
1.本发明属于太阳光谱辐射校正技术领域,尤其涉及一种基于下行光传感器的太阳光谱辐射校正方法及相关设备。
背景技术:2.在自然阳光环境下,地面物体会反射太阳光,其反射通量及其光谱分布,随着太阳辐射通量及其光谱的变化而变化。相关研究表明,中低云对地面太阳辐射通量及其光谱分布有很大影响,高云的影响很小,在水汽和臭氧的敏感性试验中表明,水汽对地面近红外辐射的影响较大,而臭氧对可见和紫外辐射的影响较大,气溶胶对地面太阳辐射的影响仅次于大气的吸收作用;此外,太阳天顶角和地表反照率都会对地面太阳辐射通量及其谱分布产生重要影响。一般的,在自然阳光环境下,可通过机载或室外光谱相机,采集地物光谱,同时需要采集准确的太阳光谱,才能得到准确的地物反射率光谱,以进行后续分析及应用。因此,如何实时、准确地获取太阳光谱是进行地物光谱研究及应用的关键问题。
3.目前市售的下行光传感器,结构包含覆盖可见光到近红外18个波长的传感器单元,可以测得18个波长的光强数据,从而获得太阳的光谱,但是由于传感器结构缘故,当太阳与传感器的相对位置发生变化时,其测得的光强会发生明显变化,导致太阳光谱测试错误。由于太阳在一天中会不停变换位置,如果传感器应用在飞行器上,其自身位置与太阳光照的角度则会更容易发生变化,测试得到的太阳光的光谱也会更容易出现误差,导致对物质照片做光强校正失效。因此,现有技术中,利用下行光传感器实现的太阳光谱采集方法的主要缺点是太阳光强、光谱测试不准确,更进一步的原因是容易受到采集角度的影响。
技术实现要素:4.本发明实施例提供一种基于下行光传感器的太阳光谱辐射校正方法及相关设备,旨在解决传统的下行光传感器实现的太阳光谱采集方法的对于太阳光强、光谱测试不准确,容易受到采集角度影响的问题。
5.第一方面,本发明实施例提供一种基于下行光传感器的太阳光谱辐射校正方法,所述太阳光谱辐射校正方法包括以下步骤:
6.建立以下行光传感器采集的光强值与所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光为关联参数的光强值模型;
7.获取所述下行光传感器采集的一组实际数据,并根据所述实际数据对所述光强值模型进行标定,得到所述光强值模型的待定参数值;
8.将所述实际数据与所述待定参数值代入所述光强值模型,并采用最小二乘法对所述光强值模型求解,得到关联参数最优解;
9.利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正,输出校正光强值。
10.更进一步地,定义所述下行光传感器采集的所述光强值为y,所述下行光传感器相对太阳方向的所述旋转角为α、所述下行光传感器相对太阳方向的所述倾斜角为β,所述太阳光强为e,所述环境光为b,所述待定参数值为p,其中,所述旋转角α与所述倾斜角β之间具有角度函数关系g,所述光强值模型满足以下关系式(1):
11.y=f(α,β,e,b)=e
·
g(α,β|p)+b
ꢀꢀꢀ
(1)。
12.更进一步地,所述旋转角α与所述倾斜角β互为余弦关系,所述角度函数关系g满足以下关系式(2):
13.g(α,β|p)=cos(α+p1)+cos(β+p2)
ꢀꢀꢀ
(2);
14.关系式(2)中,p1、p2为所述待定参数值p分解后的常数。
15.更进一步地,根据所述实际数据对所述光强值模型进行标定所使用的方法为曲线拟合法。
16.更进一步地,利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正的步骤中,将所述旋转角α取值为0
°
,所述倾斜角β取值为90
°
。
17.更进一步地,定义所述关联参数最优解中:所述太阳光强的最优解为所述环境光的最优解为所述校正光强值为y
adj
,所述校正光强值y
adj
满足以下关系式(3):
[0018][0019]
更进一步地,所述下行光传感器为三路下行光传感器,根据所述光强值计算所述校正光强值时,以18个所述光强值为一组数据进行计算。
[0020]
第二方面,本发明实施例还提供一种基于下行光传感器的太阳光谱辐射校正系统,包括:
[0021]
建模模块,用于建立以下行光传感器采集的光强值与所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光为关联参数的光强值模型;
[0022]
标定模块,用于获取所述下行光传感器采集的一组实际数据,并根据所述实际数据对所述光强值模型进行标定,得到所述光强值模型的待定参数值;
[0023]
求解模块,用于将所述实际数据与所述待定参数值代入所述光强值模型,并采用最小二乘法对所述光强值模型求解,得到关联参数最优解;
[0024]
校正模块,用于利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正,输出校正光强值。
[0025]
第三方面,本发明实施例还提供一种计算机设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的基于下行光传感器的太阳光谱辐射校正方法中的步骤。
[0026]
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中任意一项所述的基于下行光传感器的太阳光谱辐射校正方法中的步骤。
[0027]
本发明所达到的有益效果,由于通过对下行光传感器采集的数据做校正处理,使
得传感器可以在不同太阳光入射角度下,均可以通过校正默认为传感器正对太阳的角度,从而测得准确的太阳光强,为还原光谱曲线等工作提供了数据基础,保证了物质光谱识别的准确性。
附图说明
[0028]
图1是本发明实施例提供的基于下行光传感器的太阳光谱辐射校正方法的步骤流程框图;
