本發(fā)明涉及一種能量測試平臺及測試方法，尤其是一種不均勻溫度場的紅外輻射能測試平臺及測試方法。

背景技術(shù)：

任何物體的溫度高于熱力學溫度0k或-273℃時，會不斷向周圍進行紅外輻射，其波長在0.75μm～1000μm之間，對應的頻率范圍大致在4×10¹⁴hz～3×10¹¹hz。目標紅外輻射特性測量已經(jīng)成為獲取目標特征、對目標進行識別的重要手段，包括目標輻射溫度、輻射亮度和輻射強度等關(guān)鍵性參數(shù)的測量。20世紀90年代以來，傅里葉紅外(ftir)光譜輻射計迅速發(fā)展，其工作原理是光源發(fā)出的光經(jīng)邁克爾遜干涉儀調(diào)制后變成干涉光，再把照射樣品后的各種頻率光信號經(jīng)干涉作用調(diào)制為干涉圖函數(shù)，由計算機進行傅里葉變換，一次性得到寬波長范圍內(nèi)的光譜信息。目標輻射光譜信息的獲取為目標紅外輻射特性的測量和計算提供了新的思路，對應的試驗裝置和試驗手段的設計開發(fā)也成為研究熱點。目前常用的方法是采用將測量樣品輻射的紅外光譜能量與同溫度下黑體或者已知輻射特性參考樣本的能量進行比較的方式。參考黑體都帶有溫度控制系統(tǒng)，方便試驗者將溫度控制到與目標相同的溫度。

事實上，在航天航空、軍事國防和工農(nóng)業(yè)應用領(lǐng)域，很多情況下，目標表面表現(xiàn)出一種不均勻的溫度場。例如，飛機蒙皮外部和內(nèi)部都存在復雜的多模式傳熱，蒙皮熱特性受到多物理場的多層次耦合機制控制，在不同部位表現(xiàn)出不同的表面溫度特性。典型熱工過程如鋅精餾爐爐膛，因為空間空氣和煤氣流量不均衡造成爐膛內(nèi)溫度上高下低，也會形成表面不均勻溫度場。

另一方面，因為紅外測量為非接觸測量，所有物體發(fā)出的輻射都要經(jīng)過大氣傳輸才能到達光譜輻射計，大氣傳輸特性不同會引起輻射計測量干涉圖變化，導致測量誤差，主要體現(xiàn)在兩個方面：①大氣氣體分子的吸收。吸收紅外輻射的氣體有co2(2.65～2.8μm，4.15～4.45μm，13～17μm三個吸收波段)，h2o(2.55～2.84μm，5.6～7.6μm，12～30μm三個吸收波段)等。因此大氣吸收根據(jù)不同波段由很多條吸收線組成，將吸收帶中的每一條吸收線的吸收求出，就可得到吸收帶的吸收率，計算復雜。②大氣中分子、氣溶膠、微粒的散射，改變紅外輻射在大氣中的傳輸方向，從而導致某一特定方向上的輻射能減弱。如由比光波波長小的氣體分子質(zhì)點引起的rayleigh散射；氣流運動造成的不均勻部分中存在氣體分子、氣溶膠粒子等引起的無選擇性散射等等。這些因素會導致光譜輻射計測量的紅外特性曲線在特定波段產(chǎn)生不規(guī)則振蕩，或者出現(xiàn)不連續(xù)吸收斷點，這些因素都限制了常規(guī)線性擬合和數(shù)據(jù)處理方法的應用。

由上討論，光譜輻射計測量過程受到目標和環(huán)境不確定因素影響，計算結(jié)果容易造成較大誤差，需要根據(jù)當前大氣環(huán)境、實測數(shù)據(jù)中潛藏的變化規(guī)律，研究紅外光譜信息的自學習方法，進而完成紅外特性參數(shù)的精確估計。建立不均勻溫度場固體目標模擬平臺，并基于傅里葉紅外光譜輻射計進行紅外強度譜測試，研究智能學習算法從測試樣本中得到目標紅外強度譜特性估計模型，從而為下一步紅外測溫、測能提供充分的數(shù)據(jù)支持。

