可调谐二极管吸收光谱痕量气体浓度算法的研究

基于可调谐二极管激光吸收光谱学的大气痕量气体在线监测分析仪具有高灵敏、快速响应和高选择性的特点。分析了可调谐二极管激光吸收光谱(TDLAS)二次谐波信号的特征,以高浓度谐波信号作为标准,采用线性最小二乘拟合的方法对谐波信号进行数值拟合,高精度的反演出了痕量气体浓度值。并对标准信号和检测信号之间的相关系数和浓度反演规律进行了研究。以甲烷气体的测量信号和浓度反演为例,验证了算法。     

PLS算法在激光诱导击穿光谱分析炉渣成分中的应用

炉渣成分的实时在线检测是目前金属冶炼企业迫切需求的一项技术.本文利用激光诱导击穿光谱技术结合偏最小二乘回归模型对炉渣中的CaO、MgO、Al2O3和Fe进行定量分析.采用背景修正和基于等离子体成像强度的谱线归一化法对光谱进行预处理,有效提高了光谱强度的准确性和稳定性.利用25块已知成分的炉渣样品建立偏最小二乘回归定量分析模型,并用其预测另外5块样品成分.CaO、MgO、Al2O3和Fe预测结果的平均相对误差分别为4.7%、11.5%、17.9%和12.5%.实验结果表明,激光诱导击穿光谱结合偏最小二乘回归方法可实现炉渣成分实时在线检测.     

基于CIC的数字正交锁相放大器的甲烷检测实验研究

针对甲烷在大气中背景气体成分复杂、检测难度大、稳定性差等问题,本文基于可调谐二极管激光吸收光谱技术和波长调制光谱技术,将积分梳状滤波器与有限脉冲响应滤波器相结合应用于数字正交锁相放大器,开展大气中甲烷气体的痕量检测实验研究。实验表明,与传统的数字正交锁相放大器相比较,改进的数字正交锁相放大器提取的二次谐波信号的信噪比从38.61 dB提高到44.95 dB;将非线性迭代最小二乘法-极限学习机算法模型应用于甲烷气体浓度反演,与经典的最小二乘法相比较,其均方根误差减小了0.907;通过16组浓度步进实验测试,该系统的实际检测下限为1 ppm;在压力为600 mbar,温度为25℃,甲烷浓度为50 ppm进行3 h的长期稳定性测试,检测的甲烷浓度变化范围为49.6~50.3 ppm,其标准差为0.0921 ppm。当积分时间达到56 s时,该系统的理论检测极限为25.6 ppb。积分梳状滤波器和非线性迭代最小二乘法-极限学习机算法模型在红外气体检测方面具有较高的优越性和实用前景。     

CO和CO2的1.58μm波段可调谐二极管激光吸收光谱的二次谐波检测研究

红外可调谐二极管激光吸收光谱技术作为新的痕量气体监测分析方法,在大气化学研究和污染气体监测中得到了应用.文章介绍利用可调谐二极管激光吸收光谱学(TDLAS)技术对常压下的CO和CO2的近红外波段光谱静态测量研究和洛伦兹线型下的CO2二次谐波光谱与调制度的关系.     

改进偏最小二乘法在近红外牛奶成分测量中的应用

采用NicoletNexus870红外-近红外傅里叶变换光谱仪测量了36个市售巴氏杀菌纯牛乳样品的透射光谱。在近红外光谱1254～1875nm和2045～2372nm波段内,为了选择携带信息量大的波长区域,采用改进偏最小二乘回归法,包括间隔偏最小二乘法、移动窗口偏最小二乘法和可变窗宽移动窗口偏最小二乘法对巴氏杀菌纯牛乳中脂肪、蛋白质及乳糖成分分别建立模型,进行了分析和比较,结果表明,采用改进偏最小二乘法所选出的波长区与目标值的相关程度高,可以较好地建立牛奶的预测模型。     

一种改进小波算法及其在拉曼光谱预处理的应用

针对现有用于光谱预处理的小波变换算法对光谱噪声和背景荧光等处理效果不佳的局限性,本文提出了一种改进的小波变换算法——小波变换频率分量相关选择法,首先对拉曼光谱进行小波棱镜分解,然后计算各个频率分量与待测质量指标的相关系数,设定相关系数的相对阈值,提取高于阈值的小波频率分量波长点光谱数据作为校正模型的有效输入数据。将其应用于汽油低分辨率拉曼光谱的预处理,并采用预处理后光谱建立的偏最小二乘模型预测值的最大正负误差和交叉检验的均方误差作为指标。实验结果证明,与其他常见预处理方法比较,该方法并能够很好地减弱荧光背景干扰和高频噪声,显著提高了基于偏最小二乘方法建立的汽油辛烷值的模型预测精度,其均方误差减少为0.23;此外,采用该预处理方法的偏最小二乘模型的均方误差随主元数变化不大,稳健性也比采用其他预处理方法的效果好。     

