基于离散极大值法的太赫兹光谱特征吸收峰提取方法

太赫兹波在电磁波谱中介于微波和红外辐射之间,具有指纹特性、安全无损、强穿透性等特点,因此太赫兹光谱技术在药品成分和组成检测领域具有广泛应用价值。针对高纯度物质识别研究中存在部分弱吸收峰不易识别,以及混合物的太赫兹光谱中吸收峰强度降低而导致吸收峰位信息模糊化的问题,提出了一种基于离散极大值法的光谱吸收峰位识别方法,即伴随拐点法。伴随拐点法首先利用目标检测物太赫兹吸收系数谱图的一阶和二阶导数确定吸收峰位的伴随拐点和基线谱,其次将原始吸收光谱与基线谱进行差分运算得到差谱,最后根据离散极大值法确定吸收峰位,从而实现特征吸收峰的识别。为验证伴随拐点法的有效性,采用伴随拐点法对四种硝基呋喃类样品光谱进行吸收峰提取,并将吸收峰位识别结果与仿真结果进行比较。实验结果证明,伴随拐点法能有效识别目标检测物的强吸收峰和弱吸收峰。该方法不仅在含峰目标物的太赫兹特征吸收峰识别问题中具有广泛的应用前景,还适用于其他光谱的谱峰峰位检测。     

单发太赫兹时域光谱技术

太赫兹时域光谱技术(THz-TDS)广泛应用于材料、生物医学、化学、药学、安检等诸多领域。传统扫描式THz-TDS技术需要通过改变探测光延时逐点扫描并重构时域信号,仅适合于具有较高重复频率且稳定的太赫兹辐射源情形下的样品探测。在低重复频率或涨落较大的太赫兹辐射源情形下和不可逆过程中样品的探测,扫描式THz-TDS不再适用,需要使用单发THz-TDS技术,单发THz-TDS技术原则上仅需要一个激光脉冲就可以获取一个完整的太赫兹时域脉冲波形。介绍几种主要的单发THz-TDS探测技术,这些技术都利用了电光晶体的泡克尔斯效应,通过测量探测光的某个物理量的变化来提取太赫兹信号。根据探测方法不同可分为光谱编码、空间编码和互相关等技术。在光谱编码技术中,探测光不同频率成分在时间上发生分离,不同时间成分分别被太赫兹脉冲不同时刻电场调制,通过测量探测光各个频率被太赫兹脉冲调制前后的光谱的变化提取太赫兹脉冲波形。该方法光路简单,测量结果直观,有较高的信噪比,但其时间分辨率较低,且被测太赫兹信号容易产生失真。为提高被测信号的时间分辨率,有人提出了空间编码技术,即不同位置探测光分别被太赫兹脉冲不同时刻电场调制,通过测量探测光各个位置太赫兹脉冲调制前后的光强变化提取太赫兹脉冲波形。根据不同空间展开方法可分为一维空间编码技术和二维空间编码技术。空间编码技术中虽然有较高的时间分辨率,但由于探测光在空间展开能量分散使得其信噪比相对较低。此外,还有一种较高时间分辨率的技术即互相关技术,可分为共线互相关和非共线互相关技术。在非共线互相关技术中,被太赫兹脉冲调制的激光啁啾脉冲与短脉冲互相关作用产生二次谐波,通过太赫兹脉冲调制前后二次谐波空间分布变化来提取太赫兹信号;在共线互相关技术中被太赫兹脉冲调制的啁啾脉冲与短脉冲共线入射到光谱仪,通过干涉条纹提取太赫兹信号,该技术提高了时间分辨率和信噪比,但光路布置复杂,不能进行实时监测。回顾了这几种单发THz-TDS探测技术的发展历程,综述探测技术的原理、实验方案和测量结果,并讨论了这些探测技术的优势和不足。     

苏氨酸不同分子构型太赫兹吸收峰的量子化学指认

与红外、紫外和拉曼光谱相比,太赫兹光谱能量低,在待测物质中不会出现有害光致电离现象,伴随太赫兹技术的不断成熟,太赫兹波已经成为常用的无损检测用波.很多生物大分子在高频光波探测下具有指纹性,太赫兹时域光谱技术是对生物大分子无损检测的最佳手段.同时,不同生物分子在太赫兹吸收谱中呈现出各不相同的吸收峰,获得待测物质的太赫兹吸...     

