CN113628700B - 一种基于hitran数据库的吸收光谱快速获取方法 - Google Patents

一种基于hitran数据库的吸收光谱快速获取方法 Download PDF

Info

Publication number
CN113628700B
CN113628700B CN202110738729.9A CN202110738729A CN113628700B CN 113628700 B CN113628700 B CN 113628700B CN 202110738729 A CN202110738729 A CN 202110738729A CN 113628700 B CN113628700 B CN 113628700B
Authority
CN
China
Prior art keywords
absorption
spectrum
array
alpha
broadening
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110738729.9A
Other languages
English (en)
Other versions
CN113628700A (zh
Inventor
王玉诏
孙海青
杨超
陶宇亮
郭元荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Space Research Mechanical and Electricity
Original Assignee
Beijing Institute of Space Research Mechanical and Electricity
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Space Research Mechanical and Electricity filed Critical Beijing Institute of Space Research Mechanical and Electricity
Priority to CN202110738729.9A priority Critical patent/CN113628700B/zh
Publication of CN113628700A publication Critical patent/CN113628700A/zh
Application granted granted Critical
Publication of CN113628700B publication Critical patent/CN113628700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90Programming languages; Computing architectures; Database systems; Data warehousing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141Discrete Fourier transforms
    • G06F17/142Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30Prediction of properties of chemical compounds, compositions or mixtures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种基于HITRAN数据库的吸收光谱快速获取方法,步骤为:(1)将光谱吸收线的线强按指定的光谱间隔进行合并;(2)求出各光谱吸收线的加权展宽参数;(3)依据仿真精度按照不同的加权展宽参数对光谱吸收线分组;(4)对每组光谱吸收线求其综合加权展宽线型函数;(5)通过快速傅里叶变换计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积,得到每组光谱吸收线的光谱吸收系数;(6)将各组光谱吸收线的光谱吸收系数相加得到最终的吸收光谱。本发明方法采用傅里叶变换与逆傅里叶变换以同一综合线型展宽函数对合并线强后的等间隔光谱线进行吸收截面的快速计算,可以大幅提高不同温度和气压参数下的分子吸收光谱计算速度。