技術(shù)實現(xiàn)要素：

本發(fā)明的技術(shù)任務是針對以上現(xiàn)有技術(shù)的不足，而提供一種不均勻溫度場的紅外輻射能測試平臺及測試方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種不均勻溫度場的紅外輻射能測試平臺，其中包括溫度控制單元和目標模擬單元，所述溫度控制單元包括單片機、a/d轉(zhuǎn)換器、信號調(diào)理器和并行擴展接口，所述目標模擬單元包括鋁板，以及鋁板上的若干溫度場，在每個所述的溫度場內(nèi)均設有加熱片、熱敏電阻傳感器和場效應管，同一溫度場上的熱敏電阻傳感器通過場效應管與所述并行擴展接口的輸出端連接，所述熱敏電阻傳感器的輸出端與所述信號調(diào)理器的輸入端連接。

進一步改進：所述單片機的輸入端與a/d轉(zhuǎn)換器連接，所述a/d轉(zhuǎn)換器的輸入端與信號調(diào)理器的輸出端連接，所述單片機的輸出端與所述并行擴展接口的輸入端連接。

進一步改進：在所述鋁板上設有三個溫度場，每個溫度場上的加熱片位于鋁板與熱敏電阻傳感器之間。

進一步改進：在所述鋁板上設有保溫棉，所述加熱片、熱敏電阻傳感器和場效應管位于鋁板與保溫棉之間。

進一步改進：所述加熱片為陶瓷加熱片。

一種不均勻溫度場的紅外輻射能測試平臺的測試方法，其特征在于：包括以下步驟；

步驟一，目標紅外強度譜樣本校正：通過溫度控制單元調(diào)整目標模擬單元中陶瓷加熱片的通電時間，改變加熱狀態(tài)使得熱敏電阻傳感器檢測的溫度與單片機設定的加熱溫度一致，此時令熱敏電阻傳感器檢測的溫度為目標溫度t，設光譜輻射計在目標溫度t下，對應波長λ，測量的目標亮度譜為lmt(λ)，若目標真實亮度譜為lt(λ)，采用線性校正獲得lt(λ)的估計值

其中，r0λ為輻射計光譜響應函數(shù)，l0λ為環(huán)境背景輻射亮度，二者可通過基于標準黑體的雙溫校準法計算獲取，進而計算視線方向單位立體角內(nèi)輻射亮度在目標面元上的積分得到校正后的目標紅外強度譜it(λ)；其中

步驟二，目標紅外強度譜智能建模：在大氣窗口內(nèi)確定訓練樣本集，采用k-均值聚類均勻地確定rbf網(wǎng)絡隱層神經(jīng)元初始聚類中心分布及其數(shù)量；然后采用正交最小二乘方法調(diào)整rbf網(wǎng)絡聚類中心、數(shù)量，并計算輸出層權(quán)值；

步驟三，目標紅外強度譜模型驗證：選取新的樣本對步驟二中所建立的模型進行驗證。

本發(fā)明的優(yōu)點：本發(fā)明主要針對目標紅外輻射在測量過程中受到的大氣吸收、散射，環(huán)境雜散輻射，探測儀器自身輻射等的影響，通過比較標準黑體測量能譜對數(shù)據(jù)進行校正，進而在大氣窗口波段選擇合適的紅外能譜數(shù)據(jù)作為最終樣本；然后采用rbf網(wǎng)絡智能建模方法自適應學習樣本中隱含的紅外特性，建立紅外能譜模型；驗證通過后最終得到測量波段內(nèi)完整的紅外能譜數(shù)據(jù)，為下一步紅外測溫、目標識別等提供數(shù)據(jù)基礎。

附圖說明

圖1是本發(fā)明溫度場的結(jié)構(gòu)示意圖。

圖2是本發(fā)明測試平臺的結(jié)構(gòu)示意圖。

圖3是本發(fā)明不均勻溫度場控制系統(tǒng)電路示意圖。

圖4是本發(fā)明紅外強度譜rbf網(wǎng)絡模型。

圖5是本發(fā)明標準黑體強度譜rbf網(wǎng)絡模型輸出與測量值比較圖。

圖6是本發(fā)明鋁板目標強度譜rbf網(wǎng)絡模型輸出與測量值比較圖。

1鋁板、2加熱片、3熱敏電阻傳感器、4保溫棉、5信號調(diào)理器、6、a/d轉(zhuǎn)換器、7單片機、8并行擴展接口、9場效應管。

具體實施方式

下面結(jié)合說明書附圖對本發(fā)明做以下詳細說明。

其工作原理是：首先并行擴展接口8將單片機7的指令分散到每一個對應的加熱片2上，加熱片2加熱后，熱敏電阻傳感器3將檢測的溫度傳回單片機7，在此過程中，通過場效應管9來實現(xiàn)單片機7的輸出溫度與熱敏電阻傳感器3檢測的溫度一致。

