基于FFT奇异值分解的光谱信号去噪算法

微型光谱仪在采集光谱信号过程中,光谱数据经常受到来自仪器光学系统和电子电路中的干扰出现噪声和光源特征峰,严重干扰了真实光谱信号的图谱特征,因此需要使用合理的预处理方法保留光谱信号中有用信号并尽可能过滤噪声信号同时将光源特征峰滤除,从而提高光谱信息定量分析的稳健性和准确性。并且在线检测系统要求尽可能减少人为参数选择对去噪效果的影响,奇异值分解经常应用于由系统电路引起的噪声去噪,奇异值降噪阶次的选取对提高信号信噪比十分关键,但是往往参数选取主要依赖经验调试和实验验证。因此,提出了一种基于奇异值重构信号分量频率的光谱信号去噪算法。该算法首先重构原始光谱信号单个奇异值分量信号,然后对每个奇异值分量信号作快速傅里叶变换,得到每个奇异值分量信号快速傅里叶变换结果中振幅最大所对应的频率值,最后按照奇异值递减方式对相应分量信号频率值进行一阶滞后差分,得到频率差分谱,研究表明,差分谱第一个谱峰值在大于设定阈值处所对应的奇异值即为奇异值分解降噪的有效阶次。结果表明：对包含多种重金属离子的溶液在线测量的紫外可见光谱信号,添加不同强度的随机噪声,并进行去噪处理,使用信噪比和均方根误差两个性能指标进行对比。所提算法相较于SG滤波算法和小波变换去噪算法信噪比分别提高了22.05%,10.88%,均方根误差分别降低了74.28%,41.29%。所提算法完全基于数据驱动,在处理真实紫外可见光谱信号中不仅抑制了噪声影响,而且将微型光谱仪的光源特征峰有效滤除,在紫外可见光谱信号的定量分析中具有较好的应用前景。     

钠磷酸盐精细结构的拉曼光谱解析

构建了钠磷酸盐精细结构团簇,应用量子化学从头计算方法,采用闭壳层Hatree-Fock(RHF)方法和6-31G(d, p)基组优化构型,进行了拉曼光谱的模拟计算。引入SIT应力指数标识磷酸盐局部微观精细结构,讨论和分析了磷酸盐在高频区的非桥氧对称伸缩振动的特征谱峰。结果表明SIT值与相应结构特征谱峰的拉曼位移呈良好相关性。采用高温拉曼光谱仪测定了Na₅P₃O₁₀固态及熔体的变温拉曼光谱,观察到了Na₅P₃O₁₀在873～1 073 K间的相变。Na₅P₃O₁₀晶体的微结构单元为Q2₁与Q11₂, 其理论含量比例为2∶1。随着温度升高,Na₅P₃O₁₀的主要峰包中心向低频移动,熔融后体系中出现了Q₀,Q1₁,Q2₁,Q11₂,Q12₂,Q22₂等多种精细结构单元,导致其拉曼光谱的展宽与不对称性的出现。这些概念的建立和运用为磷酸盐熔体及玻璃的拉曼光谱的定量分析奠定了基础。     

红外杂化单光束谱的性质

同一样品不同厚度(b₁和b₂)的两单光束谱ø_b1和ø_b2经线性组合得到杂化单光束谱ø_α=αø_b1+(1-α)ø_b2=αø₀e-Kb₁+(1-α)ø₀e-Kb₂,α为杂化系数。通过改变杂化系数α,就可获得任意强度的杂化谱ø_α。系统研究了杂化光谱ø_α的性质。研究表明,只要控制合适的条件,则厚度为(b₂-αb₂+αb₁)的真实样品的单光束谱ø_b(b=b₂-αb₂+αb₁)与杂化谱ø_α高度相似,ø_α的失真程度可忽略不计。也就是说,厚度在b₁～b₂间任一厚度b的真实样品的单光束谱都可用杂化谱ø_α来表达,ø_α≈ø_b。因此,不需制备厚度为b的样品,通过改变杂化系数α就可获得研究者所希望强度的单光束谱ø_b。杂化谱方法有望在扣除背景干扰等方面得到广泛应用。     

