红外成像系统性能参数测试系统摘要：经过近几十年的发展，红外成像系统经历数次变革，已经由最初的点源和线阵扫描型发展到现在的第三代红外焦平面凝视型系统，目前国外对红外成像系统实验室测试的性能参数多达十六七项。
本文对其最主要的信号传递函数（SITF）、噪声等效温差（NETD）和三维噪声模型、调制传递函数（MTF）、最小可分辨温差（MRTD）五个参数进行研究，阐述了它们的定义、物理意义和测量方法。
关键字：红外成像系统性能参数定义测量方法1 红外成像系统性能参数测试研究的意义基于光电图像的测量，是以图像的获取及其处理为手段，来确定被测对象的诸如空间、时间、温度、速度以及功能等等有关参数或者特性的一种测量方法。
把图像当作检测和传递的手段或载体加以利用，是一种建立在光学成像技术基础上并融入了计算机技术、光电子学数字图像处理技术以及光机电一体化的综合测量技术，其目的在于从图像中提取有用的信号。
由于其具有非接触、高灵敏度和高准确度等特点，在信息科学、生命科学、工农业生产和制造业、航空航天、国防军事、科学研究以及人们的日常生活等领域中得到了广泛应用，是当代先进测试技术之一[1]~[3]。
自然界中凡是温度高于绝对零度的物体，就会一直向外辐射能量。
通过探测并收集这些辐射能，再现物体的辐射起伏，进而显示出物体的特征信息，这样的成像系统就是红外成像系统。
红外成像系统利用景物本身各部分辐射的差异获取被测对象的细节，可以穿透烟、雾、霾以及雪等不利因素以及识别伪装，具有较强的抗干扰和全天时远距离观察目标的能力，这些特点使红外成像系统广泛应用于军事领域。
现代军事应用中，要求红外系统不仅具有高灵敏度、大视场、高空间分辨率、高帧频、适装性好的特点，为了适应恶劣的环境条件，还同时要求具有很好的结构稳定性和温度特性等。
传统的红外光学系统的结构形式有反射式、折射式和折反式，它们共同的特点是结构简单，这往往不能满足现代军用特殊条件下的高质量的成像要求，需要增加辅助器件，就使得结构变得复杂，更加促使了人们开发新型的结构[4]。
世界各国都以巨额投资竞相开展这一领域的研究工作。
经过近几十年的发展，红外成像系统经历数次变革，已经由最初的点源和线阵扫描型发展到现在的第三代红外焦平面（IRFPA）凝视型系统。
同时，红外成像系统的性能测试技术也必须适应红外焦平面成像技术的发展，因此，对红外成像系统的性能评估也变得十分重要。
[5]目前国外对红外成像系统实验室测试的性能参数多达十六七项。
我国在通用规范中确定测试17个参数。
在这些参数中，最主要的性能参数包括信号传递函数（SITF）、噪声等效温差（NETD）和三维噪声模型、调制传递函数（MTF）、最小可分辨温差（MRTD）等。
2红外成像系统性能模型红外成像系统的性能模型大体可分为两大类：静态性能模型和动态性能模型。
[6]红外成像系统性能模型由以下模块组成，图2.1是静态性能模型和动态性能模型框图。
两种性能模型都包括目标与背景模块、大气衰减干扰模块、光学系统模块、传感器模块和电子信号处理模块。
不同的是：静态性能模型由人眼观察完成识别，动态性能模型是由机器视觉来完成自动目标识别。
两模型的基本框架类似。
图2.1红外成像系统性能模型基本框图以约翰逊准则为基础的红外成像系统静态性能模型，仅适用于静态目标的成像性能的预测估计。
它认为目标和背景都是均匀的：目标的特征仅以目标背景的温差和尺寸来表示。
它没有考虑到目标的运动、目标的细节和形状、背景杂波等因素；也没有考虑到图象处理算法和跟踪探测算法对红外系统性能的影响。
因此，不适合红外预警、搜索跟踪、导引头等具有自动目标识别的红外成像系统的评估和预测。
