多光谱辐射测温技术获取真实温度时, 目标发射率信息是温度求解的关键。 一般解决的方法是基于发射率与波长或温度之间的函数关系建立发射率假设模型。 然而, 当假设模型与实际情况存在偏差时, 会造成较大的温度测量误差。 因此, 消除目标未知发射率的干扰, 减少对发射率模型的依赖, 增加测温算法的通用性, 是多光谱辐射测温技术亟需解决的难题。 提出了改进的粒子群与遗传混合优化算法（HPSOGA）, 算法的核心思想是将多波长辐射测温问题转化为约束优化问题。 首先根据约束条件所设置的范围, 在可行域内生成若干个群, 每个种群对应一组满足条件的光谱发射率, 然后通过HPSOGA算法不断地进化、 迭代操作, 最终寻得最优适应度值的对应解。 该算法实现了在不需要假设发射率模型的情况下, 同时反演出目标的光谱发射率和真实温度。 通过对六种典型的发射率模型进行仿真, 验证了新算法对不同分布趋势的光谱发射率反演的适应性。 结果表明, 在真温800和900 K的情况下, 反演温度的平均相对误差小于0.73%。 最后, 将该算法应用于火箭发动机羽焰温度测量数据的处理。 结果表明, 当设计温度为2 490 K时, 反演温度的相对误差均小于0.65%。 仿真与实验均表明, 新算法可求解出满足一定精度要求的发射率和真温。 因此, 提出的HPSOGA算法是可靠的、 有效的, 为多光谱辐射测温技术测量目标真实温度提供了一种新的思路。

多光谱辐射测温在高温测量领域应用广泛。 但是, 未知的光谱发射率是多光谱辐射测温反演过程的最大困难。 目前, 解决方法多采用假设发射率模型法, 二次测量法等, 此类方法反演精度取决于假设的发射率模型和实际发射率是否相符, 多数情况下反演结果误差较大。 基于约束优化的多光谱辐射温度数据处理算法解决了未知发射率的难题, 但受迭代算法的复杂性和初值难以确定的影响, 反演精度和效率不高。 为此, 提出广义逆-坐标轮换算法解决约束优化算法中的反演效率问题。 由于广义逆法需对发射率范围进行约束, 坐标轮换法需设定合适的发射率初值, 考虑两种算法各自的优势与不足, 可对两种算法进行结合。 将广义逆法求得的最小范数解作为约束优化算法中迭代搜索的初始点, 进一步提高了算法对不同材料发射率的适应度。 为验证算法是否能在无需考虑发射率模型的前提下寻找符合待测目标的发射率和真温, 选取六种不同发射率类型的目标材料进行仿真实验。 针对六种典型材料的仿真结果表明, 新方法在真温1 800 K的情况下, 绝对误差和相对误差均小于5.0%, 与梯度投影法相比运算效率平均提高了202倍。 表明该算法具有无需考虑发射率模型、 反演精度高, 速度快, 适合于各类材料等优点, 解决了约束优化算法中初值选择不确定的问题, 为在线实时高温测量中的数据处理提供了解决方案。

多光谱辐射测温是通过测量待测物某点的多个光谱辐射强度信息, 通过普朗克公式反演获得真实温度。 但是, 通过普朗克公式获得的多光谱辐射测温方程组, 是欠定方程组, 即N个方程, N+1个未知数(N个未知的光谱发射率ελi和1个待求真温T)。 目前, 多采用事先假设一组发射率模型(发射率-波长或发射率-温度模型), 假设模型与实际情况如果相符, 则反演结果能够满足要求, 如果假设模型与实际情况不符, 则反演结果误差很大。 但是, 发射率模型受温度、 表面状态、 波长等诸多因素影响, 难以事先确定发射率模型。 因此受未知光谱发射率的制约一直是多光谱辐射测温理论面临的主要障碍, 能否在无需任何光谱发射率假设模型的情况下, 实现真温和光谱发射率的直接反演一直是多光谱辐射测温理论研究的热点和难点。 通过对参考温度模型的分析表明, 多光谱辐射测温反演过程的实质是寻找一组光谱发射率, 使得每个通道方程解得的真温都相同, 如不相同则继续寻找合适的光谱发射率, 直到每个通道解得的真温都相等。 为此, 提出将多光谱辐射测温参考温度模型的求解过程转换为约束优化问题, 即在光谱发射率0≤ελi≤1的约束条件下, 通过梯度投影算法不断寻找光谱发射率, 带入多光谱辐射测温参考温度模型方程组后, 计算温度反演值的方差, 直到每个光谱通道方程获得的温度值应该近似相等, 此时各个光谱通道的温度反演值方差最小, 这样就把多光谱辐射真温和发射率的反演问题转换为约束优化问题。 约束优化算法是解决这一类问题的主要方法, 但为了满足Ax≥b的约束条件, 将0≤ελi≤1分解为ελi≥0和-ελi≥-1的两个约束条件, 从而满足了约束优化问题Ax≥b的约束条件。 这样就可以通过约束优化算法在无需任何光谱发射率假设模型的条件下, 直接求解真温和光谱发射率。 实验采用六种不同光谱发射率分布模式(随波长递增、 递减、 凸波动、 凹波动、 “M”型波动、 “W”型波动)的材料为研究对象, 以验证新算法对不同材料光谱发射率分布反演的适应性, 利用Matlab的minRosen函数, 选择光谱发射率的初始值均为0.5(取中间值, 提高计算效率)。 针对六种不同光谱发射率模型的仿真结果表明, 新算法无需任何有关发射率的先验知识, 对不同发射率模型反演结果均表现较好, 在真温1 800 K的情况下, 绝对误差均小于20 K, 相对误差均小于1.2%, 新算法具有无需考虑任何光谱发射率先验知识、 反演精度较高及适合于各种发射率模型等优点, 进一步完善了多光谱辐射测温理论, 在高温测量领域具有良好的应用前景。

