基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究.pdf

粒子喷射速度的测速是火箭发动机结构改进设计极其重要的依据。但是由于火箭发动机尾焰喷射速度快、背景辐射强，传统的滤光器件（滤光片）与运动目标检测算法无法适用。针对上述问题，本文采取新型量子滤光技术，利用量子高信噪比，低背景噪声的特点，以原子滤光器为核心，将超窄带量子滤光技术应用到粒子图像测速法（Particle Image Velocimetry，PIV）中，组成量子滤光 PIV系统，滤光带宽可窄至 GHz量级。同时基于量子滤光 PIV系统提出了一种新的基于图像灰度互相关的虚拟粒子图像示踪算法，该算法通过对虚拟粒子的标记跟踪而表征实际粒子的运动轨迹，达到测量粒子速度的目的。经外场试验表明：量子滤光技术抑制复杂背景干扰强，相较于传统滤光器件信噪比提高了 30 dB，滤光效果明显；该算法准确性高，粒子测速误差低于 0.5 m/s，计算测量精度优于 0.06%。同时，相关系统已经在国家相关研究单位获得应用。关键词：火箭发动机；粒子喷射速度；量子滤光；示踪算法；信噪比；测量精度中图分类号：TP391.41 文献标识码：A doi：10.37188/OPE.20233116.2352Research on velocity measurement method of rocket engine tail flame particle based on quantum filter and tracking algorithmGUO Chen1，CHANG Shengli1，2*，ZHANG Wenjie1，XIAO Guangyi2，WANG Fei1，2，BAO Tong2（1.College of Railway Transportation，Hunan University of Technology，Zhuzhou 412007，China；2.School of Physics&Electronics，Hunan University，Changsha 410082，China）*Corresponding author，E-mail：Abstract：Measuring the ejected particle s velocity is crucial for rocket motor development design.Because of the intense light background radiation of the rocket motor flame，the conventional filter device and moving object detection algorithm cannot be used.To address these problems，this study presents a novel quantum filter technology.Considering the characteristics of quantum high signal-to-noise ratio and low background noise，taking the atomic filter as the core，the ultra-narrow band quantum filter technology is applied to particle image velocimetry（PIV），which makes up the quantum filter PIV system.The filter bandwidth is on the order of magnitude of MHz to GHz.Simultaneously，based on the quantum filter PIV system，a new virtual particle image tracer algorithm based on image gray cross-correlation is proposed.文章编号 1004-924X（2023）16-2352-10收稿日期：2022-11-01；修订日期：2022-12-11.