论文部分内容阅读
针对红外场景仿真中使用热力学方法对物体温度场建模的不足,将BP神经网络应用到场景中物体的红外温度场建模中,并通过遗传算法优化神经网络的初始权值。通过对场景中物体的表观温度进行多次测量,得到训练样本集合。然后训练神经网络,建立由车辆和路面组成的场景的温度场模型,并根据设定的气象条件分别对白天和夜晚场景进行仿真。根据仿真结果分析,此模型能够根据所设定的气象条件较准确地实时仿真场景的红外图像。