为了适应红外成像系统对复杂背景中的动态目标进行预测和评估，国外开展了动态性能评估模型的研究工作，并取得了较好的成果和应用。
国外对动态性能模型的研究取得了很大的进展，现在已经开发的动态性能模型有：科学应用国际公司开发的红外导引头/传感器动态性能模型(IRS/SDPPM)、瑞士国防科学研究中心发展的通用红外搜索跟踪探测性能模型(OPTSIM)、美国陆军导弹司令部研究开发工程中心开发的红外传感器性能分析模型(ISPAM)和通用导引头仿真模型(GENSS)等。
这些动态性能模型在现场测试中已经得到很好的验证，如探测距离、锁定距离等性能与试验测量的性能结果能够很好的拟合。
虽然动态性能模型的研究取得了一定的成果，但仍有很多地方需要完善：复杂背景杂波的逼真模拟、信号处理技术的模拟、目标辨别算法评估、闭环模拟中跟踪算法对工作平台运动轨迹的影响、提出新的探测准则等等。
动态性能模型为了预测动态性能，必然要模拟各种红外成像系统的实时工作过程，仿真各种复杂的背景及系统各部分的运动状态，这就需要速度极快的计算机处理大量的数据流。
随着红外成像系统性能水平的提高，性能模型也需要不断地改进以适应新一代的热成像系统的性能预测要求。
建立详尽的目标背景统计模型：模拟各种图像处理算法和搜索跟踪算法；干扰效应的模拟；成像系统的载体和目标的机动性建模；完善动态性能模型对红外搜索跟踪系统和导引头性能的闭环预测等，将是未来红外成像系统性能模型发展的重点。
计算机性能水平的提高为动态性能模型更准确更快的预测现场性能提供了可能。
3红外成像系统性能参数3.1信号传递函数(SITF)信号传递函数是对红外成像系统进行客观评价的参数，它不受观察者主观判断差异的影响。
信号传递函数定义为红外成像系统入瞳上的输入信号与其输出信号之间的函数关系，输入信号规定为靶标与其均匀背景之间的温差，输出信号规定为红外系统输出电压。
响应度函数的线性部分(斜率)就是信号传递函数(如图3.1)，必须对它进行测量以计算噪声等效温差[7]。
图3.1描述SITF 的典型响应度函数SITF 的计算公式为：212(,)()()4d e B s y s A M T S I T F G R T d F Tλλλλλλ∂=∂⎰ (3-1) 其中，G 是系统的增益系数，()R λ是对波长λ的响应度，A d 为探测器面积，F 为F 数，(,)e B M T T λ∂∂为辐射泰勒级数的简化式子，T sys (λ)为系统的光学传递函数。
如果每个系统的光谱响应不同，那么各系统的信号传递函数也有变化。
信号传递函数本身不是一个很好的比较各系统性能的品质系数，因为仅改变线性增益就能使其发生变化。
若标明了信号传递函数，它通常意味着系统工作于最大增益。
交流藕合的扫描系统中，信号在水平方向而不是在垂直方向上藕合，这样在扫描方向上有一个总的电压移动(信号和背景)，而垂直方向上不存在电压移动(图3.2)。
必须测量信号和背景之间的电压差，而不只是测量信号的峰值。
交流藕合扩展了系统的动态范围，因为如果目标充满50%视场，有效电压差(目标和背景之间)与全部有效输出电压相等。
在大面积目标饱和之前小面积目标达到饱和，且小面积目标具有较小的动态范围。
如果饱和或动态范围己定，目标尺寸必须确定。
图3.2观察目标时，交流耦合使输出绝对值发生变化(a) 横穿视场的两条线 (b)两条线的输出电压信号传递函数是响应度曲线线性段的斜率，斜率的最佳估计值由对N 个数据对(,i i V T ∆∆)动作最小二乘方拟合来确定：1112211()()N N Ni i i ii i i N N i i i i N V T V T SITF N T N T =====∆∆-∆∆=∆-∆∑∑∑∑∑ (3-2)在响应度函数中可能存在一个偏置，这个偏置可能因为不能精确地测量背景温度或是目标和其背景之间出射度不同引起的。