基金项目：横向项目资助（No.JH20219447051）第 16 期郭宸，等：基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究This algorithm obtains the trajectory of particle motion by tracking and marking to characterize the particle motion in the flow field.The results indicate that the quantum filter technology exhibited strong suppression of complex background interference，the signal-to-noise ratio was improved by 30 dB compared with the conventional filter device，and the filtering effect was significant.The algorithm had high accuracy，the particle velocity measurement error was less than 0.5 m/s，and the calculation measurement accuracy was better than 0.06%.The relevant system had already been used in national research institutes.Key words：rocket motor；ejected particles velocity；quantum light filter；tracer algorithm；signal-to-noise ratio；precision of measurement1 引 言通过近 50年来的建设和发展，我国虽然在火箭发动机技术1上达到了较高的水准，尤其是在导弹拦截、探空火箭、运载火箭和卫星上的应用取得了显著的成果，但是由于我国火箭发动机技术起步晚，底蕴比较浅薄，相关成果较少，与国外有显著差距，迫切需要促进相关技术的提升。而火箭发动机尾焰粒子喷射速度是火箭发动机技术持续改进的重要参数指标。因此，精确测量火箭发动机尾焰粒子喷射速度显得格外重要，对之后航空航天领域的发展与高技术武器的未来现代战争具有重大意义。火箭发动机尾焰的强光背景干扰严重，滤光器件的选择一直以来是在线测量其粒子喷射速度的首要难题。在传统的滤光方法中：光栅2的波长分辨能力有限，很难实现超窄带（pm 及以下）滤光；F-R（Fabry-Perot3）腔和干涉滤光片透射率和稳定性较差；Lyot 型滤光器4，当光程差受误差的影响与设计值出现偏差时，将会引起其中心透射率下降、投射中心波长漂移等问题。自上世纪 70年代以来，原子滤光器的提出和发展为超窄带滤光技术提供了一种新的解决途径。近年来，国内外原子滤光器的应用研究报告门类繁多，取得了不错的进展，涉及传统光学到量子技术乃至生物医学的诸多方面：量子通信中，Shan等人5，实现了原子滤光器在量子密钥分发中的应用，是目前公开报道的原子滤光器用于量子密钥分发的第一项工作，并获得美国专利授权；量子成像中，Liu 等人6，利用原子滤光器实现了对日光的量子关联成像，克服了日光量子成像长期以来都存在的巨大难题；可预报单光子源中，德国斯图加特大学团队7-8，实现了对 Mollow 三重谱主峰的有效滤除；激光器频率锁定中，Chang等人9，首次实现了激发态原子滤光器的激光稳频与输出；太阳检测中，Zhang 等人10，将原子滤光器运用到太阳高分辨率检测中，分辨来自太阳光球层钾线光谱的多普勒频移。根据文献11-13结论可知：原子滤光器是基于原子能级结构固有的量子特性，利用原子气体的磁致双折射效应所研制的滤光器，可以实现超窄带光学滤光，通带线宽比拟原子谱线宽度，适用于探测在强背景非共振光下的微弱窄带信号。如今，利用不同元素的原子能级，已经实现了多个波长的原子滤光器，包括钾（770 nm），铷（422 nm，780 nm），铯（455 nm，459 nm，852 nm），钙（423 nm），锶（461 nm）等，滤光带宽可窄至 GHz量级。克服滤光问题后，在线粒子速度测量精准度取决于图像运动目标检测方法与尾焰流场的适应性，国内外常用的运动目标检测方法有 3种：帧间差分法14，具有较强的鲁棒性，适应各种动态环境的特点，但是该算法检测快速运动目标的能力差；光流法15，该算法只适合运用于低速流场，不适合高速湍流火焰流场；背景差分法16，该算法实时性好、实现较为简单，但是鲁棒性较差，动态场景的变化对结果有很大的影响。由于以上三种算法存在缺陷，在高速流场运动目标检测领域的使用越来越少，近年来，国内外广大研究者将目光投向粒子图像测速法（Particle Image Velocimetry，PIV），PIV 是七十年代末发展起来的一种瞬态、多点、无接触式的激光流体力学测速方法，是验证模型与提高理论计算精度的典型工具，广泛应用于各种流场动态分析17-19。但在实际环境中，火箭发动机尾焰流场处于高温、高压、高流速的环境下，属于无法人为添加示踪粒子的特殊流场，同时，由于流场内的外加粒子不可避2353第 31 卷光学 精密工程免地影响了原有流场的运动，导致测量的结果不符合实际情况。针对此类流场，PIV 不能完全适用于此类流场的粒子速度测量。综上所述，在测量火箭发动机尾焰粒子速度过程中，一方面以原子滤光器为核心，将超窄带量子滤光技术与 PIV 组成量子滤光 PIV 系统；另一方面在此系统的基础上提出一种新的基于灰度图像互相关原理的虚拟粒子图像示踪算法，利用图像灰度互相关原理跟踪此类流场内图像块的运动，以虚拟粒子作为示踪粒子，对其进行目标轨迹跟踪，避免流场研究中加入真实粒子对流场产生的干扰，达到测量粒子速度的目的。