Description

一种基于HITRAN数据库的吸收光谱快速获取方法
技术领域
本发明属于大气光谱计算领域,涉及一种用于HITRAN数据库的分子吸收光谱的高速计算方法。
背景技术
基于HITRAN数据库的大气吸收光谱在许多领域都有重要应用,如可以用于大气透过率分析、痕量气体探测、气体温度遥感等。
在众多计算HITRAN吸收光谱的方法中,逐线积分法是公认的最准确的方法。采用该方法计算时,需要知道计算光谱范围内每条谱线的参数,由此得到每条谱线的展宽线型,然后再按波数积分,计算速度极慢。
为了解决计算速度问题,科学家们发展了带模式计算、K-分布计算等快速计算方法。这些方法虽然部分解决了计算速度问题,但是其前提都是根据HITRAN数据库事先进行逐线积分计算,再通过复杂算法得到近似的结果。其计算精度和光谱分辨率都受到事先计算的数据库的限制,使用的灵活性不足。
发明内容
本发明解决的技术问题是:克服现有逐线积分方法计算速度的不足,设计了一种分子吸收光谱的高速计算方法,该方法可以大幅提高不同温度和气压参数下的分子吸收光谱计算速度。
本发明的技术解决方案是:
一种基于HITRAN数据库的吸收光谱快速获取方法,包括如下步骤:
(1)将光谱吸收线的强度按指定的光谱间隔进行合并;
(2)求出各光谱吸收线的加权展宽参数;
(3)依据仿真精度按照不同的加权展宽参数对光谱吸收线进行分组;
(4)对每组光谱吸收线求其综合加权展宽线型函数;
(5)通过快速傅里叶变换计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积,得到每组光谱吸收线的光谱吸收系数;
(6)将各组光谱吸收线的光谱吸收系数相加得到最终的吸收光谱。
所述的将光谱吸收线的强度按指定的光谱间隔进行合并,具体为:从HITRAN数据库中提取出分子x的处于最小波数νmin至最大波数νmax间线强数组{Si},对应波数数组{νi},以及对应的温度展宽参数数组{αDi}和气压展宽参数数组{αLi},i=1,2,3…N为线强及波数的序号,对于等间隔波数数组{ν0k}中的波长位置ν0k,从波数数组{νi}中找到满足以下条件的波数ν并组成临时数组{νsj}:
其中,j=1,2,3…O表示满足上述条件的波数序号,Δν0为指定的光谱间隔,k=1,2,3…M为等间隔光谱序号。
所述的求出各光谱吸收线的加权展宽参数,具体为:
从{Si}、{αDi}和{αLi}中提取出与{νsj}对应的参数数组{Ssj}、{αDsj}和{αLsj},计算出对应ν0k的合并线强S0k、加权温度展宽参数αD0k、加权气压展宽参数αL0k以及综合加宽αA0k
S0k=∑Ssj
所述的依据仿真精度按照不同的加权展宽参数对光谱吸收线分组,具体为:设定相对误差要求e%,将综合加宽αA0k分为P组,
式中符号表示向上取整,其中第l组的综合加宽αA0l都满足以下条件:
l=1,2,3…P。
所述的对每组光谱吸收线求其综合加权展宽线型函数,具体为:
计算第l组综合加宽对应的合并线强{SAlm}、加权温度展宽{αADlm}、加权气压展宽{αALlm},对应波数{νA0lm},式中角标m为第l组的光谱线序号m=1,2,3…Q;
设置与{ν0k}等长的线强数组{S0tk},并将该数组中各位置都设为0;
根据波数数组{νA0lm}中的波数位置将第l组合并线强{SAlm}置入{S0tk}中的相应位置生成第l组线强数据{S0tk},并由{ν0k}与{S0tk}组成线强函数Sk(ν);
计算第l组综合加宽的加权温度展宽和加权气压展宽:
由此得到温度展宽线型fDl(ν)为:
气压展宽线型fLl(ν)为:
并据此得到综合加权展宽线型函数fl(ν)为:式中/>表示傅里叶变换,/>表示逆傅里叶变换。
所述的通过快速傅里叶变换计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积,得到每组光谱吸收线的光谱吸收系数,具体为:
由傅里叶变换及逆傅里叶变换计算第l组光谱吸收系数σl(ν):
所述的最终吸收光谱系数σ(ν)=∑σl(ν)。
一种处理装置,包括:
存储器,用于存储计算机程序;
处理器,用于从所述存储器调用并运行所述计算机程序,以执行上述的方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序或指令,当所述计算机程序或指令被执行时,实现上述的方法。
一种计算机程序产品,所述计算机程序产品包括指令,当所述计算机程序产品在计算机上运行时,使得计算机执行上述的方法。
本发明与现有技术相比的优点在于:
(1)与逐线积分每个光谱线使用不同的线型函数进行计算相比,本发明对所有光谱线采用同一综合线型展宽函数实现了吸收截面的快速计算。
(2)为了提高计算精度,本发明根据综合加宽及误差要求对吸收光谱线进行分组,使每组光谱线的综合线型展宽函数与该组光谱线原对应的线型展宽函数相对误差满足精度要求;
(3)本发明对分组后的光谱线分别与其对应的综合线型展宽函数进行卷积(由快速傅里叶变换及逆傅里叶变换实现)计算得到分组光谱吸收截面,再将各组光谱吸收截面进行累加得到吸终的吸收光谱。与逐线积分相比速度可以提高2~3个数量级,同时依据加权展宽参数对谱线分组从而将计算精度保持在一定的范围之内,最终实现了计算速度和精度的平衡。
附图说明
图1为本发明方法的流程框图;
图2为本发明实施例中根据逐线积分计算方法和本发明计算方法得到的吸收光谱对比图;
图3为图2吸收光谱的局布放大对比图。
具体实施方式
