基于小波变换的CCD光谱信号消噪及汽车车灯颜色测试的应用研究

研制了一种新型测色系统。依据小波变换理论 ,对颜色测量中所接收到的光谱信号采用了小波变换消噪平滑数据处理技术 ,提高了系统测色的精度。采用CCD作为光电转换元件 ,接收汽车车灯光谱并转换为电信号 ,提高了测量速度。给出了CCD关于颜色测量的光谱标定方法。通过测量色度值与其标准色度值比较 ,所得偏差Δx≤ 0 0 0 8,Δy≤ 0 0 0 8;重复性Δx≤ 0 0 0 8,Δy≤ 0 0 0 8。     

近红外光谱预处理中几种小波消噪方法的分析

以菜籽油的一阶导数近红外光谱为研究对象,探讨小波变换在近红外光谱信号消噪方面的应用,分别采用九点平滑法、小波分解与重构法、非线性小波软阈值法和小波变换模极大值法对导数光谱进行消噪处理并对消噪效果进行比较分析。结果表明,小波变换模极大值光谱消噪法得到了较高的信噪比,小波软阈值法次之,其余两种方法消噪效果较差。小波变换模极大值法有效的保留了光谱的有用信息,为近红外光谱的分析精度和模型的稳健性奠定了良好的基础。     

高效液相色谱-原子荧光光谱联用中的连续数字信号采集和处理

本文报道了利用Visual C 编写原子荧光光谱仪的数字信号采集和处理软件,成功地解决了原子荧光光谱仪作为联用技术在线检测器的数据采集问题,实现了通过计算机串口对瞬变光谱信号的连续采集和实时的曲线绘制。本工作采用Savitzky-Golay平滑、傅里叶变换滤波和小波滤噪三种数据处理技术对采集数据进行平滑和滤波,并对其处理效果进行了比较。并以镉为例,验证了高效液相色谱与国产原子荧光光谱联用应用于形态分析的可能性。     

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。     

小波多分辨分析用于化学发光光谱的噪声滤除

本文利用小波变换对化学发光光谱进行了多分辨信号分解 ,有效地滤除噪声 ,提高了光谱信噪比。讨论了不同小波基和分解级次对分析结果的影响。分析表明小波分析对离散信号处理具有一定优势。     

基于荧光技术的啶虫咪农药检测仪的研究

设计了一套基于线阵CCD光电转换原理的荧光检测系统。利用该系统实现了对啶虫咪农药荧光光谱特性的检测。用CCD检测仪取代了常用的光电转换器件——光电倍增管，通过与光栅结合实现了光谱的快速分析。根据噪声和信号在小波变换下表现出的截然不同的性质，提出基于小波变换技术的荧光信号特征提取及消噪方法。结果表明，采用小波去噪能更好地保留荧光光谱峰值处的信息，可以大大提高系统的检测精度。     

基于提升小波变换的雷达生命信号去噪技术

对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言,去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性,建立了雷达生命信号的模型,分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理,结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪,提升小波变换去噪效果优于传统小波变换去噪效果,其信噪比(SNR)和均方误差(MSE)两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时,使用的小波基函数是sym8,分解层数为3层。     

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。     

基于提升小波变换的阈值改进去噪算法在紫外可见光谱中的研究

在紫外可见光谱定量分析中,由于分光光度计内部的光学系统、光源、检测器、电子元器件,电路设计以及外部环境干扰等因素产生的随机噪声,严重影响光谱定量分析结果的准确性,为提高紫外可见光谱分析精度,需要对光谱数据进行去噪预处理。由于小波分析具有多分辨率,低熵性、去相关性等特点,基于小波分析的去噪算法优于传统的去噪算法,目前基于小波去噪的方法主要有模极大值去噪算法,系数相关去噪算法,阈值去噪算法,工程实际应用以Donoho的阈值去噪法最为常用。根据Donoho阈值消噪原理,提出一种基于提升小波变换的阈值改进算法,一方面使用提升小波变换,提升小波变换是第二代小波变换,继承了小波的多分辨率特性,并且不需要进行傅里叶变换,从而具有算法简单,速度快,实现简单的优点;另一方面提出了一种新的阈值函数,克服了硬阈值函数在阈值处不连续以及软阈值函数存在恒定偏差的问题,同时对阈值估计进行了调整,有利于信号小波系数的保留和噪声小波系数的剔除。对三组多金属离子混合溶液的实测紫外可见光谱信号,添加随机噪声后使用该方法进行去噪处理,并使用信噪比(SNR)和均方根误差(RMSE)进行去噪性能评价。试验结果表明,提出的算法优于Donoho的软硬阈值去噪算法,能够有效提高光谱信噪比和降低均方根误差,从而更好地消除光谱信号中的噪声和保留光谱信号中一些重要的细节特征,比较适合用于紫外可见光谱数据建模之前的去噪预处理,在紫外可见光谱信号分析中具有较好的应用前景。     

