述每个探测谱段内所述尾焰气体的探测概率。
2.根据权利要求1所述的方法，其特征在于，所述确定待测目标的尾焰气体的光谱辐亮度Itw，包括：
根据所述尾焰气体的组成成分、组成成分所占比例、温度T、压强P、谱段w，得到所述尾焰气体的分子谱线基本参数；
根据所述尾焰气体的分子谱线基本参数得到波数η处的光谱吸收系数；
根据所述吸收系数得到所述尾焰气体的光谱辐亮度Itw。
3.根据权利要求1所述的方法，其特征在于，根据针对所述每个探测谱段得到的探测概率设置优化探测谱段，包括：
将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
4.一种天基红外预警谱段选择装置，其特征在于，所述装置包括：
第一确定模块，用于确定待测目标的尾焰气体的光谱辐亮度Itw；
第二确定模块，用于确定背景红外辐射在天基红外探测器入瞳处的光谱辐亮度Ib和所述待测目标的目标顶到探测器的光谱大气透过率τt；
第三确定模块，用于根据所述待测目标的尾焰气体的光谱辐亮度Itw和所述大气透过率τt，确定所述待测目标的尾焰气体在入瞳处的辐亮度It；
第四确定模块，用于针对多个探测谱段，根据所述背景红外辐射在入瞳处的辐亮度Ib和所述待测目标的尾焰气体在入瞳处的辐亮度It，确定所述多个探测谱段中的每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT；
第五确定模块，用于采用光学遥感探测效能评价方法确定所述天基红外探测器的最小可分辨温差MRTD；
第六确定模块，用于针对所述多个探测谱段中的每个探测谱段，根据所述每个探测谱段内在所述入瞳处所述尾焰气体和所述背景的温度差ΔT、所述天基红外探测器的所述最小可分辨温差MRTD确定在所述每个探测谱段内所述尾焰气体的探测概率；以及
设置模块，用于根据针对所述每个探测谱段得到的探测概率设置优化探测谱段，其中，所述第五确定模块基于以下公式计算所述天基红外探测器的所述最小可分辨温差MRTD：
其中，SNRDT为观察者人眼能分辨条带的阈值信噪比；MTFs(f)为系统调制传递函数；NETD为所述天基红外探测器的噪声等效温差；MTFeye(f)为人眼调制传递函数；te为人眼积分时间；tn为实际积分时间对信噪比改善的倍数；ε为条带长宽比，其中ε＝(2nL/W)/7，L和W分别为条带长和宽度，n表示约翰逊准则线对数；fp为显示器帧频；β为垂直瞬时视场，β＝GSD/R，GSD为地面分辨率，R为所述待测目标和所述天基红外探测器距离；fT为所述待测目标角分辨力，所述第六确定模块根据以下公式计算在所述每个探测谱段内所述尾焰气体的探测概率：
其中ET ＝2.7+0.7(ΔT/MRTD)，
其中，PT 为在所述每个探测谱段内所述尾焰气体的探测概率。
5.根据权利要求4所述的装置，其特征在于，所述设置模块用于将针对所述每个探测谱段得到的探测概率中最大探测概率对应的探测谱段设置为所述优化探测谱段。
6.一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至3中任一项所述的天基红外预警谱段选择方法。
7.一种电子设备，其特征在于，所述电子设备包括至少一个处理器、与处理器连接的至少一个存储器、以及总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行根据权利要求1至3中任一项所述的天基红外预警谱段选择方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110296721.1A CN113075150B (zh) | 2021-03-19 | 2021-03-19 | 基于探测效能的天基红外预警谱段选择方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110296721.1A CN113075150B (zh) | 2021-03-19 | 2021-03-19 | 基于探测效能的天基红外预警谱段选择方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113075150A CN113075150A (zh) | 2021-07-06 |
| CN113075150B true CN113075150B (zh) | 2022-11-01 |
Family
ID=76613465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110296721.1A Active CN113075150B (zh) | 2021-03-19 | 2021-03-19 | 基于探测效能的天基红外预警谱段选择方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113075150B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7551121B1 (en) * | 2004-03-12 | 2009-06-23 | Oceanit Laboratories, Inc. | Multi-target-tracking optical sensor-array technology |
| 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 |
| 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 |
| CN109612512A (zh) * | 2018-10-23 | 2019-04-12 | 南京航空航天大学 | 一种空基光电系统多模态一体化测试平台及测试方法 |
| CN110989035A (zh) * | 2019-12-19 | 2020-04-10 | 中国空间技术研究院 | 一种光学遥感探测性能评价方法 |
| CN112434589A (zh) * | 2020-11-18 | 2021-03-02 | 中国科学院上海技术物理研究所 | 一种针对类分子谱目标的天基高灵敏度差分探测方法 |
-
2021
- 2021-03-19 CN CN202110296721.1A patent/CN113075150B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7551121B1 (en) * | 2004-03-12 | 2009-06-23 | Oceanit Laboratories, Inc. | Multi-target-tracking optical sensor-array technology |
| 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 |
| 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 |
