[发明专利]激光吸收光谱断层重建光线分布优化方法及系统有效
申请号: | 201810480123.8 | 申请日: | 2018-05-18 |
公开(公告)号: | CN108918462B | 公开(公告)日: | 2020-03-03 |
发明(设计)人: | 洪延姬;宋俊玲;辛明原;饶伟;王广宇;冯高平;王明东 | 申请(专利权)人: | 中国人民解放军战略支援部队航天工程大学 |
主分类号: | G01N21/39 | 分类号: | G01N21/39 |
代理公司: | 北京元周律知识产权代理有限公司 11540 | 代理人: | 李花 |
地址: | 101416*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 激光 吸收光谱 断层 重建 光线 分布 优化 方法 系统 | ||
1.一种激光吸收光谱断层重建光线分布优化方法,其特征在于,包括以下步骤:
S1:将被测区中安装的探头进行编号,将编号后的探头每两个为一组合转换为对应的光线,将被测区域离散为若干个网格区域,计算所有光线穿过每个网格区域的长度,建立光线系数矩阵;
S2:根据被测区域的气体参数的分布范围选取谱线参数,根据实际燃烧场的气体参数分布规律设置气体参数初始分布,结合光线系数矩阵,计算每条光线的投影值;利用代数迭代算法对被测区域的温度和组分浓度进行二维重建;根据重建结果与气体参数初始分布进行比较,计算重建误差及标准差;
S3:采用混合粒子群算法,根据重建误差和标准差评估重建效果,判断最佳光线分布。
2.根据权利要求1所述的激光吸收光谱断层重建光线分布优化方法,其特征在于,所述步骤S3中“根据重建误差和标准差评估重建效果”包括:评估当前探头组合群体的重建效果,找出重建误差最小的探头组合个体作为当前最优探头组合个体,对比当前最优探头组合个体的重建误差与历史最优探头组合个体的重建误差,若当前最优探头组合个体的重建误差更小,则以当前最优探头组合个体替换历史最优探头组合个体的记录;反之则保持历史最优探头组合个体的记录不变。
3.根据权利要求2所述的激光吸收光谱断层重建光线分布优化方法,其特征在于,所述步骤S3中“判断最佳光线分布”包括:判断最佳光线分布是否满足算法结束条件:若不满足,则对探头组合群体进行交叉和/或变异操作以更新探头组合群体,重复步骤S1至S3,直至最佳光线分布满足算法结束条件。
4.根据权利要求3所述的激光吸收光谱断层重建光线分布优化方法,其特征在于,所述算法结束条件为进化次数达到最大进化次数。
5.根据权利要求1至4中任一项所述的激光吸收光谱断层重建光线分布优化方法,其特征在于,所述步骤S2中,所述谱线参数包括吸收光谱的中心频率、下态能级和谱线强度;所述气体参数初始分布包括3种:温度、组分浓度和压强;其中,温度和组分浓度为非均匀分布,且温度和组分浓度的分布中,分布1和分布2为双高斯峰分布,分布3为单高斯峰分布;压强均为均匀分布;
所述分布1为温度和浓度的双高斯峰分布;所述分布2为温度和浓度的双高斯峰分布;所述分布3为温度和浓度的单高斯峰分布;
所述双高斯峰分布的表达式为:
其中,a1、a2、a3、σ1、σ2为常数,分别用于调整温度分布的最小值、高斯峰1的峰值、高斯峰2的峰值、高斯峰1的宽度、高斯峰2的宽度,(x1,y1)和(x2,y2)分别是高斯峰1和高斯峰2的峰值点的位置,T1(x,y)为生成的双高斯峰分布;
所述单高斯峰分布的表达式为:
其中,a1、a2、σ1为常数,分别用于调整温度分布的最小值、高斯峰的峰值、高斯峰的宽度,(x1,y1)是高斯峰峰值点的位置,T2(x,y)为生成的单高斯峰分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队航天工程大学,未经中国人民解放军战略支援部队航天工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810480123.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种酒驾遥感探测方法及系统
- 下一篇:一种激光雷达上的扫描振镜