两者相结合，可最终实现火箭发动机尾焰的滤光及粒子速度在线测量，促进火箭发动机结构的改进设计。2 火箭发动机尾焰粒子测速方法尾焰粒子喷射速度是火箭发动机改进设计的重要依据，为了提高粒子测速的精度，提高测速的准确性，提出一种基于量子滤光 PIV 系统的虚拟粒子图像示踪算法的光学成像测量方法，主要由量子滤光技术与虚拟粒子图像示踪算法构成。测速流程如下：首先根据安全要求，将量子滤光 PIV 系统设备架设到指定位置；随后，点燃火箭发动机，将设备镜头对准尾焰进行滤光成像；然后，通过虚拟粒子图像示踪算法跟踪标记指定粒子的运动轨迹；最后，计算粒子速度、速度误 差 与 计 算 测 量 精 度，分 析 该 测 速 方 法 的 有效性。2.1量子滤光技术本文量子滤光技术采用的核心机理是 Faraday 反 常 色 散 原 子 滤 光 器（Faraday Anomalous Dispersion Optical Filter，FADOF）。FADOF 利用原子的共振跃迁的光谱学特性来实现滤光功能，相较于传统的滤光器原子共振滤光器与其他滤光器件（滤光片），滤光带宽从 MHz 窄至 GHz量级，能够极大地拓展波长覆盖范围并且能够将滤光范围拓展到 852 nm以上的红外波段。2.2量子滤光技术滤光效果判断不同种类滤光器件之间的滤光效果对比往往通过信噪比（Signal to Noise Ratio，SNR）大小来衡量。如公式（1）所示，S为信号光功率，N为背景噪声功率，SNR为滤光器件的信噪比。SNR值越大，该滤光器件的滤光效果越明显。SNR=10 lgSN.（1）2.3虚拟粒子图像示踪算法由于尾焰粒子的喷射速度快，运动目标检测算法的设计主要围绕着在算法结构简单、运算效率快的前提下，尽可能的减小计算误差，提高算法测量精度。因此，本文提出的虚拟粒子图像示踪算法由质心提取算法20、基于灰度互相关的开窗 搜 索 算 法（感 兴 趣 区 域 Region of Interest，ROI21）和最小二乘法22三种复杂度低、稳定性高的简单算法组合设计而成。算法主要流程如下：首先，以质心提取算法提取待跟踪粒子像素点灰度值最高的一点作为初始粒子坐标；然后，通过开窗搜索算法标记和记录上一帧粒子坐标位置，并确定当前帧粒子坐标位置；最后，利用最小二乘法，通过拟合消除疑似粒子的干扰，减小误差。2.4计算粒子速度与测量精度设跟踪粒子的初始坐标为(x1，y1)；最后一帧的坐标为(x2，y2)；高速相机曝光时间为t；单像元视场大小为l，如公式（2）所示；粒子运动距离为L，如公式（3）所示；粒子测量速度为v，如公式（4）所示。l=单像元大小镜头焦距 观测距离，（2）L=()x1-x22+()y1-y22 l，（3）v=Lt.（4）由于量子滤光 PIV 系统在选定像素值时存在误差，考虑 PIV 系统在选定像素点时默认粒子位于像元中间，考虑两种极端（如图 1 所示）情况下的误差：（1）即目标点位于起点与终点两像元之间的最近边界上；（2）目标点位于起点与终点两像元之间最远的边界上。y1 y2且x1 x2时适用，情况 1时粒子速度为v1，粒子运动距离L1如公式（5）所示；情况 2时粒子速度为v2，粒子运动距离L2如公式（6）所示。L1=(|x1-x2|-1)2+(|y1-y2|-1)2 l，（5）L2=(|x1-x2|+1)2+(|y1-y2|+1)2 l.（6）2354第 16 期郭宸，等：基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究将L1与L2代入公式（4），可得v1与v2。此时情况 1时计算测量精度如公式（7）所示，情况 2时计算测量精度如公式（8）所示。|v-v1v 100%，（7）|v-v2v 100%.（8）3 量子滤光技术试验3.1量子滤光技术探测信噪比试验为了检测 FADOF 滤光性能，以钾、钠原子极灯为试验对象，分别采用钾、钠原子 FADOF与 10 nm 滤光片（钠原子带宽 589 nm、钾原子 767 nm）进 行 滤 光，通 过 对 信 噪 比 进 行 对 比，分 析FADOF比传统滤光器件（滤光片）滤光性能提升了多少。此次试验以钾、钠原子能级跃迁产生的光谱线作为信号；其他频率的光，以及连续光源中的同频成分全作为噪声。因此，本次试验信噪比定义为：在特征光谱噪声限制下，原子特征光谱信号的功率与宽谱背景光噪声功率之比。试验主要设备参数如表 1所示。试 验 流 程 如 图 2 所 示。先 使 用 钠 原 子FADOF进行滤光，阻挡白光光源，仅对钠原子阴极灯的光信号探测，记录信号功率S1；然后阻挡钠原子阴极灯，仅对白光光源探测，记录噪声功率N1，将S1与N1代入公式（1），钠 FADOF 信噪比为SNR1。重复上述流程，10 nm 滤光片（589 nm）、钾 FADOF、10 nm 滤光片（767 nm）信号功率分别为S2，S3，S4；噪声功率分别为N2，N3，N4；信噪比分别为SNR2，SNR3，SNR4。