Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
15
WOS
Status:
Autorzy: Cięszczyk Sławomir
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0.5
Język: angielski
Web of Science® Times Cited: 4
Scopus® Cytowania: 4
Bazy: Web of Science | Scopus | WEb of Science Core Collection
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: Conference on Optical Sensors 2015
Termin konferencji: 13 kwietnia 2015 do 16 kwietnia 2015
Miasto konferencji: Praga
Państwo konferencji: CZECHY
Publikacja OA: NIE
Abstrakty: angielski
New inversion scheme for gas temperature distribution retrieval utilized CO2 spectrum between 2350 cm-1 and 2400 cm-1 is proposed. Inversion model is build base on neural networks. Considered spectral remote sensing method is commonly used for industrial and environmental monitoring. It is a passive single-ended sensor technique in which radiation intensity emerging from a studied object is analyzed. Quantitative investigation of heated gas radiation emission to determine temperature and gas mixture by infrared spectroscopy requires two components apart from optical radiation sensor. First appropriate spectral database and second efficient inversion techniques. In this study calculation of one-dimensional radiative transfer equation have been used for simulation of spectral radiation intensity. To increase quality of retrieval a spectrum preprocessing and feature extraction method is applied. Simulated spectra were parameterized and expressed as ratios of intensities of multiple rotational lines. Each neural network estimates temperature (NN response) at one point on studied path basing on given spectrum (NN input)