用于分子测量的光学相干法的信号处理

放大自发辐射(ASE)光源是非高斯型光谱光源, 干涉时不可避免地产生旁瓣信号, 特别在测量大小与分辨率相差不大的细胞分子时影响尤为明显。利用小波变换去噪功能, 采用Daubechies 10小波对干涉信号进行3层分解, 各层频率信号分别采用不同阈值进行去噪, 不仅可大大减少旁瓣影响, 还能保留大部分主瓣信号, 结果表明该方法有利于提取有用信息。通过对颗粒样品的测量表明, 测量样品厚度大约为30 μm, 证明了该系统具有分辨率高的优点。     

基于连续光谱分析的在线水质检测信号处理研究

在线光谱水质检测仪器是现代水资源环境监测技术的重要发展方向之一,具有多参数监测和准确度高、重复性好的技术优势,然在线被测水样的光谱信号处理是其关键核心技术,为此,基于连续光谱分析,建立了在线被测水样光谱测量信号的数学模型,提出了基于双波长光强比值不变性的光谱测量信号系统误差处理方法,并结合小波多分辨率滤波噪声处理技术,系统研究了基于在线被测水质参数光谱特征的背景干扰处理方法。以上信号处理方法应用于自主研制的多参数光谱水质监测仪器,在线检测标准环境水样及实际环境水样中的化学需氧量、六价铬和阴离子表面活性剂等水质参数,并与国家标准分析方法展开了现场对比测试,仪器的关键参数重复性(相对标准偏差RSD≤10%)与准确度(实际水样比对试验相对误差A≤10%)均达到并优于国家环境保护技术标准要求,表明该信号处理方法能够有效消除在线水质检测光谱测量信号的系统误差及噪声与背景干扰,对于提升光谱水质监测仪器的技术性能具有重要的作用。     

小波分析在遥测信号处理中的应用

综述了小波分析的发展现状,通过对比小波变换与短时傅里叶变换之间的差异,指出小波分析是一种多分辨分析方法,特别适合于非平稳信号的分析与处理,并且应用该方法对遥测速变信号进行处理,取得了较好的效果。     

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。     

薄膜宽带监控中光谱信号随机噪音处理的研究

利用小波变换在时频域具有一定时间和频率多分辨率的特性,设计了小波阈值优化方法.根据信号与随机噪音在小波变换下各尺度不同的性质,同时减小拒真概率和虚报概率,在有效抑制随机噪音基础上,很好地保留了信号的细节成分.峰值误差为0.7%~1.0%,峰位误差为0.1%~0.3%.提高了光谱信号分析的准确性及系统的判停准确度.     

烟气中SO_2紫外光谱的加性噪声去除及评价方法

用紫外差分吸收光谱法对烟气中主要污染物SO2测量中的噪声去除及信噪比评价的问题进行了研究.在获取被测气体吸收特征时,采用基于多分辨率的原始光谱预处理方法,在不同尺度下判断信号的能最幅度滤除加性噪声,并根据烟气光谱信号在时间序列上不会出现突变的特性,在含有吸收特征的尺度上提高有用信号强度.再使用吸收截面构造理想吸收信号改善光谱的信噪比评价.新的去噪方法分别在实验室和现场进行了验证.在实验室中,使用上述方法对SO2气体进行多次测量,平均偏差均小于1.5%,重复性不超过1%.在现场测量中,以一个气体浓度变化范围较大的山东电厂为例,在18组比对数据中,最大偏差为2.31%.实验结果说明,该方法可有效地提高加性噪声污染严重的光谱的信噪比.     

