16 / 2024-07-28 15:39:57

基于 HITRAN 数据库的预测高温气体光谱新型模型 AITC 2024-摘要

高温气体光辐射；HITRAN 数据；光谱参数；光学研究；预测模型和数据扩展

在航空航天光学的研究中，高温气体光辐射特性扮演着至关重要的角色。随着航空航天软件直播观看的不断发展，对于高温气体的光学辐射特性研究显得愈发重要，且高温气体的光学效应已被有效地集成到高速飞机的探测、跟踪和识别中。高分辨率透射分子吸收数据库（High-Resolution Transmission Molecular Absorption Database, HITRAN）作为一个重要的光谱数据库，提供了一系列全面的高温气体光谱辐射参数。这些参数对于研究气体的光辐射特性至关重要，特别是在航空航天光学的多光谱研究中HITRAN数据库所提供的数据为科学家们提供了基础。然而，尽管HITRAN数据库在许多方面表现出色，但其覆盖范围仍然存在局限性，尤其是在紫外波段的光谱数据方面。在支持航空航天光学和光学探测领域的研究时，紫外范围的数据不足，使得研究人员难以全面了解高温气体的辐射特性。因此，扩大气体光谱参数的波长范围，尤其是在高温条件下的紫外光谱数据，是当前研究高温气体光辐射特性的必要步骤。针对这一问题，本文提出了一种物理约束的LSTM-BPTransformer（SCLB）模型。该模型的设计旨在利用现有数据库中气体光谱参数的分布特性，通过机器学习的方法预测未知波长的光谱参数。这种方法结合了数据分布量化和分布匹配模块，并结合了气体光谱辐射的物理机制，从而提高了模型的预测精度。结合了长短期记忆网络（Long-Short Term Memory, LSTM）在处理时间序列数据方面表现出色，而反向传播算法则用于优化模型的学习过程和Transformer结构则增强了模型对长距离依赖关系的捕捉能力这三者的优点，SCLB模型在高温气体光谱参数预测中展现出了良好的性能。实验结果表明，SCLB模型的有效性显著，能够将HITRAN数据库中的气体光谱参数的数据量扩展4-5倍，并且在此过程中保持了误差范围在1%以内。这一成果不仅丰富了高温气体光学的研究，也为相关领域的学术研究提供了更为广泛的数据支持，同时为高温气体在光学研究和光学探测中的应用奠定了坚实基础。新模型的提出提升了数据获取能力，通过扩展光谱参数的覆盖范围，使得研究人员将能够更全面地理解和分析高温气体的光学特性、准确地进行光学探测和研究。