基于物理模型的污染云团红外光谱精细仿真

鉴于获取实测光谱成本高、获取量少和可测量云团种类少等限制因素,研究污染云团的红外光谱仿真,对于利用仿真光谱进行光谱识别的算法研究显得至关重要。以往的研究多利用经验的概率模型和经验的或半经验的参数来模拟污染云团的实时扩散,在此基础上再进行污染云团的红外光谱仿真。文中将利用基于物理的模型来精细地模拟污染云团的扩散,以弥补概率模型的欠精确性。研究了基于物理的云团扩散的机理,以及基于此扩散模型上红外光谱的生成方法,最终将生成的物理模型下的仿真光谱序列、概率模型下的仿真光谱序列和实测的光谱序列进行比较,得到了更为精准的仿真结果:就光谱残差而言,最高可提高14%,并指出了两种模型的适用范围。文中建立的基于物理模型的污染云团扩散及其红外光谱的实时仿真方法,对于高精度的云团红外光谱仿真及高质量的光谱识别算法研究具有重要意义。     

污染云团红外光谱仿真的物理模型与实验结果

提出污染云团红外光谱计算机仿真的物理模型,着重讨论了物理模型中目标云团在仪器视场中的分布和噪声对仿真结果的影响,并与实验的结果进行了比较,结果表明,建立的仿真污染云团红外光谱的物理模型是可行的。仿真结果与实验结果具有很好的符合。     

污染云团红外光谱多目标识别系统

建立多目标污染云团红外光谱的识别系统 ,适合于从被动傅立叶变换红外光谱仪( FTIS)实时遥感获取的混合光谱中识别出目标。其目的为了提高实时监测报警系统的正确报警率 ,且利于整机处理的硬件化。该系统可对多目标光谱并行识别 ,也可对单一目标识别。最后给出该系统对模拟剂的识别结果。     

利用仿真技术从红外光谱中反演污染气体浓度的研究

;作为一种有效的大气污染气体遥感探测识别手段,傅里叶变换红外光谱仪已经得到越来越广泛的应用.当污染气体与背景存在温差时,红外光谱就能反映出污染气体的吸收或发射特征.目前,已有越来越多的人利用被动式傅里叶变换红外光谱仪进行大气污染气体的探测识别研究,而且也发展了许多由光谱提取目标信号的算法,但是这些方法大多是仅针对污染气体的定性研究的.利用仿真方法可以快速简便地计算出污染气体的浓度程长积,并可实现对遥感红外光谱的定量分析,且误差较小.     

气体遥感红外光谱数据的识别分类

本文提出了一种基于模拟的线性分类技术。文中详细叙述了该方法的原理与实现。并通过实例说明，本方法应用于气体遥感红外光谱数据的分类与识别是行之有效的。     

定量分析被动FTIR遥感污染云团的探测极限

在建立大气模式下污染云团红外光谱仿真模型的基础上,利用LOWTRAN或MODTRAN所提供的Subarctic Winter大气模式,仿真出几种特殊的污染云团红外光谱,详细讨论了该模式下的仿真结果与U.S.Standard模式下的仿真结果的差别,并给出在Subarctic Winter大气模式下被动傅立叶变换红外光谱辐射仪遥测污染云团的探测极限。     

大气环境污染气体的光谱遥感监测技术

光谱遥感监测是大气环境污染监测领域的一项高新技术,具有其它方法不可比拟的优点,如灵敏度高、分辨率高、多组份、实时、快速监测等。本文介绍了主要几种光谱遥感监测技术：傅氏变换红外光谱（ＦＴＩＲ）技术,差分光学吸收光谱（ＤＯＡＳ）技术,激光长程吸收技术以及差分吸收激光雷达技术（ＤＩＡＬ）。讨论了它们的测量方法、应用范围、各自的优缺点以目前的发展状态。     

红外场景实时仿真研究

对目标和背景组成的场景的红外特性进行了实时仿真。为实现红外场景实时仿真,以场景的红外特性数据库为基础,将机器学习算法引入到仿真之中。利用遗传算法优化权值的神经网络建立了场景温度模型,结合三维可视化显示技术,模拟出不同设定条件下的场景红外图像。仿真结果显示,采用该模型的场景温度计算值和实测结果相符,并能够满足仿真对实时性的要求。     

红外光谱技术在气体检测中的应用

根据气体在红外光谱区的吸收,可以采用红外光谱来检测气体的浓度.本文介绍了红外光谱技术在气体浓度检测方面的应用情况以及国外的研究进展.以甲烷和一氧化碳气体为例,描述了用红外半导体激光器或发光二极管结合红外光谱技术实现的气体探测系统.最后介绍了几种气体传感系统的实例.     

