收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于THz光谱数据库的爆炸物分类识别研究

赵晶晶  
【摘要】: THz(10~(12)Hz)光谱技术是20世纪90年代发展起来的一种新型的光谱测量技术,太赫兹波是介于毫米波和红外光之间的电磁辐射,其光子能量极低,没有X射线的电离性质,不会对材料造成破坏,从而可以进行无损检测,由于这个独特的性质,使得它在物理、化学、生物医学、通信、雷达、安全检查等各方面都有广阔的应用前景。THz光谱分类识别技术是THz光谱测量技术的一个重要环节,是THz技术实用化的关键技术。本文主要针对常见的四种爆炸物的THz光谱曲线特性以及模式识别算法进行深入研究,目的是能够有效的提取分类识别的特征参数,从而提高爆炸物的THz光谱的识别准确率,并以此为基础,实现光谱数据库的编辑、查询、分析等功能。 论文的研究内容主要包括以下几个方面: 1、在T.D.Dorney和L.D.Duvillaret等人提出的模型的基础上对四类爆炸物(TNT、DNT、RDX、HMX)的THz时域光谱数据进行了频域变换,并对频域数据进行了曲线拟合的预处理,通过分析频域数据的物理特性,提出了结合频域数据的物理特性和频域曲线的数学特性来实现分类算法的思想。 2、分析光谱的物理特性以及曲线的数学形态特性,提取了峰值点、峰幅度、峰跨度、曲线斜率、曲线曲率等五类特征,通过实验分析了各种特征对于各类爆炸物识别的利弊。本文设计了利用最大峰值点匹配和曲线曲率相似度测量技术的光谱匹配算法,对于DNT、RDX、HMX的识别准确率达到100%,对于TNT的识别准确率可以达到95%。 3、利用Learning Vector Quantization(LVQ)网络设计了适用于爆炸物THz光谱识别的分类器。对于相同的实验环境,同类炸药的吸收谱线具有明显的相似性,但是,不同环境下,同类炸药的吸收谱线的细节可能具有多样性,用固定的输出类别制约了系统的兼容性和扩展性,针对这个问题,提出使用基于最小学习误差增量的神经元自动生成算法。实验结果表明,基于最高峰特征的分类器对于RDX和DNT的识别准确率都达到了100%,而基于曲线曲率特征的分类器对于四类爆炸物的测试样品的识别准确率都达到了97%。 4、设计了基于THz光谱特征数据库的爆炸物识别系统(简称ETRS),系统的设计满足良好的扩展性和复用性。采用Visual C++.net和ACCESS实现光谱数据库的编辑、查询、分析等功能。通过对基于最高峰特征的分类器和和基于曲线曲率特征的分类器的算法融合,提高了爆炸物识别的可信度和准确率,对于四类爆炸物的平均识别率都超过99%,基本符合设计的初衷。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978