摘要
本发明公开了微型片上光谱成像的飞行器尾烟多组分分析方法与系统,包括通过微型片上光谱成像系统获取飞行器尾烟区域的多光谱图像数据。本发明通过非负矩阵分解算法对混合光谱进行解混,结合预先构建的燃料组分光谱库,可精准识别并定量计算尾烟中二氧化碳、一氧化碳、氮氧化物及未燃烃等关键成分的浓度分布,这一方法克服了传统光谱分析中组分重叠导致的误差;通过三维空间坐标模型的建立,实现了尾烟区域的高精度提取,避免了背景干扰;且利用卷积神经网络对多组分浓度数据进行时空关联建模,生成尾烟化学成分的三维动态演化图谱,实时反映尾烟成分随时间和空间的扩散规律,为环境影响评估、飞行器排放控制及事故应急响应提供关键数据支持。
技术关键词
组分分析方法
飞行器
尾烟
矩阵分解算法
光谱成像系统
卷积神经网络模型
阈值分割算法
数据立方体
三维体素模型
地面激光雷达
伪彩色编码
图像
偏最小二乘回归算法
相关系数法
探测器
一氧化碳
微机电系统驱动
高斯滤波器
系统为您推荐了相关专利信息
飞行器
附着装置
维修服务系统
缆绳牵引装置
着陆缓冲装置
风洞虚拟飞行
闭环控制
真实系统
飞行器风洞
控制结构
高速飞行器
路径规划方法
强化学习算法
飞行器状态信息
无人机集群飞行
土壤水分信息
土壤水分遥感反演
数据
信号
独立成分分析算法