太赫兹技术是近几年来新兴的一门光谱和成像技术，本论文的主要工作包括两个部分，一部分是利用太赫兹时域光谱系统对于隐蔽在多种包装材料(信封、纺织物、塑制品)下的爆炸物进行逐点成像实验，另一部分是利用误差反传人工神经网络(BP神经网络)对成像数据进行识别。实验结果表明，尽管隐蔽物的遮挡使得待测样品的吸收光谱受到较大影响，但是利用BP网络可以对于隐蔽在多种包装材料下的爆炸物和非爆炸物进行高精度识别。而且，通过Burg算法对于光谱数据进行预处理，优化光谱信息，可以在一定程度上提高BP网络的识别精度。这项工作为将太赫兹成像识别技术用于实际做出了一定的基础性研究，对于太赫兹成像技术在安检领域的发展前景进行了一定程度的探讨。 太赫兹(THz，1THz=10<12>Hz)波段指的是波长在0.1THz～10THz(波长在3mm～30μm)区间的远红外电磁辐射，其波段位于微波和红外光之间。由于超快激光技术的发展，为太赫兹脉冲的产生提供了稳定、可靠的光源，使得太赫兹光谱成像技术得到了蓬勃的发展。太赫兹光谱成像技术作为一种新型的太赫兹探测技术，相比于傅立叶红外变换光谱仪，它具有对热背景不敏感，信噪比高等优势。在太赫兹光谱和成像研究中得到了广泛应用。 从七十年代初开始，对通过重要出入口(如机场、港口、车站、海关等)的人员所携带的行李物品实施安全检查已成为国际上广泛采用的安全措施。近年来，受动荡的世界格局的影响，公共安全越来越成为各国政府关注的焦点。为了有效地防范和打击犯罪活动的发生和扩展，各国警方都采用新型的安全检查技术对危险物品、违禁物品有针对性地进行检查。太赫兹辐射以它独特的性质有可能成为一种有效的安全检查手段。 论文第一章概述了太赫兹光谱成像技术的基本内容，包括太赫兹脉冲的产生、探测和太赫兹脉冲所具有的特性。综述了常用安检设备的类型以及太赫兹光谱成像技术在安检领域的发展概况，说明了本选题的意义和本论文所包含的主要工作。 论文第二章详细阐述了首都师范大学物理系太赫兹实验室自行搭建的太赫兹系统光路原理，以及实验测量步骤和样品制备等情况。并着重讲述了本论文所依据的理论基础，包括样品光学常数的提取算法，人工神经网络的发展概况和BP神经网络的基本原理，以及用于优化样品光谱的Burg谱估计算法的公式推导。 论文第三章是关于对隐蔽在三种信封(自信封、黄信封、特快专递信封)后面的八种样品，包括三种爆炸物(RDX、HMX、TNT)和五种非爆炸物(食盐、白糖、淀粉、人工牛黄、白参)进行BP神经网络模式识别的结果。本章给出了未经遮蔽的八种样品的太赫兹吸收光谱，以及在信封遮挡下的八种样品的太赫兹吸收光谱，发现信封的遮挡对样品的吸收光谱有较大影响。一些原本有特征峰的样品在信封遮挡下吸收峰被减弱甚至消失，而一些原本没有特征峰的样品在遮挡下由于不同样品的重叠导致太赫兹脉冲的反射或散射，在吸收光谱中出现了一些伪特征峰。利用BP神经网络对被隐蔽的八种样品的太赫兹吸收光谱进行模式识别，可以清晰地看到八种样品在图中各自的位置，但由于样品的光谱受到信封的影响，有若干光谱识别错误。随后，利用Burg潜估计算法对样品的太赫兹吸收光谱进行优化，充分提取光谱信息，再输入网络进行识别，发现识别正确率有较大提高，错误信息明显减少，证明Burg算法的引入对于BP神经网络识别精度的提高有较大促进作用。 论文第四章是关于对隐蔽在三种纺织物(纯棉、的确良、人造丝)后面的八种样品进行BP神经网络识别的结果。本章给出了被纺织物遮挡的八种样品的太赫兹吸收光谱，并分析其与未经隐蔽的样品太赫兹吸收光谱存在区别的原因。对其按第三章的数据处理方法，利用Burg算法进行光谱优化，并利用BP神经网络进行模式识别。结果表明，BP神经网络对识别隐蔽在三种纺织物后的八种样品有较强的识别能力，通过Burg算法优化后，识别精度又有较大提高。 论文第五章是关于对隐蔽在三种塑制品(黑塑料布、泡沫塑料、硬塑料)后面的八种样品进行BP神经网络识别的结果。按照第三、四章的处理方法对八种样品进行模式识别，仍可得到清晰结果，表明利用BP神经网络可用于对隐蔽在各种包装物后的爆炸物品进行高精度识别。 论文第六章采用了其它两种模式识别手段(包括欧几里得最小距离法和空间成分识别技术)对于隐蔽于黄信封后的八种样品进行识别，并将三种识别方法进行比较，阐述它们各自的性能特点。结果表明BP神经网络和其它两种模式识别手段相比较，具有更强的识别能力和泛化能力。 论文第七章总结了本论文的实验结果和数据处理结果，讨论了太赫兹成像识别技术在安检领域的应用前景，以及目前所面临的挑战。