在建模時：

首先，輻射強度是反映目標紅外輻射能的主要物理量，是描述點輻射源特性的輻射量，即點源向某方向單位立體角發(fā)射的輻射功率，常用i表示。設一個點源在圍繞某指定方向的小立體角元δω內(nèi)發(fā)射的輻射功率為δp，則輻射強度i為

單位是w/sr。

輻射亮度是描述擴展源輻射特性的量，即擴展源在某方向上單位投影面積和單位立體角內(nèi)發(fā)射的輻射功率，用l表示

其中δaθ是指擴展面源δa在與其法線方向成θ夾角的方向上的投影面積。輻射亮度的單位是w/(m^2.sr)。

ftir紅外光譜輻射計是建立在雙光束度量基礎上，并應用數(shù)學上傅里葉變換原理而實現(xiàn)的光譜測量儀器。光源發(fā)出的光經(jīng)邁克爾遜干涉儀調(diào)制后變成干涉光，再把照射樣品后的各種頻率光信號經(jīng)干涉作用調(diào)制為干涉圖函數(shù)，由計算機進行傅里葉變換，一次性得到寬波長范圍內(nèi)的光譜信息。因此，基于ftir光譜輻射計測量目標的紅外光譜特性，采用多光譜理論實現(xiàn)目標紅外能譜的快速準確測量是一個新的研究方向。

然后，對紅外能量譜測試與智能校正；

理想情況下，紅外輻射計探測到的紅外能量主要包括兩個部分：一部分為輻射計視場內(nèi)目標輻射能量；另一部分為紅外輻射計自身的實時熱輻射和環(huán)境雜散輻射。大氣衰減、環(huán)境輻射等因素會對測量結(jié)果產(chǎn)生復雜的作用，表現(xiàn)在某些特定的波段中。例如，測量環(huán)境中，光譜輻射計會受到除目標以外的環(huán)境雜散輻射影響，導致獲取的干涉圖變化引起對應波段的輻射強度等曲線發(fā)生振蕩；而且大氣吸收、散射等作用也會導致強度等曲線出現(xiàn)不連續(xù)斷點或突然的減弱，影響測試結(jié)果，這些因素導致光譜輻射計無法得到完整的紅外能量譜。因此，將紅外測試數(shù)據(jù)分為兩個部分：一是大氣窗口且受雜散輻射影響小的波段，需要對實測數(shù)據(jù)進行校正，降低儀器自身和大氣衰減的影響；另一部分則需要基于上述校正過的數(shù)據(jù)，采用能夠自適應學習數(shù)據(jù)中隱含演化規(guī)律的智能方法，對目標紅外能量譜進行擬合，從而精確估計受擾嚴重波段和大氣吸收波段的紅外輻射特性，建立完整的目標紅外能量譜，下面以目標紅外強度譜測試為例說明兩步過程，其它紅外輻射能量可以做類似處理。

目標紅外強度譜有效測量樣本的獲?。?/p>

由式(1)和式(2)可知，輻射強度可以看成視線方向單位立體角內(nèi)輻射亮度在面元上的積分。設目標表面溫度為t，波長λ下的紅外輻射強度為it(λ)，輻射亮度為lt(λ)，則強度光譜特性為

it(λ)＝∫alt(λ)cosθda(3)

其中，θ為視線與面元da法線的夾角；cosθda為面元da在視線方向的投影。

設光譜輻設計對目標輻射的響應亮度譜為lmt(λ)，則其與目標真實亮度譜lt(λ)之間為線性關(guān)系

lmt(λ)＝r0λ·[lt(λ)+l0λ](4)

其中，r0λ為輻射計光譜響應函數(shù)；l0λ為環(huán)境背景輻射亮度。采用雙溫度測量法進行校正，令lbt(λ)為溫度t下標準黑體的光譜輻射亮度，根據(jù)普朗克定律可得：

c1，c2分別對應第一、第二輻射常數(shù)。設置標準黑體溫度分別為t1和t2進行測量，并有t1<t<t2，則有

推導可得

帶入式(4)，可得校正的目標輻射亮度估計值為

再帶入式(3)，可得目標強度估計值。

因為參考黑體與目標在同一背景、環(huán)境和距離下測量，所以式(6)和式(7)對環(huán)境影響起一定的補償作用。但對大氣吸收和雜散輻射，黑體測試也會受到影響發(fā)生振蕩或斷點，需要研究能夠?qū)W習測試數(shù)據(jù)中潛在的演化規(guī)律，實現(xiàn)強度譜高精度估計的方法。