| CN109612512A (zh) * | 2018-10-23 | 2019-04-12 | 南京航空航天大学 | 一种空基光电系统多模态一体化测试平台及测试方法 |
| CN110989035A (zh) * | 2019-12-19 | 2020-04-10 | 中国空间技术研究院 | 一种光学遥感探测性能评价方法 |
| CN112434589A (zh) * | 2020-11-18 | 2021-03-02 | 中国科学院上海技术物理研究所 | 一种针对类分子谱目标的天基高灵敏度差分探测方法 |
Non-Patent Citations (3)
| Title |
|---|
| "海面目标天基红外探测概率研究与分析";陈翾等;《激光与红外》;20171031;第47卷(第10期);全文 * |
| "特定背景下点目标探测最优波段选择方法的研究";董玉翠;《中国优秀博士学位论文全文数据库 信息科技辑》;20160415;正文第69-133页 * |
| 一种基于波长生长的红外预警谱段选择方法;童锡良等;《激光与红外》;20180220(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113075150A (zh) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240094118A1 (en) | Gas leak emission quantification with a gas cloud imager | |
| Kilpatrick et al. | A decade of sea surface temperature from MODIS | |
| US20090022359A1 (en) | Vegetation index image generation methods and systems | |
| US6921898B1 (en) | Bi-directional reflectance distribution function determination by large scale field measurement | |
| CN108731817B (zh) | 应用于林火热点判别的不同传感器红外辐射归一建模方法 | |
| JP2007003308A (ja) | 地表面温度推定方法及びそのためのプログラム | |
| EP3538874B1 (en) | Systems and methods for quantifying a gas leak | |
| JP6449894B2 (ja) | シーンのイベントを検出および分類する方法 | |
| CN106872992B (zh) | 自适应红外双波段被动测距方法 | |
| US20160274026A1 (en) | Characterizing tropospheric boundary layer thermodynamic and refractivity profiles utilizing multiband infrared observations | |
| Gålfalk et al. | Approaches for hyperspectral remote flux quantification and visualization of GHGs in the environment | |
| Rozanov et al. | Retrieval of water vapor vertical distributions in the upper troposphere and the lower stratosphere from SCIAMACHY limb measurements | |
| US20210041299A1 (en) | Characterizing tropospheric boundary layer thermodynamic and refractivity profiles utilizing selected waveband infrared observations | |
| US20190128805A1 (en) | Characterizing tropospheric boundary layer thermodynamic and refractivity profiles utilizing selected waveband infrared observations | |
| Cossich et al. | Ice and mixed-phase cloud statistics on Antarctic plateau | |
| Mondal et al. | Allsky airglow imaging observations from Hanle, Leh Ladakh, India: Image analyses and first results | |
| CN113075150B (zh) | 基于探测效能的天基红外预警谱段选择方法及装置 | |
| KR20210018739A (ko) | 에어로졸 탐지 및 에어로졸 유형 분류 방법 | |
| Gregow et al. | The use of satellite and surface observations for initializing clouds in the HARMONIE NWP model | |
| CN110261341A (zh) | 一种基于静止气象卫星数据的火山灰云检测方法及系统 | |
| Walton | A review of differential absorption algorithms utilized at NOAA for measuring sea surface temperature with satellite radiometers | |
| CN116597592A (zh) | 极轨气象卫星晨昏时段火点监测方法及系统 | |
| Gong et al. | Intercomparison between VIIRS and CrIS by taking into account the CrIS subpixel cloudiness and viewing geometry | |
| de Jong | IRST and its perspective | |
| Zhukov et al. | Experience of detection and quantitative characterization of fires during the experimental small satellite mission BIRD |
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 |