超宽带太赫兹时域光谱探测技术研究进展

太赫兹时域光谱(THz time-domain spectroscopy, THz-TDS)技术是一种非常有效的相干探测技术,具有信噪比高,探测带宽,可在室温下工作,可进行时间分辨测量等特点,广泛应用于材料、化学、生物、安检等领域。较早时期的THz-TDS系统受限于太赫兹辐射源的带宽和光谱探测手段,测量范围有限(<5 THz),较高频段的光谱信息无法得到。为了进一步扩大太赫兹时域光谱探测技术的应用范围,迫切需要发展超宽带(≥10 THz)的太赫兹时域光谱探测技术。本文回顾了太赫兹时域光谱探测技术的发展进程,综述了实现超宽带太赫兹时域光谱探测的主要技术方法,展示了不同测量方法的典型实验方案,同时总结了不同探测方法的优缺点,并追踪了主要研究小组的前沿成果以及最新的应用进展。     

基于深层信念网络的太赫兹光谱识别

特征提取和分类是太赫兹光谱识别的关键。部分物质在太赫兹波段内没有明显的吸收峰,难以人工定义、提取特征及分类识别,为此,结合深度信念网络(deep belief network,DBN)和K-Nearest Neighbors (KNN)分类器的优点,提出了一种基于DBN的太赫兹光谱识别方法。首先利用S-G滤波和三次样条插值对ATP,acetylcholine_bromide,bifenthrin,buprofezin,carbazole,bleomycin,buckminster和cylotriphosphazene在0.9～6 THz内的太赫兹透射光谱进行归一化处理;然后由两层受限波尔兹曼机(restricted Boltzmann machine, RBM)构建DBN模型,并采用逐层无监督的方法训练模型,以自动提取太赫兹光谱特征;最后用KNN分类器对8种物质的太赫兹透射光谱进行分类。结果表明,使用DBN自动提取的光谱特征,KNN分类器、BP神经网络、SOM神经网络和RBF神经网络的分类准确率达到了90%以上,且KNN分类器的识别率优于其他三种分类器;采用DBN自动提取物质的太赫兹光谱特征大大减少了工作量,在海量光谱数据识别中具有广阔的应用前景。     

利用太赫兹时域光谱检测四环素类抗生素

利用太赫兹时域光谱技术,探究4种常见的四环素类抗生素(四环素、金霉素、土霉素及强力霉素)在0.2～2.5 T Hz波段的分子特性.用傅里叶变换进行时域光谱分析,结果表明这些四环素类抗生素在太赫兹波段具有不同的特征吸收峰,利用此特征设计出定性鉴别抗生素种类的方法.     

太赫兹光谱与成像在生物医学领域中的应用

太赫兹科学技术的良好发展势头已经在医药领域逐渐得到了重视与应用。与红外辐射、核磁共振、X射线、超声波等传统医疗诊断技术相比较,太赫兹电磁波技术具有低能量、高空间分辨率和宽带光谱分析能力等独特优势,从而为人体成像以及太赫兹波与人体组织相互作用研究提供了一种可靠的技术方法;由于太赫兹波的穿透性强,且指纹峰的专属性较高,能够在药物的检测与鉴别等方面发挥重要作用。基于太赫兹波段的以上优异特点,文章在介绍太赫兹光谱与成像技术在生物医学领域中的应用时,重点分析了太赫兹电磁波技术对人体皮肤组织的研究,人体的基因表述,对生物体细胞影响的研究,对癌症和骨头等组织的研究,以及对药物的研究等方面的现状和发展。基于上述的研究进展,文章介绍了太赫兹科学技术在未来的医学领域中面临的挑战,并展望了发展前景。     