目標紅外強度譜的智能建模：

徑向基函數(shù)(rbf)網(wǎng)絡是一種三層前饋神經(jīng)網(wǎng)絡，從輸入層到隱含層是非線性映射關(guān)系，從隱含層到輸出層是線性加權(quán)求和關(guān)系。已有研究證明rbf網(wǎng)絡具有最優(yōu)逼近能力和全局收斂性。如何依據(jù)樣本有效確定隱層單元個數(shù)，并選擇合適的聚類中心是決定rbf網(wǎng)絡性能的關(guān)鍵步驟。正交最小二乘法來源于線性回歸模型，是rbf網(wǎng)絡一種重要的學習方法，基本思想是根據(jù)當前聚類中心的映射關(guān)系，正交化處理后選擇對網(wǎng)絡輸出誤差貢獻最大的回歸算子作為新增聚類中心，直至誤差滿足要求。初始聚類中心選取是否合適會極大影響網(wǎng)絡學習的速度和精度。為此，本文將簡單有效的k-均值聚類方法引入到正交最小二乘rbf網(wǎng)絡初始聚類中心的確定過程，然后再依據(jù)大氣窗口強度測試樣本自適應的同步確定網(wǎng)絡結(jié)構(gòu)和網(wǎng)絡參數(shù)，進一步調(diào)整隱層神經(jīng)元非線性映射關(guān)系，以準確反映目標紅外強度的非線性特性。

建立紅外強度譜rbf網(wǎng)絡模型如圖4所示，λk為第k個波長輸入，網(wǎng)絡輸出為對應該波長下目標的紅外輻射強度it(λk)。隱層映射函數(shù)不失一般性可選為高斯函數(shù)，則隱層第i個單元的輸出為

k＝1，2，…，n，n為樣本個數(shù)。i＝1，2，…，m，ci為第i單元的聚類中心，σi＞0為寬度系數(shù)，稱(λk,ci)為回歸算子。

若隱層到輸出層的權(quán)值向量為ω＝[ω1，…，ωm]^t，t表示轉(zhuǎn)置，則網(wǎng)絡輸出為

初始聚類中心的確定

k-均值聚類方法步驟簡單，所選的聚類中心分布較均勻，非常適用于初始隱層聚類中心的選取。根據(jù)樣本距離統(tǒng)計特性選取聚類半徑為r，隨機選取m個訓練樣本作為聚類中心ci(i＝1，2，…，m)，則初始聚類中心確定步驟為：

步驟1：按照最近鄰規(guī)則，把樣本λk(k＝1，2，…，n)分配到歐式距離最近的聚類中心；

步驟2：如果樣本λk到當前所有聚類中心的歐式距離皆>r，則聚類中心個數(shù)m加1，并設置新的聚類中心cm＝λk；

步驟3：計算各聚類集中訓練樣本的平均值作為新的聚類中心ci，如果變化幅度足夠小，則當前ci即為rbf網(wǎng)絡的初始聚類中心，否則調(diào)整聚類中心的寬度系數(shù)。

式中，cmax是所選取中心之間的最大距離，返回步驟1。

紅外輻射強度譜網(wǎng)絡模型的建立：

在初始聚類中心ci(i＝1，2，…，m)基礎上，令it＝[it(λ1)，it(λ2)，…，it(λn)]^t為網(wǎng)絡理想輸出向量。采用正交最小二乘方法的基本任務就是通過學習選擇合適的回歸算子矢量及其個數(shù)m，使網(wǎng)絡輸出滿足二次性能指標要求。算法步驟如下：

步驟1：初始聚類中心為cj，1≤j≤m；

步驟2：設輸入波長為λk(k＝1，2，……，n)，按式(9)計算回歸矩陣φ；

步驟3：gram-schmidt方法正交化回歸矩陣各列，每次一列；

(1≤i≤j，j＝2，……，m)