如图1所示,为本发明方法的主要流程,主要包括:第一步将光谱吸收线的线强按指定的光谱间隔进行合并,第二步求出各光谱吸收线的加权展宽参数,第三步依据仿真精度按照不同的加权展宽参数对光谱吸收线分组,第四步对每组光谱吸收线求其综合加权展宽线型函数,第五步通过快速傅里叶变换(fft)计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积得到每组光谱吸收线的吸收系数,第六步将各组光谱吸收线的光谱吸收系数相加得到最终的吸收光谱。
具体的,针对光谱研究中,需要计算某分子x从波数νmin至波数νmax间的间隔为Δν0的波数数组{ν0k}的吸收光谱系数,可以采用如下方法进行处理。
1、线强合并
从HITRAN数据库中提取出分子x的处于最小波数νmin至最大波数νmax间线强数组{Si}、对应的波数数组{νi},以及对应的温度展宽参数数组{αDi}和气压展宽参数数组{αLi}。x为分子名称,ν为波数,S为吸收线强,i=1,2,3…N,为线强及波数的序号,角标min表示最小,角标max表示最大。
设等间隔波数数组为{ν0k},Δν0为指定的光谱间隔,则:
ν0k=vmin+(k-1)Δν0
式中,k=1,2,3…M为等间隔光谱序号,且有ν0M≤νmax
对于波长位置ν0k,从波数数组{νi}中找到满足以下条件的波数ν并组成临时数组{νsj}:
角标s表示临时波数,j=1,2,3…O表示满足上述条件的波数序号。
从{Si}、{αDi}和{αLi}中提取出与{νsj}对应的参数数组{Ssj}、{αDsj}和{αLsj},按照以下述公式计算出对应ν0k的合并线强S0k、加权温度展宽参数αD0k、加权气压展宽参数αL0k以及综合加宽αA0k
S0k=∑Ssj
另外再定义综合加宽αA0k,其计算公式为:
2、根据误差分组
设相对误差要求为e%,则可以按照该误差将综合加宽αA0k分为P组,
上式中的符号表示向上取整运算。
其中第l(l=1,2,3…P)组的综合加宽αA0l都满足以下条件:
记对应第l组综合加宽αA0l的合并线强为{SAlm}、加权温度展宽为{αADlm}、加权气压展宽为{αALlm},对应波数为{νA0lm},式中角标m为第l组的光谱线序号m=1,2,3…Q。
3、计算第k组综合加宽的吸收光谱
根据上述条件得到第l组对应合并线强{SAlm}、加权温度展宽{αADlm}、加权气压展宽{αALlm},对应波数{νA0lm}后,设置与{ν0k}等长的线强数组{S0tk},并将该数组中各位置都设为0,角标t表示临时数组。
根据波数数组{νA0lm}中的波数位置将第l组合并线强{SAlm}置入{S0tk}中的相应位置生成第l组线强数据{S0tk}。由{ν0k}与{S0tk}组成线强函数Sk(ν);
计算第l组综合加宽的加权温度展宽和加权气压展宽:
已知,温度展宽线型fDl(ν)为:
已知,气压展宽线型fLl(ν)为:
则线型函数fl(ν)为:
式中表示傅里叶变换,/>表示逆傅里叶变换。
由傅里叶变换及逆傅里叶变换计算光谱吸收系数σl(ν):
4、合并上述P组吸收光谱系数,计算最终吸收光谱系数:
σ(ν)=∑σl(ν)。
实施例
若在光谱研究中,需要计算H2O分子第一同位素H16OH从波数νmin=9000cm-1至波数νmax=11000cm-1间的间隔为Δν0=0.001cm-1的波数数组{ν0i}的吸收光谱系数,可以应用本发明方法进行如下计算。
1、线强合并
从HITRAN数据库中提取出分子H16OH的处于波数νmin=9000cm-1至波数νmax=11000cm-1间线强数组{Si}及其对应波数数组{νi},并计算温度展宽数组{αDi}和气压展宽数组{αLi},式中i=1,2,3…N。
以波长位置ν0i为例,从波数数组{νi}中找到满足以下条件的波数并组成数组{νsj}:
ν0i-0.0005≤ν<ν0i+0.0005
从{Si}、{αDi}和{αLi}中提取出与{νsj}对应的参数数组{Ssj}、{αDsj}和{αLsj},计算出对应ν0i的合并线强S0i、加权温度展宽αD0i和加权气压展宽αL0i,由此得到综合加宽αA0i
2、根据误差分组
设相对误差要求为5%,则可以按照该误差将综合加宽αA0i分为20组,其中第k组的综合加宽αA0都满足以下条件:
对应第k组综合加宽的合并线强为{SAki}、加权温度展宽为{αADki}、加权气压展宽为{αALki},对应波数为{νA0ki}。
3、计算第k组吸收光谱
依据第k组的光谱参数{SAki}、{αADki}、{αALki}、{νA0ki},计算第k组光谱吸收系数。
设置与{ν0i}等长的线强数组{S0i}并将该数组中各位置都设为0。根据波数数组{νA0ki}中的波数位置将第k组合并线强{SAki}置入{S0i}中的相应位置生成第k组线强数据{S0ki},则其线强函数为Sk(ν)。按照以下公式计算第k组加权温度展宽和加权气压展宽:
根据温度展宽和气压展宽参数计算线型函数fk(ν),由傅里叶变换计算光谱吸收系数:
4、合并上述20组吸收光谱,计算最终吸收光谱:
σ(ν)=∑σk(ν)。
根据上述方法计算得到的吸收光谱见图2和图3(误差要求分别为5%和100%),由图中可以看出,原逐线积分计算时间为383.667970秒,而本发明5%误差要求的计算时间为7.474211秒,本发明100%误差要求的计算时间为1.798916秒)。
由此可以看出,采用本发明方法,5%误差要求(实际最大误差低于3%)的计算速度提高了约51倍,100误差要求(实际最大误差低于30%)的计算速度提高了213倍。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (9)

