Efficient infrared radiation calibration method for wide dynamic range infrared radiation measurement systems
यह शोध पत्र वाइड डायनेमिक रेंज इन्फ्रारेड रेडिएशन मेजरमेंट सिस्टम के लिए एक कुशल अंशांकन (कैलिब्रेशन) पद्धति का प्रस्ताव करता है जो एक व्यापक गैर-रैखिक प्रतिक्रिया मॉडल का उपयोग करता है ताकि ऑप्टिकल एटेन्यूएशन या इंटीग्रेशन टाइम में सख्त रैखिकता की आवश्यकता के बिना, सिस्टम कॉन्फ़िगरेशन की एक विस्तृत श्रृंखला को समायोजित करते हुए अंशांकन समय को महत्वपूर्ण रूप से कम किया जा सके।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
ऊष्मा की अदृश्य दुनिया में, जहाँ वस्तुएं दृश्य रंग के बजाय इन्फ्रारेड प्रकाश के साथ चमकती हैं, वैज्ञानिक अदृश्य को देखने के लिए विशेष कैमरों पर भरोसा करते हैं। ये उपकरण आकाश में विमानों का पता लगाने, स्टेल्थ सामग्रियों की अखंडता की जांच करने या सतह को छुए बिना तापमान मापने के लिए आवश्यक हैं। इन कैमरों को सटीक बनाने के लिए, उन्हें कैलिब्रेट (अंशांकन) करना पड़ता है: एक ऐसी प्रक्रिया जिसमें मशीन को यह सिखाया जाता है कि आने वाली ऊष्मा की प्रत्येक विशिष्ट मात्रा के लिए कितना डिजिटल सिग्नल उत्पन्न करना है। यह आमतौर पर कैमरे को एक "ब्लैकबॉडी" की ओर करके किया जाता है, जो ऊष्मा का एक आदर्श स्रोत है जिसे सटीक तापमान पर सेट किया जा सकता है। हालाँकि, जब इन कैमरों को ठंडी ज़मीनी वस्तुओं से लेकर तपते हुए इंजनों तक की रेंज वाले लक्ष्यों को देखने की आवश्यकता होती है, तो उन्हें परिवर्तनीय सेटिंग्स से लैस किया जाना चाहिए। वे तीव्र प्रकाश को कम करने के लिए फिल्टर का उपयोग करते हैं और विवरण को सही ढंग से पकड़ने के लिए वे दृश्य को कितनी देर तक "देखते" हैं, इसे भी समायोजित करते हैं। समस्या यह है कि इतने सारे विभिन्न सेटिंग्स वाले कैमरे को कैलिब्रेट करना एक धीमा और उबाऊ काम है। इसके लिए हजारों तस्वीरें लेने की आवश्यकता होती है, जो दर्जनों अलग-अलग तापमानों पर ली जाती हैं, एक ऐसी प्रक्रिया जिसमें एक पूरा दिन या उससे अधिक समय लग सकता है, जिस दौरान प्रयोगशाला का अपना तापमान भी बदल सकता है और माप को खराब कर सकता है।
चीनी विज्ञान अकादमी के शोधकर्ताओं की एक टीम ने सटीकता से समझौता किए बिना इस समय को नाटकीय रूप से कम करने का एक तरीका विकसित किया है। हर फिल्टर और कैमरा सेटिंग को एक अलग समस्या के रूप में देखने के बजाय, जिसे अपने स्वयं के अद्वितीय नियमों के सेट की आवश्यकता होती है, उन्होंने एक एकल, एकीकृत गणितीय मॉडल बनाया है जो समझता है कि पूरा सिस्टम एक साथ कैसे काम करता है। उन्होंने महसूस किया कि आने वाली ऊष्मा और कैमरा जो चित्र लेता है, उनके बीच का