3.2FADOF探测信噪比试验总结分析从表 2 中可以看出，虽然滤光片的信号功率略微高于 FADOF，但是 FADOF 的背景噪声远远低于滤光片，因此 FADOF 信噪比高于滤光片信噪比。试验证明 FADOF 相较于传统滤光器件（滤光片），具有极大抑制背景噪声的功能，信噪比提高了 30 dB，滤光效果明显。图 1粒子坐标误差图Fig.1Particle coordinate error diagram表 1试验设备型号与参数指标Tab.1Test equipment model and parameter index序号1234567设备名称FADOF589 nm滤光片767 nm滤光片钠原子阴极灯钾原子阴极灯白光光源功率计型号钾原子、钠原子FB590-10FB770-10HCL-589-AS-1HCL-767-AS-1WC-S2500ES140C设备指标透射率 40%42%带宽 10 nm透射率大于 90%带宽 10 nm透射率大于 90%钠原子特征光谱钾原子特征光谱功率 95 W3501 100 nm图 2信噪比测量试验Fig.2Signal-to-noise ratio measurement test2355第 31 卷光学 精密工程3.3量子滤光技术成像性能检测试验为了进一步验证 FADOF 滤光成像性能，展开成像性能检测试验：如图 3所示，首先，利用钠、钾阴极灯作为模拟信号光；随后，透射过文字掩膜的文字清晰程度作为目标信号，白光光源作为噪声；其次，将信号与噪声混合，一起进行成像探测；最 后，对 钠 原 子 FADOF 与 10 nm 滤 光 片（589 nm）成像图片、钾 FADOF 与 10 nm 滤光片（767 nm）滤光成像图两两对比，以文字清晰程度作为判断依据。3.4量子滤光成像检测性能试验结果分析量子滤光成像检测试验结果如图 4所示。如图 4（a）与 4（d）所示，在不适用任何滤光器件的情况下，背景噪声强，几乎看不到信号光图像，成像结果不是过曝，就是信号相较于噪声非常微弱；图 4（b）与 4（e）相较于图 4（a）与 4（d），使用 10 nm滤光片后，背景噪声受到抑制，信号与噪声的强度比提高了，可以模糊观测到信号光的图像，但是文字显示依旧不清晰；使用 FADOF 后，图 4（c）与 4（f）相较于图 4（a）、4（d）和图 4（b）、4（e），背景噪声得到了极大地抑制，信号强，图像中文字清晰可见。综上所述，滤光片滤光成像效果不明显，而 FADOF 滤 光 成 像 效 果 显 著。从 图 4（a）与图 4（b）可以看出，由于 FADOF 的高信噪比特性，信号光图像强，极大地抑制了背景噪声，图像中只剩下钠、钾原子特征普信号，图 4（a），图4（d）和图 4（b），图 4（e）中的存在白色噪声光，几乎不存在。4 虚拟粒子图像示踪算法4.1虚拟粒子图像示踪算法试验为了检测本文算法设计的可行性，开展相关测试模拟试验，以样条燃烧时产生的火焰流场为试验对象。首先，将 FADOF 与美国 Phantom 高速相机组成量子滤光 PIV 系统，对火焰流场进行滤光成像，实物图如图 5（a）所示；随后，通过算法选取火焰流场内的一个或多个粒子同时进行进轨迹标定；最后，根据火焰流场内粒子的轨迹跟踪标记情况，判断算法的时效性、准确性是否满足火箭发动机粒子测速的精度要求。图 5（b）中，灰白色流体状的图形是滤光处理后的样条火焰，圆形或者矩形状态的点是滤光处理后样条火焰中的粒子。从图 5（b）中可以明显图 4成像结果Fig.4Imaging results表 2信噪比测量结果Tab.2Signal to noise ratio measurement results参数S1/WN1/WSNR1/dBS2/WN2/WSNR2/dBSNR1-SNR2值0.025 600.013 982.627 30.060 836.770 0-27.815 930.078 6参数S3/WN3/WSNR3/dBS4/WN4/WSNR4/dBSNR3-SNR4值0.210 00.002 119.993 82.087 07.999 0-12.051 532.045 3图 3量子滤光成像检测试验流程图Fig.3Flow chart of quantum filter imaging test2356第 16 期郭宸，等：基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究看出，粒子数量庞大、大小不一、且部分粒子处于重叠状态。4.2虚拟粒子图像示踪算法试验结果与分析图 6（a）是间隔 10 帧粒子，总计 6 张 60 帧的单粒子跟踪标定图，图 6（b）为双粒子跟踪标定图。图 6 中白色矩形框代表感兴趣区域，矩形框中的不规则球型是所跟踪的粒子，矩形框外白色的点粒子先前移动标记的位置，这些点组成的点型曲线是标记的粒子运动轨迹。从图 6（a）中可以明显看到粒子的运动轨迹的标定不受背景干扰，清晰、连贯、无失帧。