利用太赫兹时域光谱技术测量水汽的吸收谱

介绍了太赫兹时域光谱系统的基本结构和工作原理,利用目前世界上最先进的太赫兹时域光谱系统TPS spectra 1000测量了湿度为60%的情况下水汽的太赫兹吸收谱,结果说明水汽具有众多太赫兹吸收谱,其中18.57cm-1、47.11cm-1、96.08cm-1三条谱线是水分子的振转谱,可以作为系统的校准谱线。     

缺陷组合嵌入VO2薄膜结构的可调太赫兹吸收器

提出一种多缺陷组合嵌入VO2薄膜结构的可调太赫兹吸收器,它由上表面金属图案层、基体和底层金属板三层结构组成,在上表面和基体之间嵌入二氧化钒介质.计算结果表明在f=4.08 THz和f=4.33 THz两频点吸收率分别为99.8％和99.9％.通过改变外界环境温度可控制二氧化钒相变,从而使两个频点吸收率从99.8％变化到...     

基于双向长短期记忆网络的太赫兹光谱识别

特征提取是太赫兹光谱识别的关键处理步骤,通常利用降维方法作为特征提取手段。然而,当一些化合物的太赫兹光谱曲线整体差异度较小时,降维方法往往会缺失样本差异的重要特征信息,从而导致分类错误。如果不采用降维方法提取特征,传统机器学习分类算法对维数较高的原始太赫兹光谱数据又不能很好的分类。针对此问题,提出了一种基于双向长短期记忆网络（BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。BLSTM-RNN作为一种特殊的循环神经网络,利用其LSTM单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题。再结合模型的双向频谱信息利用架构模式,可以增强模型对复杂光谱数据自动提取有效特征信息的能力。采用三类、15种化合物太赫兹透射光谱作为测试对象,首先利用S-G滤波和三次样条插值对Anthraquinone,Benomyl和Carbazole等十五种化合物在0.9～6 THz内的太赫兹透射光谱数据进行归一化处理,然后通过构建一个具有双向长短期记忆的循环神经网络对太赫兹光谱的全频谱信息进行自动特征提取并利用Softmax分类器进行分类。通过试验优化网络结构和各项参数,最终获得了针对复杂太赫兹透射光谱数据的预测模型,并与传统机器学习算法SVM,KNN及神经网络算法MLP,CNN进行对比实验。结果表明,dataset-1和dataset-2分别作为差异度较大和无明显峰值特征的五种化合物太赫兹透射光谱数据集,其平均识别率分别为100%和98.51%,与其他方法相比识别率有所提高;最重要的是,dataset-3作为5种化合物谱线极为相似的太赫兹透射光谱数据集,其平均识别率为96.56%,与其他方法相比识别率提高显著;dataset-4作为dataset-1,dataset-2和dataset-3的透射光谱数据集集合,其平均识别率为98.87%。从而验证了BLSTM-RNN模型能自动提取有效的太赫兹光谱特征,同时又能保证复杂太赫兹光谱的预测精度。在选择模型训练优化算法方面,使用Adam优化算法要好于RMSProp,SGD和AdaGrad,其模型的目标函数损失值收敛速度最快。同时随着模型训练迭代次数增加,相似太赫兹透射光谱数据集的预测准确率也不断提升。可为复杂太赫兹光谱数据库的光谱识别检索提供一种新的识别方法。     

特征谱区筛选在多元混合物的太赫兹光谱定量分析中的应用

用特征谱区筛选法结合太赫兹时域光谱(THz-TDS)技术对多元混合物成分含量进行了定量分析研究。实验利用太赫兹时域光谱系统测量了由乳糖一水合物(LAC)、对乙酰氨基酚(APAP)、可溶性淀粉(starch)以及微晶纤维素(MCC)四种材料组成的混合物样品的太赫兹吸收光谱,并分别尝试采用常规区间偏最小二乘(iPLS)、向后区间偏最小二乘(biPLS)、联合区间偏最小二乘(siPLS)和移动窗口偏最小二乘(mwPLS)四种特征谱区筛选法对多元混合物的太赫兹吸收光谱进行特征子区间优选,建立了太赫兹吸收谱与四元混合物中乳糖一水合物含量之间的定量回归模型。通过比较四种谱区筛选算法模型及全光谱偏最小二乘(PLS)模型所得结果,表明采用移动窗口偏最小二乘法建立的谱区筛选模型得到的结果相对最优,其交互验证均方根误差(RMSECV)、预测均方根误差(RMSEP)、校正集相关系数(R_C)和预测集相关系数(R_P)分别为0.980 3,1.114 1,0.996 0和0.995 1。实验结果表明,采用特征谱区筛选方法可以有效选择多元混合物太赫兹吸收光谱的特征区间,提高模型精度和降低模型复杂性,为实现多元混合物成分含量的快速检测提供了一种有效的方法。     

