具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的 优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明的红外高光谱干涉仪关键定标参数在轨优化方法，以红外高光谱干 涉仪仿真与定标模型为基础，利用变分同化的方法给出了定标辐射对不同关键 定标参数的雅克比矩阵，利用定标辐射与参考辐射值构建代价函数，通过最优 化的方法得到关键定标参数的优化值。由于卫星在轨后仪器状态与实验室状态 有差别，部分关键定标参数会带来定标误差，而真实的定标参数很难获得。变 分同化是一种将时空上非规则分布的多源观测数据融合到基于物理规律的数值 预报模式中的分析方法。变分同化方法在红外高光谱干涉仪定标参数优化中的 应用是以红外高光谱的观测与定标仿真模型为约束条件，由定标后的观测辐亮 度优化关键定标参数，由定标结果推断关键定标参数的变化，思路清晰，方法简单可行。

实施例1

图1为根据本发明的红外高光谱干涉仪关键定标参数在轨优化方法流程图， 下面将参考图1，对本发明的红外高光谱干涉仪关键定标参数在轨优化方法进行 详细描述。

首先，在步骤101，根据仪器参数和定标参数，建立红外高光谱干涉仪的观 测与定标仿真模型。

本发明实施例中，基于红外高光谱干涉的工作原理和定标理论模型，建立 红外高光谱干涉仪的观测与定标仿真模型。主要考虑的仪器效应为离轴效应和 非线性效应。离轴效应使得光谱向低波数端漂移。由于受到材料和工艺的限制， 探测仪表现出非线性，使观测光谱在带内能量损失，在带外产生小的能量信号， 需要通过非线性校正减小能量损失。

在步骤102，构建表示度量观测值与理想值之间距离的代价函数。

本发明实施例中，假设红外高光谱的观测与定标仿真模型如公式1，认为定 标辐射是以辐射定标方程H为约束的函数：

R＝H(x，c) 公式1

其中x为模型中的控制变量，表示定标过程中的可变的关键定标参数(如 非线性系数、黑体发射率和黑体温度等)，R表示辐射定标结果，称为因变量， c表示定标模型中参数。在此基础上定义理想定标参数对应的定标辐射为理想值 D，实际定标参数对应的定标辐射为观测值R，用代价函数J度量观测值与理想 值之间的距离，代价函数值越小说明观测值与理想参考值的逼近程度越好，设x 是控制变量，代价函数可定义为：

其中，理想定标辐射D对应于参考定标辐射，是已知的，R(x,c)是给定的初 始的定标参数计算得到，W是权重系数，取值随着控制变量的不同而异。数据 同化的核心是通过迭代满足代价函数不断减小，得到x的最优值，这里x主要 指非线性系数、黑体发射率和黑体温度，则优化的x值如下：

Y^(k+1)＝X^(k)-λ^(k)[A(X^(k))]^TW[R(X^(k))-D] 公式3

其中，k为迭代次数，λ为迭代步长。此时问题便化为一维搜索问题，寻找 合适的步长使得迭代后定标参数对应的代价函数能快速降落到最小值.此时得 到的定标参数认为是理想值的最优估计，定标参数最优估计值与初始值之差即 为定标参数偏移量的估计。

在步骤103，求解代价函数关于关键辐射定标参数的梯度。

本发明实施例中，对公式2求导，代价函数关于控制变量x的梯度可表示 为：

公式4说明了代价函数关于控制变量的梯度可以通过观测与定标仿真模型的 雅克比矩阵的伴随矩阵求解，其中A(X₀)是观测与定标仿真模型R关于控制变量X的 一阶偏导数，也称作雅克比矩阵，表示了不同控制变量对模型结果的逼近程度，雅 克比矩阵定义了控制变量变化对因变量的影响，在初始定标参数的基础上加入小扰 动，可以观测到定标辐射的变化。

A^*为矩阵A的伴随矩阵。向量的空间内积也反应了Hilbert空间内积相等的不同向量间的转化。通过伴随矩阵，代价函数的梯度定义了因变量的扰动对控制变量的 影响，即可以从定标辐射的变化中推断出关键定标参数的偏移。卫星在轨后，其状 态与地面的真空环境有所差别，使用地面真空环境测定的定标参数会引入定标误 差。伴随同化的方法提供了一种从目标的定标辐射误差中估算关键定标参数偏移量 的方法，且能够从耦合的定标误差中分离出不同关键定标参数的偏移量。