1.一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于,包括如下步骤:
(1)将光谱吸收线的强度按指定的光谱间隔进行合并;具体为:从HITRAN数据库中提取出分子x的处于最小波数νmin至最大波数νmax间线强数组{Si},对应波数数组{νi},以及对应的温度展宽参数数组{αDi}和气压展宽参数数组{αLi},i=1,2,3…N为线强及波数的序号,对于等间隔波数数组{ν0k}中的波长位置ν0k,从波数数组{νi}中找到满足条件的波数ν并组成临时数组{νsj};
(2)求出各光谱吸收线的加权展宽参数;具体为:从{Si}、{αDi}和{αLi}中提取出与{νsj}对应的参数数组{Ssj}、{αDsj}和{αLsj},计算出对应ν0k的合并线强S0k、加权温度展宽参数αD0k、加权气压展宽参数αL0k以及综合加宽αA0k
(3)依据仿真精度按照不同的加权展宽参数对光谱吸收线进行分组;具体为:设定相对误差要求e%,将综合加宽αA0k分为P组;
(4)对每组光谱吸收线求其综合加权展宽线型函数;具体为:
计算第l组综合加宽对应的合并线强{SAlm}、加权温度展宽{αADlm}、加权气压展宽{αALlm},对应波数{νA0lm},式中角标m为第l组的光谱线序号m=1,2,3…Q;
设置与{ν0k}等长的线强数组{S0tk},并将该数组中各位置都设为0;
根据波数数组{νA0lm}中的波数位置将第l组合并线强{SAlm}置入{S0tk}中的相应位置生成第l组线强数据{S0tk},并由{ν0k}与{S0tk}组成线强函数Sk(ν);
计算第l组综合加宽的加权温度展宽和加权气压展宽:
由此得到温度展宽线型fDl(ν)为:
气压展宽线型fLl(ν)为:
并据此得到综合加权展宽线型函数fl(ν)为:式中表示傅里叶变换,/>表示逆傅里叶变换;
(5)通过快速傅里叶变换计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积,得到每组光谱吸收线的光谱吸收系数;
(6)将各组光谱吸收线的光谱吸收系数相加得到最终的吸收光谱。
2.根据权利要求1所述的一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于:从波数数组{νi}中找到满足条件的波数ν并组成临时数组{νsj}的方法,具体为:
其中,j=1,2,3…O表示满足上述条件的波数序号,Δν0为指定的光谱间隔,k=1,2,3…M为等间隔光谱序号。
3.根据权利要求2所述的一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于:
其中,合并线强S0k、加权温度展宽参数αD0k、加权气压展宽参数αL0k以及综合加宽αA0k,分别为:
S0k=∑Ssj
4.根据权利要求3所述的一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于:所述将综合加宽αA0k分为P组的方法,具体为:
式中符号表示向上取整,其中第l组的综合加宽αA0l都满足以下条件:
l=1,2,3…P。
5.根据权利要求4所述的一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于:所述的通过快速傅里叶变换计算每组光谱吸收线的线强与其综合加权展宽线型函数的卷积,得到每组光谱吸收线的光谱吸收系数,具体为:
由傅里叶变换及逆傅里叶变换计算第l组光谱吸收系数σl(ν):
6.根据权利要求5所述的一种基于HITRAN数据库的吸收光谱快速获取方法,其特征在于:所述的最终的吸收光谱的系数σ(ν)=∑σl(ν)。
7.一种处理装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于从所述存储器调用并运行所述计算机程序,以执行权利要求2至6中任一项所述的方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序或指令,当所述计算机程序或指令被执行时,实现权利要求2至6中任一项所述的方法。
9.一种计算机程序产品,其特征在于,所述计算机程序产品包括指令,当所述计算机程序产品在计算机上运行时,使得计算机执行权利要求2至6中任一项所述的方法。
CN202110738729.9A 2021-06-30 2021-06-30 一种基于hitran数据库的吸收光谱快速获取方法 Active CN113628700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110738729.9A CN113628700B (zh) 2021-06-30 2021-06-30 一种基于hitran数据库的吸收光谱快速获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110738729.9A CN113628700B (zh) 2021-06-30 2021-06-30 一种基于hitran数据库的吸收光谱快速获取方法