IPLS-SPA波长选择方法在近红外秸秆生物量中的应用研究

在近红外光谱分析模型中全谱信息通常含有大量冗余信息,会导致模型解析时间延长、 加大模型解析难度,因此如何快速有效地选取特征波长至关重要。采用基于间隔偏最小二乘(interval partial least squares, IPLS)结合连续投影算法(successive projections algorithm, SPA)对小麦秸秆发酵过程微生物生物量进行特征波长选择,共制备85个样本,采用氨基葡萄糖法测定微生物生物量,选择68个样本作为校正集,17个样本作为验证集。首先对全谱区520个波长点根据间隔点大小10, 20, 30, 40进行分段建模,选取出4 450～4 925和9 194～9 993 cm-1两个波段范围作为特征波段,将选取出的特征波段再进行连续投影算法及遗传算法(genetic algorithm, GA)特征波长点选取,并进行综合分析对比。实验结果表明采用IPLS-SPA算法选择4 450～4 925和9 194～9 993 cm-1的组合波段具有最佳建模效果,相比于全谱建模其参与建模的波长点由520个减少到10个,模型验证集决定系数(R-Square, R2)从0.884 9提升至0.945 28,验证集均方误差根(root mean square error prediction, RMSEP)从11.104 9降至8.203 3,GA遗传算法虽取得了更优的模型精度,但其实验结果并不稳定且随机性较强,而IPLS结合SPA方法能够稳定而准确的(地)选择特征波长信息,提高模型运算速度并降低模型拟合难度,可以作为一种新的波段选择参考方法。结果表明采用近红外光谱分析方法对秸秆发酵生物量进行快速检测是可行的。     

太赫兹光谱法和GA-BP在甲醇浓度检测的应用

在常温常压下,利用光电导天线式太赫兹时域光谱仪和自行设计的气室,在0.1~3.0 THz范围内对甲醇气体进行太赫兹时域光谱测试,测试结果表明,甲醇气体在1.0~3.0 THz没有明显的吸收峰,但是在0.1~1.0 THz波段存在明显的吸收峰。为了准确测定甲醇气体的浓度,根据甲醇气体在0.1~1.0 THz范围内的15处不同的位置处的特征吸收峰强度和甲醇气体浓度的关系,对十五组不同浓度的甲醇气体进行检测,获得了在特征吸收峰处的差异曲线。基于误差反向传播(BP)神经网络的函数逼近特点,并利用遗传算法(GA)收敛速度较快,不宜陷入局部极值的优点,采用GA优化BP神经网络的初始的权值和阈值,构建了以预测甲醇浓度为目的的数学模型。结果表明,该网络模型适用于体积浓度范围为0.028 3~0.424 6 m3·L-1的甲醇的浓度预测,两组样本的平均相对标准误差为1.7%,平均回收率为98%,神经网络误差精度10-1,实测值与期望值的相关系数为0.996 77,基本达到理想预测结果。本成果不仅获得了甲醇气体在太赫兹频段的实验数据,而且发现太赫兹时域光谱法和GA-BP神经网络相结合的方法能有效地检测甲醇气体的体积浓度,为检测甲醇气体浓度提供新的方法。     

多层介质中隐含层的太赫兹无损检测

在工业应用中,大多数情况下的复合结构介质仅有一面可以被检测,因此需要研究反射模式下检测介质内部参数的太赫兹无损检测方法.推导了反射模式下太赫兹波在三层结构介质中的传输模型,通过遗传算法共同反演估计得到中间分层的厚度,以及它的折射率,从而获得中间隐藏层的具体信息.制备了具有200μm的隐藏分层的三层结构样品,利用太赫兹时...     