同时，跟踪过程中不受周围粒子干扰，未产生粒子跟踪对象紊乱的情况。从图 6（b）中可以看出同时 进 行 多 粒 子 跟 踪 也 不 会 影 响 粒 子 的 跟 踪效果。综上所述，本文设计的虚拟粒子图像示踪算法相比于一般运动目标检测算法运算速度快，效果较好，在面对大量粒子的轨迹跟踪中，该算法也可以很好的标记出各个粒子的轨迹。图 5量子滤光 PIV系统成像Fig.5Quantum filter PIV system imaging图 6粒子轨迹跟踪与标定Fig.6Particle trajectory tracking and calibration2357第 31 卷光学 精密工程5 火箭发动机外场试验5.1试验方案及流程为了验证量子滤光技术与虚拟粒子图像示踪算法在实际测量环境中粒子测速效果与适用情况，开展外场试验，以火箭发动机为试验对象，分别火箭发动机 A 与火箭发动机 B 进行成像滤光与粒子测速。为了拍摄到尾焰流场粒子更多的运动轨迹，提供更多的数据集进行量化分析，高速相机相关参数与观测点距离视火箭发动机体型决定，高速相机配置参数如表 3所示。在保证试验人员与设备安全的前提下，调整高速相机相关参数，随后将量子滤光 PIV 系统架设到靠近火箭发动机的观测点，使火箭发动机尾焰后半部分处于相机视场中。5.2火箭发动机 A试验对于火箭发动机 A，观测点距离尾流 1.5 m；镜头焦距为 50 mm；曝光时间为 100 s；像元大小为 0.025 6 mm；采集帧率为 2 200 FPS；如式（2）所示，此时单像元大小为 0.768 mm。火箭发动机 A 点火全景图如图 7（a）所示，可以明显看到发动机点火后，尾焰强光现象严重，并有大量的灰白色烟雾扩散，背景干扰强。滤光成像后，如图 7（b）所示，图像最右边红色矩形框内的是发动机尾焰，呈现层析分布的状态；图像中的绿色矩形框内的是火箭发动机 A 尾焰的喷射粒子，因为粒子处于高速运动状态，所以粒子呈现为粒子簇状态，同时可以明显看到尾焰喷射的粒子数量众多；图像中的蓝色矩形框内的灰色流体状态的背景是火箭发动机 A 尾焰点火后产生的烟雾，白色虚线方框内的球状小点是烟雾颗粒，可以看出烟雾颗粒速度远远低于粒子速度，烟雾颗粒保持原有型态，而粒子的模样由于速度过快压缩成了一条直线（彩图见期刊电子版）。从图 7（a）和图 7（b）可以明显看出，火箭发动机 A 尾焰滤光处理成像后，极大地抑制了背景噪声，提高了信噪比，粒子清晰可见，不受烟雾与强光的影响。证明 FADOF 不仅仅只用于激光成像领域，在火箭发动机尾焰滤光中同样适用。从图 7（c）可以看出，虚拟粒子图像示踪算法效果明显，粒子轨迹标记清晰，可以同时对多个粒子进行跟踪。选取某一段标记的粒子轨迹，以图 7火箭发动机 A尾焰滤光成像试验Fig.7Rocket motor A tail flame filter imaging test表 3高速相机参数Tab.3High speed camera parameters参数分辨率满幅最高拍摄速率像元尺寸CMOS芯片尺寸IS012232sat标准下Daylight模式下图像位深可选择值满幅分辨率 1 28080025 000 FPS25.6 m28.16 mm19.71cmo感光度ISO 5 00040 000（彩色）cmo感光度ISO 5 00040 000（黑白）8 bit，10 bit，12 bit2358第 16 期郭宸，等：基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究图 7（c）左上角像素点为坐标原点，获取该粒子某相邻两帧的坐标值：(1 085，423)，(1 013，408)，通过式（3）和式（4）计算，该粒子速度为564.832 m/s。由此可知，该算法的运算速度快，效果好，粒子测速可以满足粒子速度为 100 m/s级的需求。5.3火箭发动机 B尾焰试验对于火箭发动机 B，观点测点距离尾流 20m；镜头焦距为 100 mm；曝光时间为 100 s；采集帧率为 2 200 FPS；像元大小为 0.0256 mm；如式（2）所示，单像元大小 5.12 mm。通过对图 8（a）与图 7（a）进行对比，可以明显看出火箭发动机 B 尾焰相较于火箭发动机 A 尾焰的背景噪声光更强，烟雾弥漫范围与浓度更高，粒子测速的难度更高。但是对火箭发动机 B 滤光成像后，滤光效果依旧明显，可以清晰分辨出粒子、尾焰和烟雾，如图 8（b）所示，该图是截取跟踪粒子连续 117帧的图像。在复杂环境干扰下，滤光效果显著，图 8（b）中无曝光现象存在，背景噪声被极大地抑制。同时，图 8（b）中黄色矩形框内的白色直线是算法标记的粒子运动轨迹，算法效果明显，轨迹连续流畅（彩图见期刊电子版）。以图 8（b）左上角像素点为坐标原点，标记跟踪粒子间隔 117 帧的首尾坐标：(1 870，1 108)和(57，921)。