采用小波分析方法降低可调谐半导体激光吸收光谱技术测量下限的实验研究

基于可调谐激光吸收光谱技术,主要采用数据处理的方法如互相关、小波分析等降低光谱吸收技术的测量下限。采用可调谐激光吸收光谱技术中的波长调制技术,对较低浓度下的NH₃进行了降低测量下限的试验研究。采用近红外波段2.25 μm附近的一组ν₂+ν₃ NH₃吸收谱线,其强度远高于1.5 μm处谱线,结合波长调制技术在最优信噪比的条件下对常温常压下不同浓度的NH₃进行了测量。为了保证实验条件下测量得到的二次谐波信号的峰值高度达到最大且信噪比最优,实验在调制系数为2.2左右的情况下,通过加载最优的高频调制信号来保证信噪比(SNR)。在10 m长的Herriott池中探测到了浓度为0.6×10-6的二次谐波信号,其中信号处理部分主要采用相关分析、多次平均以及小波变换分析来控制中心波长的移动和降低噪音的干扰。结果表明,经过数据处理以后的谐波信号,其检测下限降低到处理前的约百分之一,且不需要增加任何实验设备就可以很好的抑制噪音的影响,将相关分析和小波分析与波长调制技术相结合,这种数据处理方法对于在线检测技术具有很好的实用价值。     

离子分子束源的浓度调制光谱研究

建立了一套交流放电产生离子分子束源的装置,以N₂为例,束流中N＋₂的发射谱强度远大于N₂的发射谱强度,N+₂(B)/N₂(C)高达6∶1。根据其发射谱,对交流放电过程和浓度调制光谱进行了测量研究,并计算了离子分子激发态振动温度和转动温度,分别为3 310和282 K。     

运用傅里叶变换对差分吸收光谱的解析

利用差分吸收光谱技术原理,设计了相应的差分吸收光谱监测装置,对环境中存在两种主要污染气体SO₂和NO₂进行了监测。在对所测光谱进行分析时,提出了用傅里叶变换的信号分析方法来解析上述两种气体的吸收光谱。在光谱分析过程中,主要包括光谱信号的去噪处理和慢变化的拟合两大步骤。差分吸收光谱仪所测到的原始光谱经傅里叶变换后,频谱中的低频部分对应的就是原始光谱中的慢变化部分,而噪声谱主要集中在变换后频谱的高频部分,所以可以通过截取一定频率段的频谱后再通过逆傅里叶变换来去除气体吸收光谱中的慢变换部分和噪声部分,进一步处理后可以得到气体的差分吸收光谱,从而反演计算出对应的气体浓度。通过分析比较,该方法是一种新的差分吸收光谱解析方法,可以更好地拟合出原始光谱中的慢变化部分,与此同时,在去除噪声影响,提高信噪比方面有很好的作用。     

基于赛利斯模型和分数阶微分的兰姆波信号消噪

为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪.该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号.仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度.实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征.因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声.     