提取葡萄糖多晶光学参数的迭代和遗传算法比较分析

基于太赫兹反射时域光谱技术,分别利用迭代算法和遗传算法提取葡萄糖多晶太赫兹频段的两个光学参数,即折射率和吸收系数,并将遗传算法与迭代算法进行对比分析。研究结果表明：当将利用弱吸收近似条件所获得的光学参数作为迭代算法的初始值时,采用迭代算法可以提高计算效率。然而,迭代算法对初始值敏感,当初始值偏离实际值较大时,迭代算法不能保证获得较高精度的光学参数;遗传算法通过参数编码、初始种群、遗传操纵、参数控制和条件约束等设计,保证了算法的收敛性和种群多样性。而且,遗传算法的最优解并不依赖于初始种群。与迭代算法相比,采用遗传算法所获得的物质的光学参数拥有更高的精度。因此,在基于THz光谱技术提取物质的光学参数时,本文建议采用智能优化的算法,这样可以获得高精确度的光学参数。     

基于中红外光谱技术鉴别转基因大豆的方法研究

转基因技术对于实现粮食增产,保护生物多样性,减少化学农药使用量等方面有着重大意义,但也可能存在一定的安全隐患。因此,转基因作物检测鉴别技术的研究愈发受到重视。本文采用中红外光谱分析技术,研究对不同品种的转基因大豆及其亲本进行鉴别的可行性。实验采集了三种不同的非转基因大豆亲本(HC6, JACK和W82)及其转基因大豆品种在3 818～734 cm-1范围内的光谱信息。采用偏最小二乘-判别分析(partial least squares-discriminant analysis, PLS-DA)进行判别分析,三种大豆的建模集的判别正确率分别为96.67%, 96.67%和83.33%,预测集的判别正确率分别为83.33%, 85%和85%。研究中采用X-loading weights、变量投影重要性(variable importance in the projection,VIP)和二阶导数(second derivative,2-Der)三种特征波数选择方法对光谱数据进行处理,并根据得到的特征波数分别建立PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过76.67%和75%。采用主成分分析(principal component analysis,PCA)和独立组分分析(independent component analysis,ICA)两种特征信息提取方法对光谱数据进行处理,分别建立PCA-PLS-DA和ICA-PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过80%和75%。研究表明中红外光谱分析技术可以较为准确地鉴别非转基因亲本与转基因品种,为转基因大豆的无损鉴别提供新的思路。同时结合特征波数选择方法与特征信息提取方法可以有效地降低模型复杂度,减少程序运算量。     

太赫兹时域光谱技术在气体探测中的应用(英文)

太赫兹辐射是一种新型的远红外相干辐射源,近年来在不同的研究领域得到了广泛的应用。本文简要介绍了THz时域光谱技术;阐述了THz辐射应用于气体光谱的研究及其进展;比较了傅立叶变换,线性预测编码及小波变换算法在气体探测中的应用     

Development of a new method of the analysis mossbauer spectra of systems with nuclear heterogeneity

At present there are two main rival fitting approaches to mossbauer spectra: restoration of hyperfine parameter distribution and discrete deconvolution one. Use of the parallel circuit of processing in which computing procedure the exchange of the calculated values between continuous and discrete algorithms is used for the first time is offered.     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

�ù��׷�����HL-2A������ע�����������ɷ�

在HL-2A中性束试验平台上,利用多普勒频移光谱方法测量了离子源引出离子流的各组成成分及其随弧流的变化情况。在数据分析中提出了遗传算法(GA)和L-M优化算法相结合进行光谱拟合的方法。结果表明,当束能量为30keV、弧流为340A时,离子流中各组分之比 JH+:JH2+:JH3+=0.57: 0.36: 0.07。当弧流从90A增加到350A时,H+百分比从45%增加到57%,而H3+则从17%降到7%。