[发明专利]辐射定标神经网络模型的训练方法、辐射定标方法及设备在审

专利信息
申请号: 202210661730.0 申请日: 2022-06-13
公开(公告)号: CN115078287A 公开(公告)日: 2022-09-20
发明(设计)人: 陈博洋;饶鹏;惠雯;吴亚鹏;郭强 申请(专利权)人: 陈博洋
主分类号: G01N21/3504 分类号: G01N21/3504;G01N21/17;G06N3/04;G06N3/08
代理公司: 北京合智同创知识产权代理有限公司 11545 代理人: 李杰;刘小静
地址: 102629 北京市海*** 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: 辐射 定标 神经网络 模型 训练 方法 设备
【权利要求书】:

1.一种用于红外遥感仪器辐射定标的神经网络模型的训练方法,其特征在于,包括:

获取预设的神经网络模型的至少一个样本数据,所述预设的神经网络模型是基于影响所述红外遥感仪器工作时辐射响应性能的状态参数与定标系数之间的关联关系建立的,所述影响红外遥感仪器工作时辐射响应性能的状态参数包括所述红外遥感仪器的组成部件的温度;和

基于所述至少一个样本数据对所述预设的神经网络模型进行训练,得到所述红外遥感仪器的辐射响应模型。

2.根据权利要求1所述的方法,其特征在于,所述红外遥感仪器的组成部件的温度包括红外遥感仪器的机械支撑部件的温度、光路部件的温度、探测器组件的温度和辐射制冷器的温度中的至少一个。

3.根据权利要求1所述的方法,其特征在于,所述状态参数还包括红外遥感仪器的扫描镜转角和红外遥感仪器工作过的时间的标识中的至少一个。

4.根据权利要求1所述的方法,其特征在于,所述获取预设的神经网络模型的至少一个样本数据,包括:

使用辐射参考源获取所述红外遥感仪器在一个或者多个工作状态下的定标系数及在所述一个或者多个工作状态下的状态参量,得到所述至少一个样本数据,每个所述样本数据包括所述红外遥感仪器在一工作状态下的状态参量和该工作状态下的定标系数。

5.根据权利要求1所述的方法,其特征在于,所述基于所述至少一个样本数据对所述预设的神经网络模型进行训练,包括:

将所述样本数据中包含的状态参量输入所述预设的神经网络模型得到预测的定标系数;

根据所述预测的定标系数,以及所述样本数据包含的对应的定标系数,计算损失函数值,根据所述损失函数值调整所述预设的神经网络模型中包含的参数,以减小所述损失函数值,其中,所述预测的定标系数,以及对应的所述样本数据包含的定标系数越相近,所述损失函数值越小。

6.一种红外遥感仪器的辐射定标方法,其特征在于,包括:

获取所述红外遥感仪器在一实际工作状态下的输出值和状态参量,其中所述状态参量为影响所述红外遥感仪器辐射响应性能的状态参数的数值;

将所述红外遥感仪器在所述实际工作状态下的状态参量输入根据权利要求1-5中任一项权利要求所述的方法得到的辐射响应模型,得到所述红外遥感仪器在所述实际工作状态下的定标系数;和

根据所述输出值和得到的所述红外遥感仪器对应的定标系数,并基于函数关系获得对应于所述红外遥感仪器所述输出值的入瞳辐射量,所述函数关系为:

其中,x表示所述红外遥感仪器在一实际工作状态下的输出值,y表示对应于所述红外遥感仪器的输出值的入瞳辐射量,ai表示对应工作状态下的一组定标系数中的第i个定标系数,N为一组定标系数中定标系数的数量,N为大于0的整数,i为[0,N]内的整数。

7.根据权利要求6所述的方法,其特征在于,所述红外遥感仪器的组成部件的温度包括红外遥感仪器的机械支撑部件的温度、光路部件的温度、探测器组件的温度和辐射制冷器的温度中的至少一个。

8.根据权利要求6所述的方法,其特征在于,所述状态参数还包括红外遥感仪器的扫描镜转角和红外遥感仪器工作过的时间的标识中的至少一个。

9.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;

所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求6-8中任一项所述的红外遥感仪器的辐射定标方法对应的操作。

10.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求6-8中任一项所述的红外遥感仪器的辐射定标方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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陈博洋,未经陈博洋许可,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/202210661730.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top