文章编号：
!"#$%&!"#
（
"!!"
）
’!%!(#!%!#
烟雾粒子的识别及其激光散射特性的
蒙特卡罗模拟
胡 静，杨宗凯，杨代琴
（华中科技大学电信系，湖北武汉
)*!!&)
）
提要 提出了一种基于粒子激光散射的多传感器阵列的烟雾识别系统，描述了用蒙特卡罗模拟烟雾粒子散射特性
的一般方法，模拟并验证了在不同粒径、折射率和入射角情况下烟雾粒子散射光强的角分布情况，模拟结果和理论
分析吻合得很好。
关键词 烟雾识别，蒙特卡罗模拟，光子传输，激光散射
中图分类号
+ ")","
；
-. ")(
文献标识码
/
!"#$% &’()*+,%-
’
.%+#/0*)*#0 ’01 2#0)% 3’(,# !*"4,’)*#0 #5 6’-%(
!+’))%(*0/ 37’(’+)%(-
01 2345
，
6/.7 8945%:;3
，
6/.7 <;3%=34
（
!"#$%&’"(& )* +,"-&%)(.- $(/ 0)’’1(.-$&.)(
，
21$34)(5 6(.7"%8.&9 )* :-."(-" $(/ ;"-4(),)59
，
<14$(
，
21=". )*!!&)
）
89-)(’+) >;?@A 94 BC@ D;EB3FG@ G;?@E ?F;BB@E345
，
BC@ D;D@E DHB? I9EJ;EA ; ?K9:@ E@F9543B394 ?L?B@K J3BC KHGB3%?@4?9E ;EE;LM /4A
BC@4 ; N94B@ O;EG9 K@BC9A 3? A@?FE3P@A B9 ?3KHG;B@ BC@ ?F;BB@E345 FC;E;FB@E? 9I ?K9:@ D;EB3FG@?M >L FC;45345 BC@ ?3Q@?
，
E@IE;FB3R@
34A@S 9I BC@ ?K9:@ D;EB3FG@? ;4A 34F3A@4B ;45G@? 9I G35CB ?9HEF@
，
BC@ ?3KHG;B394 E@?HGB? I3B J@GG J3BC BC@ FG;??3F;G E@?HGB? A@E3R@A IE9K
N3@ ?F;BB@E345 BC@9ELM
:%; <#(1- ?K9:@ E@F9543B394
，
N94B@ O;EG9 ?3KHG;B394
，
DC9B94 BE;4?K3??394
，
G35CB ?F;BB@E345
收稿日期：
"!!’%!&%’!
；收到修改稿日期：
"!!’%!(%"#
基金项目：国家自然科学基金（
.9M T((&#!!T
）资助项目。
作者简介：胡静（
’($’,’"
—），女，华中科技大学电信系硕士研究生，研究方向为智能信号处理，空气粒子识别。
’
引 言
为了准确地识别各种不同类型的烟雾粒子，往
往需要知道介质中各种烟雾粒子的物理特性。长期
以来，人们提出了多种方法来研究烟雾粒子的特
性
［
’
］
，其中光散射法由于具有测量的粒子尺度范围
宽，光电转换时间短，分辨能力高的优点，得到了广
泛的应用。
O;E35 UM >9E@4
，
<94;GA VM 0HIIK;4
和
WM
2M W3?F9KP@
等已经从理论上分析了单个粒子的光
散射特性
［
"
，
*
］
。但用理论方法研究粒子散射特性往
往需要求解十分复杂的方程，计算出来的结果也是
建立在大量的近似假设的基础上，因此适用范围有
限，很难满足工程研究的需要。另一方面，由于光与
烟雾粒子作用是一个极其复杂的过程，受外界因素
影响较大，而这些因素对系统性能的影响往往很难
通过实验手段进行研究，大大影响了实验的准确性
和稳定性。我们研制了基于粒子激光散射的烟雾识
别系统，并用蒙特卡罗方法模拟并验证了在不同粒
径、折射率和入射角情况下烟雾粒子散射光强的角
分布情况。该系统探测部分采用吸气式光电感烟探
测器，具有较高的探测灵敏度，可以识别出粒子种
类，从而可区分火灾和非火灾烟雾粒子。该技术应
用于火灾探测和报警系统，能可靠、准确地预报火
警，它还能应用于大气监测等其他领域。
"
识别系统
识别系统的总体结构如图
’
所示。烟雾粒子在
第
"(
卷 第
’!
期
"!!"
年
’!
月
中 国 激 光
O0X.YZY 2+1V./[ +U [/ZYVZ
\9GM /"(
，
.9M ’!
+FB9P@E
，
"!!"
资源评论
PLAN向前进，决战大洋！
- 粉丝: 13
- 资源: 913
最新资源
- 海思Hi3798M V300/V300H SoC芯片的基本信息和技术规格
- 海思Hi3798MV300H芯片外围设备详细技术说明书
- Rust - Rust开发 - Rust知识点
- densenet模型-基于深度学习识别人文地理-不含数据集图片-含逐行注释和说明文档.zip
- alexnet模型-深度学习CNN训练识别婚礼仪式-不含数据集图片-含逐行注释和说明文档.zip
- vgg模型-通过CNN卷积神经网络的宠物品种识别-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-基于深度学习AI算法对奢侈品牌识别-不含数据集图片-含逐行注释和说明文档.zip
- resnet模型-python语言pytorch框架训练识别建筑物-不含数据集图片-含逐行注释和说明文档.zip
- vgg模型-CNN图像分类识别植物-不含数据集图片-含逐行注释和说明文档.zip
- shufflenet模型-基于深度学习对草原动物识别-不含数据集图片-含逐行注释和说明文档.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