步驟4：網(wǎng)絡輸出與實際輸出之間存在殘差，計算對其貢獻最大的回歸算子，

為最小二乘解的正交化，εj為誤差壓縮比，則

對應的ujk就為對殘差貢獻最大的回歸算子；

步驟5：計算上三角陣a，

令為組成的矢量，由三角方程求解連接權(quán)矢量w，常

采用的方法有l(wèi)s或rls方法；

步驟6：檢查下式是否得到滿足：

式中，0<ρ＜1為選定的容差。如果上式得到滿足，則停止計算。否則，聚類中心個數(shù)m加1，并設置新的聚類中心為

返回步驟2。

可以看出通過對樣本數(shù)據(jù)的智能自學習，首先通過k-均值聚類均勻選取一定間隔的樣本作為初始聚類中心；然后在訓練過程中選取對誤差壓縮比貢獻最大的樣本添加為網(wǎng)絡新的聚類中心，是對網(wǎng)絡聚類中心的細調(diào)，以構(gòu)筑一個簡潔明了的rbf網(wǎng)絡。每循環(huán)一次增加一個隱層單元，所以最大循環(huán)次數(shù)和最大隱層單元數(shù)都為樣本數(shù)。確定rbf中心和調(diào)整網(wǎng)絡權(quán)值是兩個獨立又同時進行的部分，實現(xiàn)網(wǎng)絡結(jié)構(gòu)和網(wǎng)絡參數(shù)的同步調(diào)整，又易于以后對各部分算法的改進。

仿真實例：

本平臺采用加拿大abb公司的mr-170型傅里葉變換(ftir)紅外光譜輻射計，配有兩個探測器，即碲鎘汞(mct)探測器和銻化銦(insb)探測器，采用液氮制冷，其工作光譜范圍為2.0～15.0μm，光譜分辨率為6種可選，分別為1cm-1、2cm-1、4cm-1、8cm-1、16cm-1、32cm-1。為驗證方法的有效性，首先在實驗室環(huán)境中測量標準黑體目標的紅外強度譜特性。

(1)標準黑體目標紅外強度譜建模

控制黑體目標溫度為453k，測量得到的紅外輻射強度光譜曲線如圖5中實線所示。根據(jù)紅外傳輸理論，圖中4.3μm左右波段的劇烈衰減對應二氧化碳的主要吸收帶，而水蒸氣在5.6μm～7.6μm吸收帶在圖中也體現(xiàn)明顯，在5μm～8μm波段存在雜散輻射，這些作用導致亮度曲線有增強有衰減，表現(xiàn)出不規(guī)則的振蕩特性。

選取大氣窗口中的761組有效輻射強度數(shù)據(jù)，其中740組有效輻射強度作為當前徑向基函數(shù)神經(jīng)網(wǎng)絡的訓練樣本數(shù)據(jù)，如表1，其中波長為輸入，對應的輻射強度作為輸出；剩余21組數(shù)據(jù)作為驗證樣本。

表1部分訓練樣本數(shù)據(jù)

采用帶初始聚類的rbf網(wǎng)絡學習訓練樣本完成后，將驗證樣本的波長輸入所建網(wǎng)絡模型進行驗證，得到21組網(wǎng)絡輸出光譜輻射強度值，與測量值進行對比，結(jié)果如表2所示。從表中可以看出，在在21組驗證樣本中，最大誤差為1.836*10-4，最大相對誤差為4.769％。網(wǎng)絡模型誤差小，所建模型精度較高。利用該神經(jīng)網(wǎng)絡模型，對3μm～14μm波段的紅外光譜輻射強度進行估計，光譜輻射強度曲線如圖5點劃線所示?？梢钥闯鲈诟蓴_弱的波段，網(wǎng)絡輸出較好的逼近實測值，而在干擾強的波段，網(wǎng)絡輸出對輻射強度譜進行了有效的估計。

表2驗證樣本誤差比較

(2)鋁板目標源紅外強度譜建模

將上述方法應用于航空鋁材目標源的強度譜建模，不失一般性，對圖1中上頂點加熱片進行加熱至80℃，并采用光譜輻射計近距離全視場測量，實測紅外輻射強度光譜曲線如圖6中實線所示。可以看出受擾嚴重。選取大氣窗口中的600組有效輻射強度數(shù)據(jù)，部分如表3所示，仍以波長為輸入，對應的輻射強度作為輸出，訓練rbf網(wǎng)絡，最終建立測量波段的輻射強度譜曲線如圖6所示。

表3訓練樣本數(shù)據(jù)