三种具有Keggin结构的硅钨氧簇化合物的光谱研究

合成了三种具有Keggin结构的硅钨氧簇化合物：K₃H[SiWⅥ₁₂O₄₀]·3H₂O(Ⅰ),(H₃O)₄[H₃SiWⅥ₉WⅤ₃O₄₀]·2H₂O(Ⅱ)和[(CH₃)₄N]₄[SiWⅥ₁₂O₄₀]·4.5 H₂O(Ⅲ),用FTIR,NIR FT-Raman,UV-Vis和荧光光谱等研究手段进行了光谱研究,探讨其结构与性能的关系。在这些化合物中, 阴离子相同或类似,具有孤立的[SiW₁₂O₄₀]簇骼基元,通过静电作用和弱的氢键与阳离子及水相连。它们的FTIR和NIR FT-Raman光谱研究表明：硅钨酸盐的特征振动频率与其结构相关,由于化合物Ⅱ中的部分W6+已被还原成W5+,使ν_as(WO_d)振动频率降低,且簇阴离子电荷大小也明显地对ν_as(W—O_c—W),ν_as(Si—O_a),δ(O_a—Si—O_a)等产生影响;化合物Ⅰ和Ⅱ的UV-Vis光谱显示,在200和250 nm左右有紫外吸收谱带;化合物Ⅰ的稳态荧光光谱观察到分别以220,350和440 nm激发时,相应在350,440和520及675 nm左右产生一个或两个发射峰。     

稀土硅钨杂多配合物与半菁复合材料的合成及光学性质

通过Keggin结构稀土硅钨杂多配合物K₁₃[Ln(SiW₁₁O₃₉)₂] (其中Ln=La,Ce,Pr,Nd,Sm,简写为Ln(SiW₁₁)₂)与碘化(E)-N-甲基-4-(2-(4-二甲氨基苯基)乙烯基)吡啶(C₁₆H₁₉N₂I,AI)反应,制备了一系列含轻稀土元素的硅钨杂多配合物与半菁衍生物的复合材料。应用元素分析和TG-DTA确定配合物的组成为(C₁₆H₁₉N₂)₁₀K₃[Ln(SiW₁₁O₃₉)₂]。利用红外光谱、紫外-可见光谱和荧光光谱研究了上述复合材料的光学性质及复合材料中无机组分与有机组分间的相互作用。     

温度对二氧化硫紫外吸收特性的影响

以氘灯为激发源,获得了不同温度、大气压条件下SO₂分子在285.0～320.0 nm波长区间的吸收谱。光谱图由弥散谱叠加分离谱组成,弥散谱产生于SO₂分子由基态向密集的高振转能级的吸收跃迁,分离谱主要产生于B1B₁←X1A₁跃迁,由分离谱带的间隔,获得了B1B₁激发电子态的对称拉伸和弯曲振动频率分别为：ω₁=(665±29) cm-1,ω₂=(448±17) cm-1。通过观测不同温度下的吸收谱,发现不同温度下吸收谱的结构基本相同,但吸收截面随温度升高而下降,不同吸收峰对应的吸收截面随温度呈现三次方规律变化,但比例系数不同。所以,在以吸收截面为基础的SO₂差分吸收光谱探测中,必须考虑温度变化对测量结果的影响。     

提升小波变换与中值滤波结合的红外光谱消噪

在光谱数据的定量分析中,噪声的存在常常会影响结果的准确性。为提高红外光谱分析精度,需要对光谱数据进行去噪处理。将一种光滑阈值函数和一种分层阈值选取方法应用到提升小波域光谱信号的去噪处理中,并对提升小波重构信号进行中值滤波。对某小麦品种的实测光谱信号,添加信噪比为21.17 dB的噪声后采用该方法进行去噪处理,并利用信噪比(SNR)、均方根误差(RMSE)、峰值平均相对误差(AREPV)以及峰位平均误差(AEPP)四项指标对去噪效果进行评价。结果表明,与软阈值法与硬阈值法相比,该方法能更有效地去除光谱信号中的噪声,保留光谱中的有用信息,提高光谱信噪比,降低均方根误差、峰值平均相对误差以及峰位平均误差,提高光谱的分析能力。     

