卫星观测火箭尾喷焰红外动态场景生成研究

建立了一种星载吸收波段红外传感器连续观测助推段火箭飞行的场景生成模型。提出了一种基于神经网络生成MODIS数据中第22、23波段高分辨率地表发射率图像的方法,生成了分辨率达到百米量级的地表发射率图像,并利用谱段关联计算了4.18~4.5 μm的地表光谱发射率;同时采用Runge-Kutta法生成火箭助推段的飞行轨迹,利用LOS方法计算尾喷焰气体的辐射传输,生成火箭尾喷焰图像。建立了尾喷焰、地表点和传感器的几何关系,对尾喷焰和背景投影成像,合成了卫星观测火箭尾喷焰的动态场景。对辐亮度图像序列进行分析发现,地面背景的辐亮度得到了压制,同时结合轨迹数据对不同时刻的目标辐亮度对比度和所占像元数进行了分析。此外,分析了不同场景下尾喷焰总辐射强度曲线的差异。结果表明,场景生成方法准确可靠,可为基于卫星图像序列的目标检测跟踪等研究提供数据基础和目标特性支撑。     

基于黑体红外偏振特性的定量分析探索

通过基于微面元理论的偏振双向反射分布函数模型,推导分析了物体表面红外辐射偏振传输方程的Stokes表达式,得出物体表面红外线偏振度与表面反射率(发射率)、波长、探测角度以及波长、目标与背景辐射差异等参数的数学关系;针对环境因素对红外偏振度的影响,开展了不同材质以及标准黑体的中、长波红外偏振成像及红外高光谱偏振成像实验,结果表明:黑体表面的红外偏振度与波长不相关,进而提出以标准黑体红外偏振特性作为溯源基准进行红外偏振定量处理的方法.     

迁移学习在天基红外目标识别中的应用

星载红外传感器对飞行的火箭进行识别时,因为观测数据有限,一般属于小样本甚至单样本学习的分类问题.本文建立了一种以一维全卷积为主体结构的孪生神经网络,将多分类问题转化为比较相似度的验证问题;并利用UCR时间序列数据集的预训练权重,对孪生神经网络的卷积特征提取部分进行知识迁移,最后使用公开文献中火箭红外辐射强度序列数据对网...