[0029]
图2是本发明实施例提供的下行光传感器坐标系和太阳坐标系关系示意图;
[0030]
图3是本发明实施例提供模型标定示意图;
[0031]
图4是本发明实施例提供的基于下行光传感器的太阳光谱辐射校正系统的结构示意图;
[0032]
图5是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
[0033]
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0034]
请参照图1,图1是本发明实施例提供的基于下行光传感器的太阳光谱辐射校正方法的步骤流程框图,具体的,在本发明实施例中,使用的每个所述下行光传感器为三路下行光传感器,每一个传感器中有6个独立的光学滤光片,三路共有18个通道,能采集到18个不同波段的光强值,在计算时,以18个光强值为一组进行校正计算。
[0035]
所述太阳光谱辐射校正方法具体包括以下步骤:
[0036]
s101、建立以下行光传感器采集的光强值与所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光为关联参数的光强值模型。
[0037]
具体的,在本发明实施例中,所述下行光传感器采集的所述光强值为函数因变量,与其对应的函数自变量为所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光。
[0038]
更进一步地,定义所述下行光传感器采集的所述光强值为y,所述下行光传感器相对太阳方向的所述旋转角为α、所述下行光传感器相对太阳方向的所述倾斜角为β,所述太阳光强为e,所述环境光为b,所述待定参数值为p,其中,所述旋转角α与所述倾斜角β之间具有角度函数关系g,所述光强值模型满足以下关系式(1):
[0039]
y=f(α,β,e,b)=e
·
g(α,β|p)+b
ꢀꢀꢀ
(1)。
[0040]
示例性的,请参照图2,图2是本发明实施例提供的下行光传感器坐标系和太阳坐标系关系示意图,图2中,圆形代表下行光传感器,左侧的俯视图中,太阳所在的天空方向为俯视图上方,给下行光传感器定义一个正方向与其自带的坐标系,两者之间的夹角为相对太阳方向的所述旋转角α;在右侧的正视图中,给下行光传感器定义一个自带的坐标系,其与太阳光正方向的夹角定义为相对太阳方向的所述倾斜角β。
[0041]
本发明实施例通过室内实验,采用卤素灯模拟太阳光,达到控制太阳光强e和环境
光b的目的,并通过实验数据分析得到下行光传感器采集的光强值y与相对太阳方向的旋转角α、相对太阳方向的倾斜角β成余弦关系。
[0042]
更进一步地,所述旋转角α与所述倾斜角β互为余弦关系,所述角度函数关系g满足以下关系式(2):
[0043]
g(α,β|p)=cos(α+p1)+cos(β+p2)
ꢀꢀꢀ
(2);
[0044]
关系式(2)中,p1、p2为所述待定参数值p分解后的常数。
[0045]
s102、获取所述下行光传感器采集的一组实际数据,并根据所述实际数据对所述光强值模型进行标定,得到所述光强值模型的待定参数值。
[0046]
更进一步地,根据所述实际数据对所述光强值模型进行标定所使用的方法为曲线拟合法。
[0047]
具体的,在集成和安装下行光传感器时,微小的工艺差别,就会导致不同的下行光传感器采集的光强值不会完全相同,所以每一组三路下行光传感器的所使用的光强值模型参数也是不同的。所述实际数据是现有的具有参照作用的光照数据,通过一组实验采集的所述实际数据,可用于标定一组三路下行光传感器的所述待定参数值p,采用曲线拟合的方式求解出所述待定参数值p。
[0048]
示例性的,在曲线拟合过程中,通过控制太阳光强e和环境光b不变,将旋转角α和倾斜角β向实际数据靠近,用具体的一组旋转角α和倾斜角β举例,如图3所示,图3是本发明实施例提供模型标定示意图,通过模型标定得到待定参数p,将已知的对太阳方向的旋转角α、相对太阳方向的倾斜角β和求出来的待定参数值p代入到角度函数关系g式中,得到模型标定后拟合的光强值如图3中的折线所示,可以看出,模型标定后拟合的光强值和下行光传感器采集的光强值极度相似,说明本发明实施例使用曲线拟合的方式进行模型标定是成功且有效的。
[0049]
s103、将所述实际数据与所述待定参数值代入所述光强值模型,并采用最小二乘法对所述光强值模型求解,得到关联参数最优解。
[0050]
最小二乘法是一种数学优化算法,具体是通过最小化误差的平方和寻找数据的最优解。在本发明实施例中,通过步骤s102计算得到所述待定参数值p后,将下行光传感器采集的光强值y和p输入到所述光强值模型,通过最小二乘法不断寻找关联参数相对于所述待定参数值p误差最小的数值,并输出。
[0051]
s104、利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正,输出校正光强值。
[0052]
在本发明实施例中,所述校正光强值的意义是三路下行光传感器接收太阳光垂直入射的光强数值。更进一步地,利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正的步骤中,将所述旋转角α取值为0
°
,所述倾斜角β取值为90
°
,以将任意角度的传感器采集的数值校正为太阳光垂直入射至传感器时的角度的数值。
[0053]
更进一步地,定义所述关联参数最优解中:所述太阳光强的最优解为所述环境光的最优解为所述校正光强值为y
adj
,所述校正光强值y
adj
满足以下关系式(3):
[0054]
[0055]