偏振模色散仿真器的研究

对光纤通信中偏振模色散(PMD)的仿真技术提出了新的构想，通过计算机模型的建立实现仿真研究。     

红外成像实时仿真中大气透射率的计算与分析

考虑到当前国内外红外成像实时仿真中大气透射率计算方法的一些不足,本文根据透射率计算的实时性和准确性的要求,提出了一种用以计算红外成像实时仿真中大气透射率的新的计算方法,并用Visual C 6．0对算法进行了仿真实现;通过不同条件下大气透射率计算的红外仿真及试验评估,证明该算法具有很好的可行性。     

基于高斯函数的光谱叠加信号处理仿真研究

针对重金属离子敏光纤传感器阵列光谱信号叠加引起的多种离子浓度测量误差较大的问题,采用高斯函数对重金属离子敏光纤传感器阵列信号进行建模。在利用Matlab对光纤传感器阵列光谱叠加信号进行分离和相对误差分析的基础上提出了一种误差修正的方法。从仿真结果可知,这种算法可以减小由于重金属离子敏感膜的离子间干扰引起的光谱重叠误差,为实际光纤传感器阵列的制作和光谱信号处理提供了理论依据。     

基于神经网络和傅里叶光谱分析的易制毒混合气体检测方法

易制毒气体识别对于抑制毒品流通具有重要作用,但目前关于易制毒气体浓度检测的研究还不成熟。针对易制毒混合气体检测的问题,通过采集傅里叶红外光谱信息建立了反向传播(Back Propagation, BP)神经网络模型。以乙醚和丙酮的混合气体实验为例,对BP-傅里叶红外变换光谱(Fourier Transform Infrared Spectroscopy, FTIR)模型进行了验证和分析。结果表明,利用BP-FTIR吸收系统采集的多组分混合气体的光谱数据的总体回归R值为0.99273,相关性强。在混合气体测试中,乙醚气体的最大预测误差为28 ppm,丙酮气体的最大预测误差为11 ppm,总体预测误差较小,说明该模型能够较好地预测乙醚丙酮混合气体的浓度。因此,神经网络模型对多组分易制毒气体进行浓度反演的预测结果精度较高,本研究也为易制毒及其他混合气体检测提供了新的思路。     

用光谱分析法测量单模光纤的偏振模色散

本文介绍了光谱分析法测量单模光纤偏振模色散（ＰＭＤ）的理论根据和测试实验装置以及实测结果。由于目前单模光纤偏振模色散测试仪表价格昂贵,所以本文介绍的方法很有实用价值。     

光谱吸收的煤矿瓦斯光纤传感气体分析

分析了气体光谱吸收基本原理,研究了一套光纤传感瓦斯系统,应用于某超化煤矿试验,并取得良好效果.指出基于光谱吸收的煤矿瓦斯光纤传感器,可用于对煤矿瓦斯气体进行大范围监测,也可在线连续监测井下瓦斯气体,其具有广阔的应用前景.     

Cluster‐Based Polarized Spectrum Sharing in Channels with Polarization Mode Dispersion

Polarized spectrum sharing (PSS) exploits the spectrum opportunities in a polarized domain. However, when it comes to wideband environments PSS is impaired by the frequency‐dependent polarization mode dispersion (PMD); thus, the effective throughput of PSS drops. To combat the PMD effect, this work proposes a cluster‐based PSS approach to enable PSS on a narrower frequency span. Simulation results show that the effective throughput of PSS on cluster basis outperforms that of PSS on bandwidth and subcarrier basis.     

基于Simulink＆DSP Blockset功率谱估计的仿真实现

Matlab／DSP Blockset／Estimation库提供了对输入信号进行功率谱分析的各种模块。在Simulink图形化的交互环境下,用户只需用鼠标拖动Estimation库中的功率谱估计模块,便能迅速地进行信号的功率谱估计的仿真。     

基于数据库查找表技术的实时红外场景仿真

为实时仿真红外场景,提出将数据库查找表技术引入红外场景仿真过程,用数据库存储表征场景景物的几何数据、热物理特征数据、光学特性数据等各类信息。在渲染红外场景时,直接访问数据库,将相关数据读入内存缓冲区,并在渲染过程中对内存中的数据进行处理,从而加快处理速度,提高仿真图像刷新帧频,增强仿真实时性。仿真实验表明,简单场景仿真图像帧频达60 Hz以上,复杂场景仿真图像帧频达20 Hz以上,仿真图像具有一定的红外特征,与实际场景基本相似。     

基于AT89C52单片机的室内有害气体监控系统

介绍了基于AT89C52单片机的室内有害气体监控系统的软、硬件结构设计。着重说明了中红外发光二极管作为红外光源的优势;详细介绍了红外气体传感器的工作原理及其在系统数据采集中的应用;AD7896在模/数转换中的运用;最后给出了系统软件设计的主程序流程图。该系统对提高有害气体的检测效率、降低仪器成本,改善室内空气环境具有重要的现实意义。