基于CEEMDAN的光声光谱CO检测技术

为实现高灵敏度痕量CO气体探测，设计并实现了一种基于光声光谱的CO气体传感器，采用近红外分布反馈式激光器和掺铒光纤放大器作为激励光源系统，结合双通道差分光声池降低系统噪声。用自适应噪声的完备经验模态分解算法结合Savitxky-Golay滤波器对采集的非线性光声信号进行降噪，通过评估降噪后分量与原始信号的相关系数选取有效模态并重构。实验结果表明，室温和常压条件下，积分时间为100 ms，经算法处理，该系统CO检测信噪比提高至原来的4.6倍，最低检测极限降低到2.6×10^-6，且该传感器对气体浓度具有良好的线性响应，验证了该算法在提高光声光谱系统检测性能方面的可行性与有效性。