利用傅里叶变换红外光谱技术对大气污染气体进行遥感监测,是目前应用很广的一种技术,红外光谱的特征提取是其中的关键环节。野外实测的目标光谱是叠加在强背景信号之上的微弱特征信息,如果可以预先获得纯净的背景光谱,可以用差谱法扣除背景,提取目标特征。然而在移动平台下,红外遥测系统无法有效获取背景光谱,因而需要研究相应的算法从实测的红外光谱中直接提取目标特征。本文主要内容包括:　　 在对光谱仪进行高精度定标的基础上,本文结合模拟仿真和野外实验,获取了目标的红外光谱。基于亮温光谱,利用最小二乘拟合方法得到了目标的亮温特征,并分析了基线拟合函数及参考谱对获取的亮温特征的影响。　　 在亮温光谱和主成分分析的基础上,本文提出了主成分迭代拟合亮温算法。该算法通过主成分向量迭代拟合自动扣除背景,提取目标亮温特征。结合实际应用,对该算法做了优化,使其能够适用于各种测量情况,并实现实时在线处理。相对于常规亮温光谱法,该算法对仪器响应函数测量精度无严格要求,在迭代拟合过程中,能自动消除噪声和未知干扰特征的影响。　　 另外,多种污染气体可能以混合的形式同时出现,这种情况下会使得目前的单组份识别系统失效。本文基于主成分迭代拟合亮温算法,逐个分离单个纯成分光谱,实现了对混合光谱信号进行分离。得到的纯成分亮温特征可用于对每个成分进行定性和定量分析。　　 通过以上红外光谱特征提取方法研究,有利于目标云团的分类识别,为红外遥测系统功能进一步扩展打下基础。