Publications (2)

Publication Number Publication Date
CN113628700A CN113628700A (zh) 2021-11-09
CN113628700B true CN113628700B (zh) 2024-02-09

Family

ID=78378753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110738729.9A Active CN113628700B (zh) 2021-06-30 2021-06-30 一种基于hitran数据库的吸收光谱快速获取方法

Country Status (1)

Country Link
CN (1) CN113628700B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000005567A1 (de) * 1998-07-21 2000-02-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zum bereitstellen von absorptionskoeffizienten
CN104126106A (zh) * 2011-12-20 2014-10-29 小利兰·斯坦福大学托管委员会 一种用于气体感测的免校准扫描波长调制光谱的方法
CN106053386A (zh) * 2016-05-23 2016-10-26 中国人民解放军装备学院 一种用于吸收光谱测量的无近似Voigt线型拟合方法
CN107247034A (zh) * 2017-05-24 2017-10-13 东南大学 一种基于吸收光谱技术的双频率波长调制方法
CN107631993A (zh) * 2017-05-25 2018-01-26 中国科学院合肥物质科学研究院 一种基于水汽残差谱分析的红外光谱识别方法
CN110736708A (zh) * 2019-09-23 2020-01-31 天津大学 一种变温环境下基于恢复的fbg高精度解调装置及解调方法
CN112113928A (zh) * 2020-09-01 2020-12-22 中国计量大学 基于分子光谱学及实验数据的中红外甲烷传感器校正方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0982582B1 (en) * 1998-08-28 2005-06-01 Perkin-Elmer Limited Suppression of undesired components in measured spectra
EP2104898A2 (en) * 2002-11-20 2009-09-30 Honeywell International Inc. Signature simulator
WO2017055606A1 (en) * 2015-09-30 2017-04-06 Consiglio Nazionale Delle Ricerche - Cnr Method for measuring the concentration of trace gases by scar spectroscopy
EP3839546A1 (en) * 2019-12-20 2021-06-23 Bruker Switzerland AG System and method for providing training data to enable a neural network to identify signals in nmr measurements