差分吸收光谱法测量大气污染的浓度反演方法研究

介绍了差分光学吸收光谱法(DOAS)测量大气污染气体浓度的基本原理,描述了对测量光谱所作的一些必要处理,对最小二乘法作了简单介绍,并将它用在DOAS方法中的浓度反演中,通过与当地监测站的数据进行对比,证明了最小二乘法非常适用于DOAS方法中的浓度反演. 关键词： 差分光学吸收光谱法 光谱处理 最小二乘法 环境监测     

基于可调谐激光的CO监测仪的不确定度评定

采用可调谐二极管激光吸收光谱技术(TDLAS)对CO气体的浓度进行测量,应用整体二次谐波最小二乘法对测量信号的实验数据进行反演处理。基于可调谐二极管激光吸收光谱技术, 对CO在线监测仪测量结果的不确定度来源进行了分析, 采用直接评定法对各种因素引起的不确定度分量、标准不确定度和合成不确定度进行了评定。实验结果表明, 仪器示值引入的不确定度、标准气体浓度定值的不确定度以及环境温度变化和电源电压波动引入的不确定度是影响测量不确定度的主要因素。     

SPA-LS-SVM检测土壤有机质和速效钾研究

应用可见/短波近红外光谱分析测量土壤有机质和速效钾含量。光谱预处理包括平滑,标准归一化,多元散射校正和平滑结合一阶导数,以消除系统噪声和外部干扰,分别应用偏最小二乘和最小二乘支持向量机方法建立校正模型,模型的输入为基于连续投影算法得到的特征波长。比较显示基于连续投影算法得到的特征波长为输入的最小二乘支持向量机优于偏最小二乘法建模。模型评价指标由相关系数和预测均方误差表示。有机质的相关系数和预测均方误差分别0.860 2和2.98,速效钾为0.730 5和15.78。表明基于连续投影算法可见/短波近红外光谱利用最小二乘支持向量机建模,可以作为一个精确的土壤有机质和速效钾的测定方法。     

基于时分复用技术的吸收光谱气体温度在线测量研究

可调谐半导体激光吸收光谱技术是一种具有高灵敏度、高选择性的非接触式气体在线测量技术。通过直接扫描多条H2O特征谱线并结合最小二乘算法实现对开放环境气体温度的在线测量。利用HITRAN光谱数据库详细讨论了边界效应对气体温度浓度测量的影响,计算结果表明,扫描多特征谱线并结合最小二乘算法可有效减小边界效应对开放环境气体温度测量的影响。实验中采用时分复用技术同时扫描了7 444.36,7 185.60,7 182.95和7 447.48cm-1四条H2O特征谱线,对管式炉573～973K范围内不同工况下的气体温度进行了测量。吸收光谱测量结果与热电偶信号的最大温差小于52.4K,温度测量最大相对误差为6.8%。     

FTIR噪声修正方法用于提高挥发性有机物定量精度

经典最小二乘法(CLS)是傅里叶红外光谱定量分析软件中的一种常用算法。统计学中,当待测信号中的误差为正态分布零均值等方差时,CLS法可以得到最优无偏估计,但对异方差误差则不然。傅里叶红外光谱仪(FTIR)吸光度谱中的噪声相当于异方差误差,通过对噪声源的理论分析和实验统计计算获得了噪声的方差分布,并以此对CLS方法进行加权修正。计算表明,在分析气体中挥发性有机化合物(VOCs)污染浓度时,相比CLS方法, 采用仪器噪声方差分布修正后的加权最小二乘法(WLS)可以显著降低噪声对定量精度的影响,提高了分析结果的准确性和可靠性。     

Study on the optimal algorithm prediction of corn leaf component information based on hyperspectral imaging

Genetic algorithm (GA) has a significant effect in the band optimization selection of Partial Least Squares (PLS) correction model. Application of genetic algorithm in selection of characteristic bands can achieve the optimal solution more rapidly, effectively improve measurement accuracy and reduce variables used for modeling. In this study, genetic algorithm as a module conducted band selection for the application of hyperspectral imaging in nondestructive testing of corn seedling leaves, and GA-PLS model was established. In addition, PLS quantitative model of full spectrum and experienced-spectrum region were established in order to suggest the feasibility of genetic algorithm optimizing wave bands, and model robustness was evaluated. There were 12 characteristic bands selected by genetic algorithm. With reflectance values of corn seedling component information at spectral characteristic wavelengths corresponding to 12 characteristic bands as variables, a model about SPAD values of corn leaves acquired was established by PLS, and modeling results showed r = 0.7825. The model results were better than those of PLS model established in full spectrum and experience-based selected bands. The results suggested that genetic algorithm can be used for data optimization and screening before establishing the corn seedling component information model by PLS method and effectively increase measurement accuracy and greatly reduce variables used for modeling.     