在不同的试验室比较测试技术时要注意的正是这个偏置。
除非己知不存在偏置，否则不能仅用一次输入值的测量来精确地确定信号传递函数，偏置可表示为：________offset V V SIFT T =∆-∆ (3-3)式中____1Nii T T N =∆∆=∑ (3-4)____1N ii V V N =∆∆=∑ (3-5)除了增益,对SITF 测试结果会造成的影响的可能因素还有[8]：待测红外成像系统和评估系统的光学透过率较低或其光学系统受到污染；系统非均匀性与噪声没有得到较好的校正；待测红外成像系统探测器阵列存在死像元；测试期间环境温度发生了变化；3.2噪声等效温差(NETD)和三维噪声模型3.2.1噪声等效温差噪声等效温差的标准测试图案如图3.3所示。
一个均匀温度的目标，处于均匀的背景中，假定目标和背景都是黑体。
当系统对这个测试图案进行观察时，则使系统所产生的峰信号电压V s 等于系统的均方根噪声电压V n ，即信噪比等于1时，目标与背景的温差△T 称为系统的噪声等效温差，记为NETD 。
图3.3 NETD 的标准测试图案在实际测量时，为保证测量精度，通常是目标和背景有较大温差，使信号电压Vs 数倍于噪声电压V n ，然后按下式计算：s nT NETD V V ∆= (3-6)上式为NETD 的定义式，下面给出NETD 的一般表达式，NETD 一般表达式推导过程中需假定如下条件：目标和背景都是黑体，它们的发射率相同且都等于1，即T B εε==1；探测器在整个光敏面上的响应度一致；D *与噪声等效温度差中的其它参数无关；目标与系统间的大气透过损失忽略不计，即()1a τλ=；系统工作波段内0()τλ为常数0τ；电子处理电路不产生附加噪声。
则在λ1到λ2范围内NETD 的一般表达式可写为：21122()B p B c NETD M T d T λλλλλ-⎡⎤=⎢⎥⎢⎥⎣⎦⎰ (3-7)其中，F 为光学系统的F 数，n f ∆为噪声等效带宽，n s 为串联元数，A d 为探测器探测面积，0τ为光学系统的光谱透射比，λp 探测器材料所确定的截止波长，M λ为目标的光谱辐射出射度(21W cm m μ--⋅⋅)，T B 为背景辐射的温度，c2为第二辐射常数，c2=14388m K μ⋅。
NETD 作为系统性能的综合量度有一些不足之处：首先，NETD 的测量点是在基准化电路的输出端。
由于从电路输出端到终端图像之间还有其它子系统(如显示器)，因而NETD 并不能表征整个系统的性能。
其次，NETD 反映的是客观信噪比限制的温度分辨率，但人眼对图像的分辨效果与视在信噪比有关。
NETD 没有考虑视觉特性的影响。
最后，NETD 反映的是系统对低频景物(均匀目标)的温度分辨率，不能表征系统用于观测高空间频率景物时的温度分辨性能。
鉴于NETD 存在以上这些缺点，需要采用更完善的性能指标作为红外光电系统综合性能的评价，例如MRTD 。
3.2.2三维噪声模型所用的噪声分析方法采用D ’Agostino 和webb 的噪声分析法。
噪声被分为一个与三维坐标系的时间和空间有关的八个分量集，按这种方式分析噪声的优点是:通过将它降为易管理的分量集，从而简化对复杂现象的理解，并使系统设计者深入地了解硬件和软件中可能引入噪声的因素，对于系统性能建模者来说，该方法简化了复杂噪声因素并入模型公式的过程。
