公开(公告)号：CN117705737A

公开(公告)日：2024-03-15

申请号：CN202311718533.9

申请日：2023-12-14

Applicant: 桂林电子科技大学

Inventor： 叶松 ,  刘双 ,  李树 ,  张紫杨 ,  王新强 ,  王方原

IPC: G01N21/27 ,  G06F30/20

Abstract: 本发明提供的是一种大气水汽探测敏感性分析方法。其特征是：设置初始参数，利用SCIATRAN辐射传输模型计算得到标准大气水汽光谱；控制单一变量，分别更改各影响参数设置，模拟计算相应的敏感性大气水汽光谱，构建敏感参数数据集；对比敏感性大气水汽光谱和标准大气水汽光谱的吸收线位置及深度；计算不同高度的敏感性大气水汽光谱与标准大气水汽光谱的平均辐亮度和平均辐亮度差值比，并绘制各参数的平均光谱辐亮度差值比的高度变化曲线，以此得到大气水汽探测的敏感参数及影响范围。该方法无需大量实测数据作为分析数据集，且能够准确、全面地识别大气水汽探测的敏感参数。本发明结果为大气水汽探测仪器的研发和大气水汽含量反演算法的优化提供有效保障。

公开(公告)号：CN117152015A

公开(公告)日：2023-12-01

申请号：CN202311146843.8

申请日：2023-09-07

Applicant: 桂林电子科技大学

Inventor： 叶松 ,  罗炜 ,  张紫杨 ,  刘双

IPC: G06T5/00 ,  G06N3/0464

Abstract: 本发明提供的是一种基于卷积神经网络的空间外差干涉图降噪方法。包括以下步骤：根据空间外差光谱技术1制作无噪空间外差干涉图，将无噪空间外差干涉图与相应的噪声空间外差干涉图作为一个训练样本，以此组建训练集2；构建空间外差干涉图降噪的卷积神经网络3，该网络主要包括三种结构层：第一、卷积层和激活函数，第二、卷积层和批归一化以及激活函数，第三、卷积层；利用训练集2训练卷积神经网络3得到训练好的网络模型4；应用时，将含有噪声的空间外差干涉图5输入训练好的网络模型4获得噪声图像6，将含有噪声的空间外差干涉图5减去噪声图像6得到降噪空间外差干涉图7；本发明能快速有效地去除空间外差干涉图的噪声，修复被噪声损坏的干涉条纹，并极大地保留被测目标对象所蕴涵的光谱信息。