通过式（3）与式（4）计算可得，此时粒子速度为 797.590 m/s；通过式（5）与式（7）计算可得，在极端状态下误差情况 1下，粒子测速误差为 0.480 1 m/s，计算测量精度为 0.060 192%；通过式（6）与式（8）计算可得，在极端状态下误差情况 2 下，粒子测速误差为 0.480 2 m/s，计算测量精度为 0.060 217%。5.4总结与分析从图 7（a）、图 7（b）和图 8（b）可知量子滤光技术滤光效果明显，可以有效抑制背景噪声与烟雾干扰，目标信号明显，图像清晰度高，无曝光现象；从图 7（c）与图 8（b）可知虚拟粒子图像示踪算法时效性快，能够进行百米/秒级的粒子测速、准确性高，在火箭发动机 B 试验中粒子测速误差低于 0.5 m/s，计算测量精度优于 0.06%。根据上述数据，证明本文基于量子滤光技术与虚拟粒子图像示踪算法的火箭发动机尾焰粒子喷射速度测量方法的可行性高，效果明显，并且具有进一步研究的价值。6 结 论火箭发动机发动机尾焰的粒子喷射速度测量的精度取决于尾焰滤光成像的图像清晰程度及粒子跟踪算法的准确性与时效性。针对上述难点，本文采用新型量子滤光技术，根据量子高信噪比、低背景噪声的特点，以原子滤光器为核心将超窄带量子滤光技术与 PIV相结合，组成量子滤光 PIV 系统，滤光效果显著，目标信号明显，背景噪声被极大的抑制。同时在量子滤光 PIV 系统的基础上提出一种新的基于灰度图像互相关原理的虚拟粒子图像示踪算法，该算法由 3 个结构简单、运算速度快的传统算法组合设计而成，在模拟测试与实地试验中效果明显，算法误差小于 0.5 m/s，计算测量精度优于0.06%。综上所述，原子滤光器的超窄带特性已应用在激光通信、激光雷达、对日观测和激光稳频等领域，能够有效隔离带外，大幅提高系统抗背景噪声光影响的能力。研究利用其他原子能级图 8火箭发动机 B尾焰滤光成像试验Fig.8Rocket motor B tail flame filter imaging test2359第 31 卷光学 精密工程实现不同波长的滤光，以及研制带宽更窄、更稳定的实用化原子滤光器是今后的研究方向。此外，本文提出的虚拟粒子图像示踪算法，不但可以避免流场研究中加入真实粒子对流场产生的干扰，也可以对流场内流体的流动进行动态分析和识别，非接触的图像示踪方法是今后流场测试技术的发展方向。因此，本文采用的滤光技术与提出的算法设计都具有进一步研究的意义。参考文献：1 武丹，陈文杰，司学龙，等.大型固体火箭发动机发展趋势及关键技术分析 J.武汉大学学报（工学版），2021，54（2）：102-107.WU D，CHEN W J，SI X L，et al.Research on development trend and key technologies of large solid rocket motorJ.Engineering Journal of Wuhan University，2021，54（2）：102-107.（in Chinese）2 ZHANG Y S，YUAN B C，SHI J Q，et al.A stable dual-wavelength DFB semiconductor laser with equivalent chirped sampled gratingJ.IEEE Journal of Quantum Electronics，2022，58（1）：1-7.3 KATO S，AOKI T.Single-frequency fiber fabry-perot Brillouin laserJ.Optics Letters，2022，47（19）：5000-5003.4 FAN M Q，TIAN X C，ZHOU D D，et al.Two-dimensional tunable and temperature-insensitive lyot filter for FM-to-AM compensationJ.Photonic Sensors，2021，11（3）：325-333.5 SHAN X，SUN X P，LUO J，et al.Free-space quantum key distribution with Rb vapor filtersJ.Applied Physics Letters，2006，89（19）：191121.6 LIU X F，CHEN X H，YAO X R，et al.Lensless ghost imaging with sunlightJ.Optics Letters，2014，39（8）：2314.7 ULHAQ A，WEILER S，ULRICH S M，et al.Cascaded single-photon emission from the Mollow triplet sidebands of a quantum dot J.Nature Photonics，2012，6（4）：238-242.8 PORTALUPI S L，WIDMANN M，NAWRATH C，et al.Simultaneous Faraday filtering of the Mollow triplet sidebands with the Cs-D1 clock transitionJ.Nature Communications，2016，7：13632.9 CHANG P Y，PENG H F，ZHANG S N，et al.A Faraday laser lasing on Rb1529 nm transition J.Scientific Reports，2017，7：8995.10 张俊，杨勇，程学武，等.