辐射定标过程中涉及的定标参数主要有黑体发射率、黑体温度T_ICT、黑体环境 温度、冷空发射率、冷空温度、冷空环境温度。考虑到黑体辐射量级远大于冷空辐 射，本文选择黑体温度T_ICT、黑体发射率eict和非线性参数ɑ₂作为三个关键辐射定 标参数，由观测与定标仿真模型得到雅克比矩阵如下：

其中C表示非线性光谱，Cco表示非线性订正后光谱，V表示非线性光谱对应 的直流电压，其中c1和c2分别是第一和第二辐射常数标,ES表示对地，DS表示冷 空，ICT表示黑体，R_ES表示对地定标辐射。

在步骤104，利用最优化算法求得控制变量x的最优值。

本发明实施例中，基于公式2、3和5，利用最优化算法(一维搜索算法)求得 x的最优值。

图3为根据本发明的代价函数和梯度对迭代次数的变化示意图，如图3所 示，展示了迭代过程过代价函数随着迭代次数的增多，逐渐趋于0，停止迭代； 给出了代价函数关于定标参数黑体温度的梯度变化，随着迭代次数的增多，关 于定标参数的梯度逐渐趋于0；给出了代价函数关于黑体发射率的梯度变化，随 着迭代次数的增多，关于定标参数的梯度逐渐趋于0；给出了代价函数关于非线 性系数的梯度变化，随着迭代次数的增多，关于定标参数的梯度逐渐趋于0。

表1给出了定标参数由初始值迭代到最优值过程与参考值的比较。随着迭代次 数增多，定标参数由初始值逐渐逼近参考值。此过程说明了可以从定标辐射的变化 中估计出定标参数的变化，找到定标参数的最优值。

表1定标参数迭代值与参考值的对比

本发明实施例中，表1展示了定标参数迭代过程中值的变化与参考定标参数的 对比，把初始定标参数与最优定标参数带入定标方程，得到观测定标辐射，并分别 于参考定标辐射对比，其亮温偏差如图4。可以发现初始值对应的亮温偏差在-0.5K 左右，定标参数优化后对应的亮温偏差在0K附近。

图2为根据本发明的构建观测与定标仿真模型流程图，下面将参考图2，对 本发明的构建观测与定标仿真模型的工作流程进行详细描述。

在步骤201，根据输入的RTTOV模拟光谱，获取输入能量的理想干涉图。

在步骤202，对干涉图进行傅里叶变换，得到理想干涉图对应的理想光谱。

在步骤203，根据探元离轴效应计算离轴因子矩阵，与理想光谱相乘，得到 含有离轴效应的光谱。

在步骤204，根据非线性原理，输入光强和输出光强的非线性关系，计算得 到含有非线性影响的光谱。在步骤205，根据含有离轴效应的光谱和非线性的光 谱，与离轴校正矩阵的逆矩阵相乘，得到离轴订正后光谱。

在步骤206，选择目前常用的利用带外小波数段光谱非线性校正，得到离轴 效应和非线性效应订正后光谱。

在步骤207，对离轴效应和非线性效应订正后光谱进行辐射定标，构建观测 与定标仿真模型。

本发明实施例中，辐射定标采取三点定标，通过低温目标和高温目标(定 标黑体)进行辐射定标，定标公式如下：

R_ICT＝ε_ICTB(T_ICT)+(1-ε_ICT)B(T_ICT，env)

R_DS＝ε_DSB(T_DS)+(1-ε_DS)B(T_DS，env)

R_ICT表示黑体的实际辐射、ε_ICT表示黑体的发射率、B(T_ICT)表示黑体的普朗克 辐射量、B(T_ICT,env)黑体环境引起的普朗克辐射，R_DS表示冷空的实际辐射、ε_DS表 示冷空发射率、B(T_DS)表示冷空的普朗克辐射能量、B(T_DS,env)表示冷空环境的普朗 克能量，R_ES对地观测的实际辐射

实施例2

本发明的实施例还提供一种电子设备，图5为根据本发明的电子设备结构 示意图，如图5所示，本发明的电子设备50，包括处理器501，以及存储器502， 其中，

存储器502存储有计算机程序，计算机程序在被处理器501读取执行时， 执行上述红外高光谱干涉仪关键定标参数在轨优化方法实施例中的步骤。

实施例3

本发明的实施例，还提供一种计算机可读存储介质，该计算机可读存储介 质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述红外高 光谱干涉仪关键定标参数在轨优化方法实施例中的步骤。

在本实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存 储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory， 简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已， 并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于 本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改， 或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作 的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。