迭代最小二乘法气体光谱自动水汽差减算法

傅里叶红外光谱法具有测量速度快、信噪比高、检测范围广等优势,在针对污染源废气排放的快速检测及长时间在线监测中具有巨大的发展潜力。水汽是红外光谱污染气体检测中的主要干扰物,影响NO_X,SO₂等重要污染物的检测,差减水汽背景谱消除光谱中水汽干扰可提高这些污染物的检测精度,具有重要意义。气体光谱中水汽吸收峰由于受到水分子团簇、仪器线型函数等影响,通过数值方法对其计算的误差较大;为此,水汽背景谱一般需采用同一台光谱仪实测获得。主要有两种方法： 第一种是通过反复调节水汽/氮气混合气中的水汽浓度,使水汽背景谱中的水汽吸收峰与污染气体光谱中水汽吸收峰相同,此方法耗时较长,且受环境条件制约很难在现场检测中使用;第二种方法是预先测量不同浓度的水汽光谱,在检测污染气体时选取两幅与污染气体光谱中水汽吸收峰最为接近且将其夹在中间的水汽光谱作为参考谱,使用这两幅参考谱线性拟合与污染气体光谱中水汽吸收峰相同的水汽背景谱,此方法可获得高度近似的水汽背景谱,但当前缺乏相关自动算法妨碍了其在快速自动消除水汽干扰方面的应用。为此,提出一种选取水汽参考谱及拟合水汽背景谱的自动算法,用于自动差减消除水汽干扰。在参考谱选取中,使用污染气体光谱依次减去浓度由低至高的水汽光谱,依据差减后光谱中水汽吸收峰所在波数的吸光度正负性来选取参考谱。在水汽背景谱计算中,基于迭代最小二乘法逐步剔除光谱中受污染物吸收峰干扰的波数,采用剩余波数上的数据拟合水汽背景谱,使其与污染气体光谱中水汽吸收峰相一致。使用水汽背景谱对污染气体光谱进行差减即可消除污染气体光谱中的水汽干扰。对含有NO₂的污染气体光谱进行了差减消除水汽干扰实验,结果表明所提出的自动算法可快速准确消除水汽干扰;NO₂在消除水汽干扰后可由其位于1 629 cm-1的强吸收峰检测,相比消除水汽干扰前使用不受水汽干扰的位于2 917 cm-1的弱吸收峰检测,其检出限得到了大幅提高。     

土壤全氮田间Vis/NIR光谱测定方法研究

应用Vis/NIR光谱直接测定原始土壤属性具有重要的研究和应用价值。选取我国中部水稻土和潮土共103个土样,对比分析了两种土壤在田间环境下的湿态(R_w)和干态(R_d)光谱特征。采用相对变换光谱方法对湿态光谱进行了处理,结果表明该方法能够有效降低土壤水分的干扰和消除部分噪声,得到的变换光谱(R_n)与干态光谱在信息量和特征方面具有很高的相似度。以此建立了土壤TN的PLS回归估计模型,检验结果表明,R_n对水稻土和潮土TN的估计模型精度均高于R_w,修正判定系数分别从0.26和0.46提高到0.53和0.62。因此,相对光谱变换方法能够有效提高应用田间土壤光谱估计土壤参数的能力,建立的PLS模型可以用于测定TN含量,研究结果可作为实现田间实时分析土壤属性的工作基础。     

LIF技术与PLS-DA算法联合辨识矿井涌水水源类型的研究

快速的矿井涌水水源辨识对于矿井的水灾预警及灾后救援意义重大。常规方法使用离子浓度做为判别因子,耗时过长,因此提出一种激光诱导荧光光谱(LIF)技术与偏最小二乘判别分析(PLS-DA)算法联合快速辨识矿井涌水水源类型的方法。实验使用405 nm激光对被测水体进行激发,获取矿井5个不同含水层100组水样的荧光光谱,根据光谱曲线特征,对数据进行压缩处理,获取合适的光谱数据。每种水样使用15组共75组光谱数据作为建模集,剩余的25组水样的光谱数据作为测试集。为验证实验结果,设计了簇类的独立软模式(SIMCA)算法与PLS-DA算法构建的实验模型进行对比。实验发现矿井不同含水层水样的荧光光谱差异较大,在不进行任何预处理的情况下,以PLS模型为基础的PLS-DA算法较SIMCA算法的建模正确率高,达到了100%,其校正及验证结果与实际分类变量的相关系数均大于0.951,校正集均方根误差(RMSECV)和验证集均方根误差(RMSEP)均小于0.123,利用模型对测试集中五种水样样本的识别正确率均为100%。     

