红外热成像系统前端温度补偿算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 红外辐射测温的研究现状 | 第12-14页 |
| 1.3 论文的研究意义和内容 | 第14-17页 |
| 第2章 红外测温原理及系统 | 第17-31页 |
| 2.1 红外热辐射基本定律 | 第17-20页 |
| 2.2 红外热电堆传感器原理 | 第20-21页 |
| 2.3 红外测温过程分析 | 第21-24页 |
| 2.4 红外测温的影响因素分析 | 第24-28页 |
| 2.4.1 测温系统自身 | 第24-25页 |
| 2.4.2 被测物体表面发射率 | 第25-26页 |
| 2.4.3 背景噪声 | 第26-27页 |
| 2.4.4 大气衰减 | 第27页 |
| 2.4.5 测温距离 | 第27-28页 |
| 2.5 红外测温系统的设计 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 红外测温的环境温度补偿算法研究 | 第31-51页 |
| 3.1 环境温度对红外测温的影响分析 | 第31页 |
| 3.2 温度补偿算法概况 | 第31-33页 |
| 3.2.1 硬件补偿方法 | 第32页 |
| 3.2.2 软件补偿方法 | 第32-33页 |
| 3.3 基于PSO-BP的补偿算法 | 第33-41页 |
| 3.3.1 神经网络 | 第33-36页 |
| 3.3.2 神经网络性能 | 第36-37页 |
| 3.3.3 BP神经网络 | 第37-39页 |
| 3.3.4 基本PSO算法 | 第39页 |
| 3.3.5 对PSO算法的改进 | 第39-40页 |
| 3.3.6 PSO优化BP神经网络 | 第40-41页 |
| 3.4 基于PSO-BP的环境温度补偿设计 | 第41-45页 |
| 3.4.1 环境温度补偿模型 | 第41-42页 |
| 3.4.2 BP网络参数设计 | 第42页 |
| 3.4.3 BP网络结构设计 | 第42-44页 |
| 3.4.4 PSO算法的参数设定 | 第44-45页 |
| 3.5 实验过程 | 第45-46页 |
| 3.5.1 实验平台 | 第45页 |
| 3.5.2 样本数据采集 | 第45-46页 |
| 3.6 神经网络数据仿真处理 | 第46-50页 |
| 3.6.1 样本数据预处理 | 第46-47页 |
| 3.6.2 仿真结果及分析 | 第47-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第4章 红外测温的距离补偿算法研究 | 第51-65页 |
| 4.1 距离对红外测温的影响分析 | 第51-53页 |
| 4.1.1 大气传输的影响 | 第51-52页 |
| 4.1.2 视场面积的影响 | 第52-53页 |
| 4.2 基于最小二乘法的距离补偿 | 第53-61页 |
| 4.2.1 最小二乘法 | 第53-55页 |
| 4.2.2 样本数据采集 | 第55-56页 |
| 4.2.3 最小二乘拟合处理 | 第56-61页 |
| 4.3 与PSO-BP算法分析比较 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