基于奇异值分解和中位数绝对偏差的拉曼成像数据去噪方法

拉曼成像是一种无损伤、无需标记的光谱成像技术,它可以提供样品的不同组分的分子指纹信息以及空间分布特征,相比其他成像技术有着更重要的应用。但是拉曼散射的截面积小,灵敏度低,加上在很多实验中为了观察某些组分的动态分布而缩短扫描时间,导致最终得到的成像数据被噪声干扰,因此往往需要对信号进行去噪处理。常规的算法一般都是基于一个给定的数学模型对光谱进行处理,容易造成过滤波,使得信号失真;另外,在处理拉曼成像数据时,常规算法往往是对数据进行逐条光谱去噪,从而忽略了多条光谱之间的相互关系,导致最终的拉曼图像仍然受许多噪点干扰。因此,提出了一种基于奇异值分解和中位数绝对偏差的拉曼成像的信号处理方法,用于拉曼成像数据的去噪处理。该方法首先对拉曼成像数据进行奇异值分解,获得一个奇异值矩阵与两个正交矩阵;然后通过中位数绝对偏差法对奇异值矩阵中的各奇异值进行离群值检测,选取前k个被连续标记的离群值作为要保留的奇异值,并将其余的奇异值赋值为零,得到新的奇异值矩阵;最后用新的奇异值矩阵与两个正交矩阵重新求解得到去噪后的拉曼成像数据。实验中,首先验证了中位数绝对偏差法确定前k个奇异值的正确性,其次分别从处理后的图像质量和信号波形两方面对比了该算法与常规算法的去噪效果。结果证明,中位数绝对偏差法可以快速地确定出合理的k值大小,而且,依据该k值处理后的成像数据不仅在成像质量上消除了大量的噪点,使得组分的空间分布特征清晰可见,也在信号波形上较完美地保留了微小谱峰,并恢复光谱信号。该算法不同于常规算法,能同时对整个拉曼成像数据进行处理,并保留光谱之间的统计特征,是一种更加有效的拉曼成像数据的去噪方法。     

基于小波域可导阈值函数与自适应阈值的脉冲星信号消噪

脉冲星辐射信号具有极低的信噪比, 传统降噪方法难以在抑制噪声的同时保留其细节信息. 为此, 提出了一种小波域脉冲星信号消噪方法. 在小波域, 利用一种可导的阈值函数和一种自适应阈值选取方法, 对含噪脉冲星信号进行小波域阈值去噪处理, 并利用信噪比(SNR)、 均方根误差(RMSE)、 峰值相对误差(REPV) 以及峰位误差(EPP) 四项指标来对去噪效果进行评价. 实验结果表明, 与软阈值与硬阈值法相比, 该方法能在有效去除含噪脉冲星信号中的噪声、 显著提高其信噪比的同时, 更有效地保留原始信号中的有用信息, 同时可以获得更小的均方根误差、 脉冲峰值相对误差与峰位误差.     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

基于集合经验模态分解和奇异值分解的激光雷达信号去噪

为了提高差分光柱像运动激光雷达(DCIM雷达)探测信噪比,提出了一种基于集合经验模态分解(EEMD)和奇异值分解(SVD)的混合降噪法.由EEMD获得含噪信号多层模态分量,根据各模态分量之间互相关系数的差分量确定主要噪声并予以滤除,利用奇异值分解识别模态分量中的残余噪声并提取有用信号.利用混合降噪法EEMD-SVD和EEMD方法分别对模拟仿真信号和实测激光雷达信号进行降噪处理.结果表明,当模拟噪声标准差在0.05~0.2之间时,相比与未降噪直接反演的湍流廓线,EEMD-SVD方法降噪后反演的湍流廓线信噪比提高了2.718 7dB~6.921 5dB,相应的EEMD方法提高了1.446 1dB~3.366 1dB;两个不同时段DCIM雷达降噪前后反演廓线与探空廓线的对比发现,EEMD-SVD和EEMD两种方法降噪后反演廓线较之于未降噪的反演廓线,信噪比最大提高了2.526 5dB和2.155 6dB.EEMD-SVD的降噪效果优于EEMD,能够更有效地识别和滤除噪声,较大地提高了原始信号的信噪比,获得更准确的大气湍流廓线反演结果.     