小波多尺度正交校正在近红外牛奶成分测量中的应用

光谱分析中,干扰信号的存在直接影响所建分析模型的质量。基于信号和干扰的不同特性,提出了一种扣除背景和噪声干扰的新方法——小波多尺度正交校正(WMOSC)法。首先将原始光谱进行小波变换(DWT),消除噪声及背景信息,然后采用正交信号校正(OSC)滤除与待测组分浓度无关的全部信息。与单纯的小波变换及正交信号校正相比,WMOSC能有效地扣除背景和噪声干扰,使模型具有更强的抗干扰能力,提高了模型的预测精度。利用该方法对牛奶样品的近红外光谱进行处理,采用偏最小二乘法建立校正模型,其牛奶中脂肪、蛋白质和乳糖的预测均方根误差(RMSEP)分别为0.101 6%,0.087 1%和0.110 7%。实验结果表明该方法能有效地去除干扰,保留有用信息。     

嵌入式粒子群-遗传算法的水质COD检测特征波长优化算法

基于紫外-可见光谱法的水质测量中,光谱信号易受到系统噪声干扰、悬浮物散射干扰,且存在信息冗余、多重共线性等特征,导致水质COD测量中特征波长的选取产生较大偏差。因此,提出了基于嵌入式粒子群-遗传（EPSO_GA）算法的水质COD检测特征波长优化算法,以提高波长选择精度。为验证检测特征波长优化算法的可行性,采集了某高校池塘水样、生活污水和排水沟水样的光谱数据,利用EPSO_GA算法对预处理后的光谱数据选取特征波长。EPSO_GA算法采用实数编码方法实现了粒子群（PSO）优化算法和遗传（GA）优化算法的统一编码,在PSO算法中更新粒子时嵌入GA算法的选择、交叉、变异等操作,改善了这两种算法各自在光谱波长特征选取问题上的局限性。将EPSO_GA算法选取的特征波长结合偏最小二乘法（PLS）构建了EPSO_GA_PLS的水质COD预测模型,并且与传统的PSO算法、GA算法选取特征波长建立的PSO_PLS、GA_PLS和全光谱构建的PLS水质COD预测模型做了对比。结果表明：与PSO_PLS,GA_PLS和全光谱构建的PLS水质COD预测模型相比,EPSO_GA改善了PSO算法和GA算法在光谱特征波长选择中早熟和收敛速度慢的问题,降低了全光谱构建PLS水质COD预测模型的复杂度,提高了模型的预测精度。基于EPSO_GA算法建立的EPSO_GA_PLS水质COD预测模型,均方根误差降到了0.212 3,预测精度增加到0.999 3,可以快速定量检测水质COD,为紫外-可见光谱法测COD提供了更好的预测模型。     

近红外光谱与烟草样品总糖含量的非线性模型研究

针对烟草样品的近红外 (NIR)光谱与其总糖含量非线性相关的特点 ,提出了一种混合算法用于建立近红外光谱的非线性模型。该算法结合了偏最小二乘法 (PartialLeastSquare ,PLS)算法和人工神经网络(ArtificialNeuralNetwork ,ANN) ,把模型分成两个部分 :线性部分与非线性部分 ,并分别进行建模。与传统的多元校正算法PLS ,主成分回归 (PrincipleComponentRegression ,PCR) ,非线性PLS(NonlinearPLS ,NPLS)等相比 ,该混合算法所建的非线性参数模型的预测结果有明显的改善 ,从而为建立非线性模型提供了一种快速、准确的算法 ,可用于烟草样品总糖含量的定量分析。     

基于迭代初始化遗传算法的光谱波段选择及其在感冒液多组分测定中的应用

光谱数据用于多元校正时,组分间的交互作用会使部分波段与组分浓度呈非线性关系,在用偏最小二乘法(PLSR)建模前,宜作波长筛选。基于迭代初始化的遗传算法(IRGA)将运行多轮GA,递归地以上轮结果作为先验知识支持下轮的初始化,并对入选波长点的统计频率进行平滑处理,由此可高效地从全谱中选出校正性能良好的波段,筛选结果稳定。入选波段对全谱既作了适当简化,又充分保留了有效信息。再采用PLSR建模,模型更具稳健性。将该法用于感冒液的五组分测定,与全谱建模法相比,其预测性能和稳健性有显著提高。