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000005567A1 (de) * 1998-07-21 2000-02-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zum bereitstellen von absorptionskoeffizienten
CN104126106A (zh) * 2011-12-20 2014-10-29 小利兰·斯坦福大学托管委员会 一种用于气体感测的免校准扫描波长调制光谱的方法
CN106053386A (zh) * 2016-05-23 2016-10-26 中国人民解放军装备学院 一种用于吸收光谱测量的无近似Voigt线型拟合方法
CN107247034A (zh) * 2017-05-24 2017-10-13 东南大学 一种基于吸收光谱技术的双频率波长调制方法
CN107631993A (zh) * 2017-05-25 2018-01-26 中国科学院合肥物质科学研究院 一种基于水汽残差谱分析的红外光谱识别方法
CN110736708A (zh) * 2019-09-23 2020-01-31 天津大学 一种变温环境下基于恢复的fbg高精度解调装置及解调方法
CN112113928A (zh) * 2020-09-01 2020-12-22 中国计量大学 基于分子光谱学及实验数据的中红外甲烷传感器校正方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《1 μm 波段水分子吸收光谱双光程同步测量方法研究》;郑健捷等;《物理学报》;第70卷(第16期);163301-1-163301-8 *
《Molecular Spectroscopy With a Compact 557-GHz Heterodyne Receiver》;Philipp F.-X. Neumaier等;《IEEE TRANSACTIONS ON TERAHERTZ SCIENCE AND TECHNOLOGY》;第4卷(第4期);469-478 *
《干涉型红外光谱辐射计仪器线型函数仿真及校正》;孙永丰等;《物理学报》;第70卷(第14期);140701-1-140701-8 *

Also Published As

Publication number Publication date
CN113628700A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN109903259B (zh) 一种基于深度学习的磁共振波谱重建方法
CN107204009B (zh) 基于仿射变换模型cpd算法的三维点云配准方法
CN109615008B (zh) 基于堆叠宽度学习的高光谱图像分类方法和***
CN104572886B (zh) 基于k线图表示的金融时间序列相似性查询方法
CN103995973B (zh) 一种基于过完备字典集合划分的信号稀疏分解方法
CN109522801B (zh) 飞行时间质谱仪的重叠峰分离方法及***
CN101859383A (zh) 基于时间序列重要点分析的高光谱遥感图像波段选择方法
CN107680081B (zh) 基于卷积神经网络的高光谱图像解混方法
CN113628700B (zh) 一种基于hitran数据库的吸收光谱快速获取方法
CN104123462A (zh) 实多项式求根实现均匀线阵的谱music方法
CN111914893B (zh) 一种基于熵正则非负矩阵分解模型的高光谱解混方法及***
CN109374533B (zh) 一种卫星短波红外高光谱观测数据光谱漂移估算方法
CN105069285A (zh) 一种基于小波相干性多元神经信号关联性分析方法
CN114330507A (zh) 一种基于频谱的指纹纹理特征提取方法
Barvinsky et al. Schwinger-DeWitt technique for quantum effective action in brane induced gravity models
CN113240081B (zh) 针对雷达载频变换的高分辨距离像目标稳健识别方法
CN1877363A (zh) 基于可靠高阶统计量样本的地震子波计算机估计方法
CN109785305B (zh) 一种端元可变的高光谱图像光谱混合分析方法及装置
CN104679878B (zh) 基于NPsim矩阵的近邻颜色搜索方法及装置
CN109033980B (zh) 基于增量局部残差最小二乘法的高光谱图像Gabor特征分类方法
CN113139903B (zh) 一种基于压缩感知理论提高红外光谱分辨率方法
Ebata et al. On sampling formulas on symmetric spaces
Luo et al. Entropy-based Training Methods for Scalable Neural Implicit Samplers
CN109829946A (zh) 基于快速混合迭代的map-tv高光谱亚像元定位方法
CN114325817B (zh) 深度域地震合成记录制作方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant