由于受到外界环境的影响,卫星表面常常呈不规则的褶皱状,这会对其光学特性产生一定影响。故空间目标光学特性建模研究需要将表面褶皱考虑在内,但大量褶皱面元的存在会导致运算量剧增。在此将褶皱看作一种材质,提出基于宏观光学散射截面测量的双向反射分布函数(BRDF)生成方法,求得褶皱材质的BRDF数据,进一步利用误差逆传播(BP)神经网络建立了褶皱材质的BRDF模型,代替了复杂的褶皱建模过程,大大简化了计算,在保证精度的前提下解决了其实时性差的问题。同时,通过实验与仿真相结合的方式,将所设计的BRDF模型与传统BRDF模型进行对比,验证了所设计模型的误差远小于传统模型。

在采用太赫兹时域光谱(THz-TDS)技术对9种常见毒品进行实验研究并得到它们在0.2～2.6 THz频率范围的特征吸收谱的基础上,用误差逆传播(BP)神经网络法对9种常见毒品的太赫兹吸收光谱进行了训练及识别。首先,用9种毒品的太赫兹吸收谱训练已经建立的误差逆传播神经网络; 然后,选用与训练光谱不同时间测得的9种毒品的太赫兹吸收光谱作为检测光谱,经过二阶导数预处理之后分别输入到训练好的误差逆传播神经网络中进行识别,识别率达到89%。该误差逆传播神经网络模型采用MATLAB语言编制程序。识别结果充分表明,用误差逆传播神经网络可以实现对不同种类毒品的识别和鉴定,为太赫兹光谱技术用于毒品的检测和识别提供了一种有效的方法。