基于Gabor变换的TDLAS检测信号的降噪研究

可调谐二极管激光吸收光谱(TDLAS)技术结合波长调制光谱(WMS)技术是用于痕量气体检测的重要技术手段。通过锁相放大器进行谐波检测,对解调得到的二次谐波信号进行分析可获得气体吸收的信息。但由于二次谐波信号受到噪声的影响,降低了检测系统的精度和稳定性。为了提高TDLAS检测系统的信噪比(SNR),提出了一种基于Gabor变换对二次谐波信号进行数字滤波降噪的方法。以CH₄在1 653.72 nm处的吸收光谱为例,通过仿真和实验对该降噪方法的有效性进行了验证。仿真结果表明,通过Gabor变换对信噪比为0dB的二次谐波信号进行处理后,系统的信噪比可提高15.73 dB。实验结果表明,基于Gabor变换进行降噪处理后,CH₄浓度在0.001%～0.02%区间内与二次谐波峰值的线性相关系数r达到了0.996 59,且系统的检测精度和稳定性明显提高。     

非下采样小波变换红外光谱数据去噪

为了降低噪声对实测红外光谱信号的影响,引入了一种非下采样小波变换的红外光谱数据去噪方法。采用非下采样小波变换对原始光谱信号进行多尺度分解,提取信号的多尺度细节特征;根据光谱信号和噪声在不同尺度上的差异,通过应用变分偏微分方程方法调整分解后的各子带系数;重构各子带就可以将原始光谱信号中真实信号和噪声分离,从而达到剔除噪声的目的。通过两组实验对比传统小波和该方法针对红外光谱数据的消噪效果,实验结果表明:非下采样小波变换在红外光谱数据去噪方面具有明显的优势,不仅能够有效地去除噪声,很好地保持信号的形状,并且均方误差较小;在实际的红外光谱数据处理中能够获得较好的去噪效果。     

An innovation based random weighting estimation mechanism for denoising fiber optic gyro drift signal

In Interferometric Fiber Optic Gyroscope (IFOG), the diminution of random noise and drift error is a critical task. These errors degrade the performance of IFOG. In this paper, a modified adaptive Kalman gain correction (AKFG) algorithm is proposed to denoise IFOG signal. The covariance matrix of innovation sequence is estimated using weighted average window method in which the weights are randomly generated in the range [0, 1]. Innovation based random weighted estimation (IRWE)-AKFG is applied to denoise the IFOG drift signal. The Kalman gain is adaptively updated using the covariance matrix of innovation sequence. The proposed algorithm is applied for denoising IFOG signal under static and dynamic environment. Allan variance method is used to analyze and quantify the stochastic errors in IFOG sensor. The performance of the proposed algorithm is compared with Conventional Kalman filter (CKF) and the simulation results reveal that the proposed algorithm is an efficient algorithm for denoising the IFOG signal.     

一种基于信息保留网络的图像去噪算法

由于成像设备等各种因素影响, 图像在成像或传感过程中会受到噪声干扰。图像去噪旨在减少或消除噪声对图像的影响, 这一过程往往会导致高频信息的丢失。为了在去除图像噪声的同时保护图像的边缘信息与纹理细节, 文章提出了一种计算复杂度相对较低的含有信息保留模块的卷积神经网络, 直接对含噪声图像进行降噪。信息保留模块通过残差学习提取局部长路径和局部短路径的混合特征信息。该文采用峰值信噪比(PSNR/dB)和结构相似性(SSIM)两项评价指标对实验结果进行量化, 这两项指标值越大, 说明去噪效果越好。实验结果表明, 在峰值信噪比和结构相似性2项评价指标的均值可达到30.36 dB和0.828 0, 相比其他对比算法, 2项评价指标分别平均提升了2.15 dB和0.072 9。该算法对不同种类、不同水平的噪声都具有良好的去噪效果, 且速度优于所对比的一般算法, 对基于卷积神经网络的去噪工作的进一步发展有一定的作用。