基于极值统计的拉曼光谱信噪比评估方法与应用

随着近年来便携式光谱仪技术的迅速发展,CCD光谱仪相对于传统光谱仪在光谱收集方式上发生了很多变化：（1）采集到的光谱对信号进行叠加积分,传统信噪比评估方法无法通过单次检测获得探测器波动;（2）对于谱图噪声（谱线随机波动）,由探测器响应随机波动和扫描重复误差转变为CCD探测器像素响应差异、探测器随机噪声和与光学系统分辨力有关的模式噪声。噪声类型发生改变,导致原有的光谱质量评价方法适用性变差,基于实测光谱提出更具适应性的光谱质量评价方法具有很强的现实意义。根据拉曼光谱仪检测器的变化,对采集光谱信号的成分进行分析,在该分析的基础上提出了CCD光谱仪的噪声模型假设,根据该假设使用不同的信号极值点频率对不同的噪声进行像素分离,并对噪声频率模式进行了数值模拟,模拟结果与假设相符;在此基础上提出并实验验证了通过谱线极值间距评估谱线噪声的拉曼光谱信噪比评估方法,该方法包括以下两个步骤：（1）通过采集多次实测光谱进行叠加,叠加过程中对对应不同频次的光谱极值点数量进行统计,得到统计结果后基于文中规律分离光谱仪中的环境噪声和暗噪声;（2）应用上述分离结果,对实测光谱中对应暗噪声的谱线极值点作统计平均,再将该值应用于文中公式,计算得到信噪比。该方法在进行了步骤（1）的前期准备后,可以通过单张谱图评估CCD拉曼光谱仪的随机噪声,并用于评估光谱的信噪比。基于光学构架相同、CCD探测器不同的三个拉曼光谱系统进行实验,采用该方法通过设定信噪比阈值对谱图质量进行控制,获得了一致的光谱曲线;基于该方法对同步叠加平均法进行信噪比拟合,拟合优度达到98%。该方法可用于拉曼光谱仪的性能评估和获取拉曼光谱谱图的质量实时控制。理论和实验表明：对于基于CCD探测器的拉曼光谱仪器,当确定样品和特征峰时,可以基于此方法获得信噪比。该方法还可用于比对不同配置的拉曼光谱设备,以及作为控制谱图质量一致性的标准,并对基于拉曼光谱技术的智能鉴别系统的开发具有指导意义。     

Spectral restoration from low signal-to-noise,distorted NMR signals: application to hyphenated capillary electrophoresis-NMR

In capillary electrophoresis separations coupled to NMR signal detection using small solenoidal coils, electrophoretic currents cause substantial distortion in the NMR spectral linewidths and peak heights, distortions which cannot be fully counteracted through shimming. The NMR spectra also have a low signal-to-noise ratio due to the small amounts of material, typically <1nmol, associated with such microseparations. This study proposes a two-step, signal processing method to restore spectral lines from the distorted NMR spectrum. First, a reference signal is acquired to estimate the broadening function, as a combination of several Lorentzian functions, using a gradient descent method. Then multi-resolution wavelet analysis is applied to the distorted spectrum to determine an initial estimate of the frequencies of the spectral lines. Convergence to the final spectrum, a second set of Lorentzians, involves deconvolution with the estimated broadening function using a gradient descent method. Experimental CE-NMR data show that considerable improvements in spectral quality are possible using this approach, although fine splittings can not be resolved if the broadening function is large.     

EEMD在土壤剖面反射光谱消噪中的应用

实测光谱常含有大量干扰信息,消噪在光谱数据处理和分析中极为重要,它直接影响后续的定量分析和信息挖掘。因此,选择适当的消噪方法是改善光谱分析精度,提升光谱分析能力的一个关键性突破。集合经验模态分解(EEMD)方法是一个以信号固有特征尺度为度量的时空滤波过程,能充分保留信号本身的非线性和非平稳特征,在信号的滤波和消噪中具有较大的优势。结合EEMD的多尺度滤波特性,提出了一种新的EEMD阈值光谱消噪方法,并应用于新疆塔里木河中游典型绿洲33个土壤剖面反射光谱数据的预处理。为探讨EEMD阈值法在土壤剖面反射光谱消噪中的效用,对EEMD阈值法和小波阈值法的消噪结果进行了对比分析。结果表明：与传统的小波阈值法相比,EEMD阈值法消噪结果的信噪比从14.836 6 dB提高到34.275 7 dB,均方根误差由6.786 1×10-5降到7.240 6×10-6,相关系数从0.982 5提高到0.999 8,EEMD阈值法的三个消噪效果衡量指标均优于小波阈值法。证明了EEMD阈值法可有效地去除土壤剖面光谱噪声,较好地保留了光谱的细节信息,提高了光谱的定量分析精度,且与小波阈值消噪方法相比具有较强的可靠性和自适应优势,作为光谱数据预处理的一种新方法,其应用前景良好。