基于小波神经网络的红外光谱发射率计算方法
Infrared Spectral Emissivity Calculating Method Based on Wavelet Neural Network
  
DOI:
中文关键词:  小波神经网络,光谱发射率,红外辐射亮度
英文关键词:wavelet neural network, spectral emissivity, infrared radiance
基金项目:国家自然科学基金(61074090)
作者单位
傅 莉1陈跃文1刘丰瑞1宫 禹2 1. 沈阳航空航天大学 自动化学院,沈阳 110136
 2. 沈阳飞机设计研究所,沈阳 110135 
摘要点击次数: 29
全文下载次数: 0
中文摘要:
      红外光谱发射率是战机蒙皮重要的红外隐身参数之一,为消除大气等外界因素对红外辐射特性测试结果的干扰,建立一种基于小波神经网络的目标红外辐射亮度模型,利用这种模型对测试样本进行网络训练,建立3~5 μm 和8~12 μm 波段红外辐射亮度模型,进而计算不同波长下目标的光谱发射率。通过与标准黑体对比,验证所建小波神经网络模型的光谱发射率与黑体实际的光谱发射率相比,最大相对误差约为2%,并将该方法应用于飞机蒙皮的光谱发射率计算。
英文摘要:
      Spectral emissivity is an important parameter for aircraft skin. Establish a target infrared radiance model based on wavelet neural network, and this model is used for network training of test samples, infrared radiance models of 3-5 μm and 8-12 μm bands are established, then the spectral emissivity of the target under different wavelength is calculated. The spectral emissivity of the wavelet neural network model is compared with the actual spectral emissivity of blackbody, the maximum relative error is close to 2%, and this method is applied to the calculation of spectral emissivity of the fuselage skin.
查看全文  查看/发表评论  下载PDF阅读器
关闭