संबंध एक सरल सीधी रेखा नहीं है; यह इस बात पर निर्भर करते हुए मुड़ता और बदलता है कि फिल्टर द्वारा कितनी रोशनी रोकी गई है और कैमरा छवि कैप्चर करने के लिए कितनी देर प्रतीक्षा करता है। इस तरह के मॉडल का निर्माण करने से, जो इन वक्रों और बदलावों को ध्यान में रखता है, शोधकर्ता केवल कुछ ही डेटा बिंदुओं का उपयोग करके कैमरे के व्यवहार को निर्धारित कर सके। अपने परीक्षणों में, उन्होंने अंशांकन के लिए आवश्यक तापमान चरणों की संख्या को चौबीस से घटाकर केवल पांच कर दिया। इस परिवर्तन ने अंशांकन के समय को बाईस घंटों से अधिक से घटाकर उसका एक छोटा हिस्सा कर दिया, जिससे सिस्टम का उपयोग बहुत तेज़ी से किया जा सकने लगा।
शोधकर्ताओं ने इस नए दृष्टिकोण का परीक्षण एक बड़े इन्फ्रारेड इमेजिंग सिस्टम पर किया जिसमें 600 मिलीमीटर का लेंस है, जो इन्फ्रारेड स्पेक्ट्रम के एक विशिष्ट बैंड में ऊष्मा देखने में सक्षम है। उन्होंने कैमरे को तीन अलग-अलग फिल्टरों के साथ सुसज्जित किया जो 100%, 10%, और 1% प्रकाश को गुजरने देते हैं, और उन्होंने छवि कैप्चर करने के लिए चार अलग-अलग गतियों पर इसका परीक्षण किया। पुराने तरीके से, इस सिस्टम को कैलिब्रेट करने के लिए, उन्हें 50 डिग्री सेल्सियस से 1200 डिग्री सेल्सियस तक के तापमान पर एक ऊष्मा स्रोत की तस्वीरें लेनी पड़तीं, जो हर बार 50 डिग्री के अंतराल पर बढ़ती जातीं। इसके लिए सैकड़ों छवियां कैप्चर करने और हर चरण पर ऊष्मा स्रोत के स्थिर होने की प्रतीक्षा करने की आवश्यकता थी, एक ऐसी प्रक्रिया जिसमें 22 घंटे 10 मिनट लगते थे। नए तरीके के साथ, टीम ने केवल पांच विशिष्ट तापमानों का चयन किया जो सभी सेटिंग्स में सबसे उपयोगी जानकारी प्रदान करते थे। उन्होंने इन कुछ डेटा बिंदुओं को अपने जटिल मॉडल में डाला, जिसने एक परिष्कृत गणना प्रक्रिया का उपयोग करके एक साथ पूरे सिस्टम के व्यवहार को समझने का काम किया। परिणाम नियमों का एक सेट था जो किसी भी सेटिंग के लिए कैमरे की प्रतिक्रिया की सटीक भविष्यवाणी कर सकता था।
जब उन्होंने इस कुशल विधि की तुलना पारंपरिक, धीमी विधि से की, तो सटीकता लगभग समान थी। नए तरीके ने 1.81 प्रतिशत की औसत त्रुटि उत्पन्न की, जो पारंपरिक दृष्टिकोण की 1.03 प्रतिशत त्रुटि के बहुत करीब है। इसका अर्थ है कि कैमरा उतना ही विश्वसनीय है, लेकिन यह बहुत कम समय में काम के लिए तैयार हो जाता है। शोधकर्ताओं ने अपने तरीके का परीक्षण एक अन्य "फास्ट" कैलिब्रेशन तकनीक के विरुद्ध भी किया, जिसे अन्य वैज्ञानिकों द्वारा प्रस्तावित किया गया था। वह पुराना तेज़ तरीका यह मान लेता था कि कैमरे की प्रतिक्रिया पूरी तरह से सीधी और अनुमानित है, जैसे कि एक पैमाना (रूलर)। हालाँकि, वास्तविक