基于二次测量的多光谱辐射测温反演算法由于无需事先假设发射率模型而受到广泛关注, 但需要较长的迭代时间, 并且需要设定合适初始温度和发射率范围。 为此提出了基于发射率偏差约束的多光谱真温反演算法。 将二次测量法中发射率连续迭代转变为发射率偏差约束后迭代, 拟合了光谱发射率偏差和温度偏差之间的函数关系, 依据此函数关系确定每次迭代所产生的发射率偏差, 从而迅速减小发射率搜索范围, 提高计算效率。 针对四种光谱发射率模型的仿真结果表明, 与二次测量法相比, 新算法无需设定温度初值范围, 在保证反演精度的前提下, 运算效率提高60%以上。

温度测量是工业生产或科学实验中保证产品质量、 降低生产成本和确保实验安全的重要因素之一。 目前非接触的测温方法以辐射测温法为主, 二次测量法是多光谱辐射测温中一种常用的方法。 但是, 二次测量法不适用于实时数据处理。 针对此问题, 基于多光谱亮度温度数学模型引入了发射率模型约束条件, 提出了一种多光谱辐射真温快速反演法。 对于非黑体, 根据不同波长下的亮度温度的关系, 得出当亮度温度在一个区间内是增函数或者常数函数时, 发射率在该区间内是增函数; 当亮度温度在一个区间内是减函数时, 则发射率在该区间内满足一个关于发射率和波长的不等式。 该发射率模型约束条件根据亮度温度的信息, 将发射率假设值的构建由多类减少到一类, 避免了不必要的发射率的构建。 实验分别采用实际发射率随波长单调下降、 单调上升、 先下降再上升、 先上升再下降和随机变化的具有代表性的五个被测目标, 针对两个被测温度点进行了仿真对比分析。 结果表明, 与二次测量法相比, 对于同一个被测目标, 在相同的温度初值和相同的发射率搜索范围下, 新算法在保证精度的情况下, 不仅所得结果相同, 而且处理速度提升了19.16%～43.45%。

为了准确测量火工药剂的燃烧温度，分析了火工药剂的燃烧辐射特性，利用瞬态光谱测量技术测 定了几种典型火工药剂燃烧火焰的辐射光谱曲线。在分析典型火工药剂的燃烧辐射光谱曲线的基础上，根据多光谱辐 射测温技术的工作原理设计和研制了一种具有12个测试通道的多光谱辐射测温系统。采用黑体炉对该系统的稳定性和准 确性进行了验证。最后以某火工药剂为例，综合利用瞬态光谱测量技术与多光谱辐射测温技术对其燃烧温度进行了测定。 这两种技术的巧妙结合为火工药剂输出性能的研究及其新型配方的研制奠定了基础。

利用瞬态光谱辐射仪分析了火工烟火药剂燃烧火焰辐射光谱分布, 介绍了多光谱辐射测温技术的工作原理。 结合火工烟火药剂燃烧火焰特征光谱分布状况设计研制了具有12个工作通道的多光谱辐射测温系统, 测试者可根据被测火焰光谱辐射分布状况选择合适的工作通道进行分析计算。 该系统由光学部分, 电路部分, 数据采集部分及数据处理部分组成。 文章以黑火药为例, 应用该系统对其燃烧火焰的辐射能量进行了测定, 经过迭代计算后给出黑火药燃烧温度随时间的变化曲线。 实验证明, 在分析被测火焰特征光谱分布的前提下, 选择合适的光谱工作通道, 多光谱辐射测温系统能够很好地应用于火工烟火药剂燃烧温度的测定, 为火工烟火药剂燃烧输出特性的研究奠定了基础。

介绍了一种人工神经网络在多光谱测温数据处理中的应用.利用人工神经网络,结合多种发射训练样本模型,可以自动辨识被测目标的发射率模型,从而得到目标的真温和光谱发射率.应用二次细分的方法进一步提高了测量精度,并分析了各种测量误差对测温精度的影响.仿真结果表明此方法是获知真温与发射率的一种较好的方法.