钾原子滤光器在太阳高分辨率观测中的应用J.中国激光，2012，39（8）：181-187.ZHANG J，YANG Y，CHENG X W，et al.Application of K-FADOF in solar high-resolution observation J.Chinese Journal of Lasers，2012，39（8）：181-187.（in Chinese）11 YIN L F，LUO B，DANG A H，et al.An atomic optical filter working at 15 m based on internal frequency stabilized laser pumpingJ.Optics Express，2014，22（7）：7416.12 YIN L F，LUO B，CHEN Z J，et al.Excited state Faraday anomalous dispersion optical filters based on indirect laser pumping J.Optics Letters，2014，39（4）：842.13 YIN L F，QIAN D S，GENG Z W，et al.Using FADOF to eliminate the background light influence in ghost imagingJ.Optics Express，2022，30（20）：36297.14 屈晶晶，辛云宏.连续帧间差分与背景差分相融合的运动目标检测方法 J.光子学报，2014，43（7）：0710002.QU J J，XIN Y H.Combined continuous frame difference with background difference method for moving object detectionJ.Acta Photonica Sinica，2014，43（7）：0710002.（in Chinese）15 王宇，余岳峰，朱小磊，等.基于光流法和深度学习的燃气火焰稳定性J.上海交通大学学报，2021，55（4）：462-470.WANG Y，YU Y F，ZHU X L，et al.Gas-fired flame stability based on optical flow method and deep learningJ.Journal of Shanghai Jiao Tong University，2021，55（4）：462-470.（in Chinese）16 贺振东，王耀南，刘洁，等.基于背景差分的高铁钢 轨 表 面 缺 陷 图 像 分 割J.仪 器 仪 表 学 报，2016，37（3）：640-649.HE Z D，WANG Y N，LIU J，et al.Background differencing-based high-speed rail surface defect image segmentation J.Chinese Journal of Scientific Instrument，2016，37（3）：640-649.（in Chinese）17 陈启刚，齐梅兰，李金钊，等.基于粒子图像测速技术的明渠圆柱上游行近流特征研究 J.水利学报，2015，46（8）：967-973.CHEN Q G，QI M L，LI J Z，et al.Study on the 2360第 16 期郭宸，等：基于量子滤光及跟踪算法的火箭发动机尾焰粒子测速方法研究features of approaching flow upstream of a circular cylinder in open channel flows based on PIV measurementJ.Journal of Hydraulic Engineering，2015，46（8）：967-973.（in Chinese）18 GOYAL R，GANDHI B K，CERVANTES M J.PIV measurements in Francis turbine-A review and application to transient operations J.Renewable and Sustainable Energy Reviews，2018，81：2976-2991.19 COZZI F，COGHE A，SHARMA R.Analysi