दुनिया के कैमरे शायद ही कभी इतने पूर्ण होते हैं; उनकी प्रतिक्रिया वक्र (रेस्पॉन्स कर्व्स) थोड़े मुड़े हुए हो सकते हैं। क्योंकि नया तरीका इन मोड़ों को ध्यान में रखता है, इसलिए यह वास्तविक उपकरणों पर बहुत बेहतर काम करता है। पुराने तेज़ तरीके ने ऐसी त्रुटियां उत्पन्न कीं जो उपयोग के लिए बहुत बड़ी थीं, जिससे यह सिद्ध हुआ कि एक जटिल, घुमावदार वास्तविकता पर एक सरल, सीधी-रेखा समाधान थोपने से गलतियाँ होती हैं।
टीम ने इस तर्क को "इनर-आउटर" (आंतरिक-बाहरी) अंशांकन नामक एक अधिक जटिल तकनीक पर भी लागू किया, जिसका उपयोग तब किया जाता है जब एक एकल ऊष्मा स्रोत आवश्यक तापमान सीमा को कवर नहीं कर पाता है। इस पद्धति में आमतौर पर पैमाने के ठंडे छोर के लिए एक बड़े, कम तापमान वाले स्रोत और गर्म छोर के लिए एक छोटे, उच्च तापमान वाले स्रोत के साथ कैमरे को कैलिब्रेट करना और फिर उन दोनों को आपस में जोड़ना शामिल होता है। यह जोड़ने की प्रक्रिया अत्यंत कठिन और समय लेने वाली है। अपने एकीकृत मॉडल का उपयोग करके, शोधकर्ता इस जोड़ने की प्रक्रिया को कुशलतापूर्वक करने में सक्षम रहे, जिससे आवश्यक तापमान बिंदुओं की संख्या छब्बीस से घटकर छह रह गई। परिणाम उत्कृष्ट था, जिसमें औसत त्रुटि केवल 2.08 प्रतिशत थी, जो पारंपरिक इनर-आउटर विधि में देखी गई 25.8 प्रतिशत की त्रुटि से कहीं बेहतर है। यह सफलता प्रदर्शित करती है कि कैमरे के भीतर प्रकाश और समय कैसे परस्पर क्रिया करते हैं, इसके अंतर्निहित भौतिकी को समझकर, वैज्ञानिक व्यापक परीक्षण की आवश्यकता को दरकिनार कर सकते हैं।
यह कार्य महत्वपूर्ण है क्योंकि यह इन शक्तिशाली उपकरणों को तैनात करने की गति को बदल देता है। एयरोस्पेस या रक्षा जैसे क्षेत्रों में, जहाँ ज़मीनी प्रणालियों को लगातार आकाश में लक्ष्यों की निगरानी करनी होती है, सेंसर को तेज़ी से पुन: अंशांकित (recalibrate) करने की क्षमता एक महत्वपूर्ण लाभ है। यदि मौसम बदलने या उपकरण हिलने के कारण किसी सिस्टम को पुन: अंशांकित करने की आवश्यकता होती है, तो पुराना तरीका लगभग एक पूरे दिन के लिए सिस्टम को रोक देगा। नया तरीका पुन: अंशांकन को कुछ घंटों या मिनटों में करने की अनुमति देता है, जो सेटअप पर निर्भर करता है। शोधकर्ताओं ने दिखाया कि यह दक्षता सटीकता की कीमत पर नहीं आती है; कैमरा पहले की तरह ही सटीक रहता है। प्रत्येक सेटिंग के लिए अलग से अंशांकन करने के विचार को छोड़कर और एक ऐसे मॉडल को अपनाकर जो पूरे सिस्टम को एक जुड़े हुए इकाई के रूप में देखता है, टीम ने इन्फ्रारेड माप को वास्तविक दुनिया के उपयोग के लिए तेज़, अधिक लचीला और अधिक व्यावहारिक बना दिया है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।