本发明所达到的有益效果,由于通过对下行光传感器采集的数据做校正处理,使得传感器可以在不同太阳光入射角度下,均可以通过校正默认为传感器正对太阳的角度,从而测得准确的太阳光强,为还原光谱曲线等工作提供了数据基础,保证了物质光谱识别的准确性。
[0056]
本发明实施例还提供一种基于下行光传感器的太阳光谱辐射校正系统,请参照图4,图4是本发明实施例提供的基于下行光传感器的太阳光谱辐射校正系统的结构示意图,具体的,基于下行光传感器的太阳光谱辐射校正系统200包括:
[0057]
建模模块201,用于建立以下行光传感器采集的光强值与所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光为关联参数的光强值模型;
[0058]
标定模块202,用于获取所述下行光传感器采集的一组实际数据,并根据所述实际数据对所述光强值模型进行标定,得到所述光强值模型的待定参数值;
[0059]
求解模块203,用于将所述实际数据与所述待定参数值代入所述光强值模型,并采用最小二乘法对所述光强值模型求解,得到关联参数最优解;
[0060]
校正模块204,用于利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正,输出校正光强值。
[0061]
所述基于下行光传感器的太阳光谱辐射校正系统200能够实现如上述实施例中的基于下行光传感器的太阳光谱辐射校正方法中的步骤,且能实现同样的技术效果,参上述实施例中的描述,此处不再赘述。
[0062]
本发明实施例还提供一种计算机设备,请参照图5,图5是本发明实施例提供的计算机设备的结构示意图,所述计算机设备300包括:存储器302、处理器301及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。
[0063]
所述处理器301调用所述存储器302存储的计算机程序,执行本发明实施例提供的基于下行光传感器的太阳光谱辐射校正方法中的步骤,请结合图1,具体包括:
[0064]
s101、建立以下行光传感器采集的光强值与所述下行光传感器相对太阳方向的旋转角、所述下行光传感器相对太阳方向的倾斜角、太阳光强以及环境光为关联参数的光强值模型;
[0065]
s102、获取所述下行光传感器采集的一组实际数据,并根据所述实际数据对所述光强值模型进行标定,得到所述光强值模型的待定参数值;
[0066]
s103、将所述实际数据与所述待定参数值代入所述光强值模型,并采用最小二乘法对所述光强值模型求解,得到关联参数最优解;
[0067]
s104、利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正,输出校正光强值。
[0068]
更进一步地,定义所述下行光传感器采集的所述光强值为y,所述下行光传感器相对太阳方向的所述旋转角为α、所述下行光传感器相对太阳方向的所述倾斜角为β,所述太阳光强为e,所述环境光为b,所述待定参数值为p,其中,所述旋转角α与所述倾斜角β之间具有角度函数关系g,所述光强值模型满足以下关系式(1):
[0069]
y=f(α,β,e,b)=e
·
g(α,β|p)+b
ꢀꢀꢀ
(1)。
[0070]
更进一步地,所述旋转角α与所述倾斜角β互为余弦关系,所述角度函数关系g满足
以下关系式(2):
[0071]
g(α,β|p)=cos(α+p1)+cos(β+p2)
ꢀꢀꢀ
(2);
[0072]
关系式(2)中,p1、p2为所述待定参数值p分解后的常数。
[0073]
更进一步地,根据所述实际数据对所述光强值模型进行标定所使用的方法为曲线拟合法。
[0074]
更进一步地,利用带入了所述关联参数最优解的所述光强值模型对所述下行光传感器采集的所述光强值进行校正的步骤中,将所述旋转角α取值为0
°
,所述倾斜角β取值为90
°
。
[0075]
更进一步地,定义所述关联参数最优解中:所述太阳光强的最优解为所述环境光的最优解为所述校正光强值为y
adj
,所述校正光强值y
adj
满足以下关系式(3):
[0076][0077]
更进一步地,所述下行光传感器为三路下行光传感器,根据所述光强值计算所述校正光强值时,以18个所述光强值为一组数据进行计算。
[0078]
本发明实施例提供的计算机设备300能够实现如上述实施例中的基于下行光传感器的太阳光谱辐射校正方法中的步骤,且能实现同样的技术效果,参上述实施例中的描述,此处不再赘述。
[0079]
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的基于下行光传感器的太阳光谱辐射校正方法中的各个过程及步骤,且能实现相同的技术效果,为避免重复,这里不再赘述。
[0080]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,rom)或随机存取存储器(random access memory,简称ram)等。
[0081]
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个
……”
限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0082]
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
[0083]
上面结合附图对本发明的实施例进行了描述,所揭露的仅为本发明较佳实施例而已,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而
不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式用等同变化,均属于本发明的保护之内。