目标表面激光双向反射分布函数的测量与优化统计建模

摘要

本文进行目标样片激光双向反射分布函数的测量和优化建模。针对自行研制的激光散射自动测量系统，介绍了系统的硬件构成和操作软件，阐述了测量系统的工作原理和性能。测量了不同类型目标样片的激光散射强度的角分布，并转换为目标样片的双向反射分布函数(BRDF)。讨论了离散域蚁群算法和连续域蚁群算法的异同。引入了模型优化的适应度函数，利用蚁群优化算法，根据测量BRDF数据，建立了五参数激光BRDF优化统计模型，以及大粗糙度表面和指数分布激光BRDF的优化统计模型。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究目的和意义

1.2国内外研究概况

1.3本文主要内容

第二章粗糙面散射特性

2.1粗糙面的分类标准

2.2基本概念及定义

2.2.1双向反射分布函数

2.2.2激光雷达散射截面

2.2.3半球反射率

2.2.4双向反射系数

2.3各辐射量之间的关系

2.3.1 BRDF与LRCS的关系

2.3.2 BRDF与双向反射系数的关系

2.3.3半球反射功率与BRDF的关系

2.4双向反射分布函数模型

2.4.1二维洛伦兹(Two-dimensional Lorentzian)BRDF模型

2.4.2修正的二维洛伦兹BRDF模型

2.4.3镜反射和漫反射结合BRDF模型

2.4.4 K-correlation(or ABC)model

2.4.5五参数BRDF经验统计模型

2.4.6目标表面与涂层激光双向反射分布函数经验模型

2.5本章小结

第三章激光散射自动测量系统简介

3.1激光散射自动测量系统原理

3.2系统硬件结构

3.3系统软件

3.4测量系统的重复性与稳定性

3.4.1系统的重复性

3.4.2系统的稳定性

3.5本章小结

第四章双向反射分布函数的测量

4.1激光BRDF测量原理

4.2实验数据处理

4.2.1测量的数据

4.2.2坐标变换

4.2.3样片的测量电信号

4.2.4样片的BRDF值

4.3数据处理结果

4.4本章小结

第五章蚁群算法

5.1引言

5.2基本蚁群算法的原理

5.2.1蚁群行为描述

5.2.2基本蚁群算法的机制原理

5.2.3基本蚁群算法的数学模型

5.2.4基本蚁群算法的实现步骤

5.3连续域蚁群算法

5.3.1连续域蚁群算法与离散域的异同

5.3.2基于网格划分策略的连续域蚁群算法

5.3.3基于信息量分布函数的连续域蚁群算法

5.3.4连续域蚁群遗传算法

5.4本章小结

第六章目标样片BRDF优化统计建模

6.1引言

6.2 BRDF模型的优化

6.2.1适应度函数选取

6.2.2五参数统计模型的优化

6.2.3大粗糙度表面的BRDF模型优化

6.2.4指数分布的BRDF模型的优化

6.3本章小结

结束语

致谢

参考文献

硕士期间研究成果

附录A