基于多光谱辐射测温理论，研制了20波长光纤辐射高温计。利用多光谱辐射测温法获得材料在多个光谱下的辐射信息，从而计算出试样的真温和在多个光谱下的法向光谱发射率。利用光学光纤将光学探头接收到的光信号进行远距离传输，增加了测量的便利性和整套装置对测量环境的适应能力；精密的多量程自动切换电路扩大了温度测量范围，并降低了环境噪声对测量结果的影响；专用的微型工控机控制系统提高了这套装置独自工作及与其它设备进行协调合作的能力。整套装置可测量的温度范围是800～3500℃，测量精度小于1％。

利用小波变换技术对辐射信号进行预处理和去噪,实现了辐射信号的高精度检测;进而,设计了一种组合神经网络发射率模型,依据测温仪测得的亮温可以高精度地辨识出被测目标的发射率模型,这种建模方法不需给定发射率固定的样本数据,给出具体理论推导过程.仿真结果表明,此方法是获知连续光谱发射率及真温的一种有效的方法.

基于提出的新的多光谱测温法的数据处理方法,研制了一种可以自动识别目标真温及光谱发射率的新型多波长高温计.其光路系统采用棱镜分光技术,克服了以往用光导纤维分光、干涉滤光片限定工作波长的缺点;数据采集系统采用SA68D22模块,可以实现数据的无线传输.基于提出的新的发射率假设模型,使得此多波长高温计可用于大多数工程材料的目标真温及光谱发射率的测量.

针对空间目标多光谱测温问题,提出了新的多光谱特征分析方法.该方法把目标红外辐射分为长、中、短三个波段,分析提取三个波段内的辐照度,以及长波段、中波段辐照度与短波段辐照度的比值,估算出目标温度.该方法避免了对目标光谱发射率的估计,有效减少了误差.最后基于系统参数,计算出有效辐射面积,并利用BP神经网络对四类目标进行识别试验,取得了较好的识别效果.

为了解决金属防热瓦在连续加热过程中热边表面温度和发射率的测量问题，基于多光谱辐射测温的参考温度数学模型，提出了一种数据处理方法。该方法假设材料的光谱发射率在选定的光谱处与温度有近似相同的线性关系，通过处理2个不同温度点处的多光谱测量数据，从而得到防热瓦的真温及光谱发射率。采用多光谱辐射高温计测量了某种防热瓦在900～1300℃的温度范围内的辐射，并进行数据处理。实验结果表明：只要温度估计初值与真实情况的误差在士200℃以内，即可得到较好的计算温度值和计算发射率值，测量不确定度在2％以内。

基于神经网络技术,提出一种可以取消发射率假设模型的方法.实验结果表明,基于神经网络技术的二次辨识方法可以自动识别目标真温及光谱发射率,是一种同时获知目标真温及光谱发射率较实用的方法.

针对以往目标真温及光谱发射率的计算结果偏差较大的问题,提出了一种新的发射率假设模型,并在此基础上提出了一种新的多光谱辐射温度计的数据处理方法,即通过处理2个不同温度点处的多光谱辐射温度计的测量数据,可同时获知2个温度点处的真温及光谱发射率.仿真结果表明,只要温度估计初值与真实情况的误差在±200 K以内,即可得到较好的计算温度值和计算发射率值.新方法在不需要实时数据处理的场合,是一种自动辨识目标真温及光谱发射率的较实用的方法,可适用于大多数工程材料的目标真温及光谱发射率的测量问题.