基于BP神经网络的红外透过率计算

摘要

针对实时条件下中红外波段平均大气透过率的计算,提出了一种基于贝叶斯正则化BP神经网络的方法。利用BP神经网络良好的非线性拟合特点,建立大气参数与中红外平均透过率之间的关系模型,从而可以准确迅速地得到计算结果。此网络模型是以实测温度、压强、湿度和气溶胶的后向散射系数作为输入向量,分别以水蒸气和CO2吸收透过率、气溶胶散射透过率和大气透过率作为输出。仿真结果表明:在相同的大气参数下,本方法的计算结果与期望值之间的相对误差较小,且远小于经验公式法,验证了本方法的可行性与有效性。因此,本方法对大气透过率的准确地快捷计算提供了有益的借鉴。