基于基线漂移模型的气体光谱自动基线校正

傅里叶红外光谱是监测污染源废气排放的一种重要手段。发展针对气体光谱的自动基线校正方法对于污染气体快速检测及长时间在线监测具有重要意义。目前自动基线校正中的一个难点是如何准确校正存在宽峰的光谱：宽峰在频域中具有一定低频成分,基于频域滤波提取光谱中低频基线信息的方法因难以选择合适的分离条件容易产生基线扭曲。采取自动识别基线点,基于预先设定的基线模型拟合光谱基线的方法可以规避频域方法中分离条件选取的环节,但其校正效果对所采用的基线模型非常敏感。当基线模型中的自由度过小时,拟合基线无法准确逼近光谱基线漂移,基线校正的误差较大;而当基线模型中的自由度过大时,尤其是含有实际基线漂移中不存在的虚假自由度时,容易产生基线扭曲。目前常用的基线模型有线性、多项式、样条插值、指数模型等,在基线模型的选择上缺乏较为统一的标准。本研究着眼于避免基线模型缺乏必要自由度或含有虚假自由度,提出基于实际基线漂移的自由度建立基线模型。研究发现,气体光谱中主要的基线漂移在光谱中可被近似表示为波数的特定阶次(0次、1次、2次和4次项)的形式。以此作为基线模型提出了一种自动基线校正新方法。新方法以传统迭代多项式拟合自动基线校正方法作为基础,将其中仅设定多项式最高阶次的基线模型改进为上述由具有物理意义支撑的特定阶次构成的基线模型;此外,增加了对吸收峰尾部的判定,用于避免在采用阈值分辨吸收峰与基线时,吸收峰尾部因吸光度较低被误识别为基线的问题。以实测获得的含有水汽宽峰的空气光谱作为样本,对所提方法的基线校正效果进行了验证,并与迭代多项式拟合方法中两种较有代表性的Lieber和Mahadeven-Jansen(LMJ)方法以及Liu和Koenig(LK)方法的基线校正效果进行了对比。实验结果表明,所提方法与采用不同最高多项式阶次的LMJ及LK方法相比,可更好的避免基线扭曲,同时其校正后的光谱基线与吸光度0线间具有最低的方差平均值。研究表明,采用实际基线漂移的自由度建立光谱基线模型可获得良好的基线校正效果。     

气体光谱分析应用中傅里叶变换红外光谱基线漂移分段比校正方法

针对气体光谱分析应用中傅里叶变换红外光谱仪长时间连续工作时易出现光谱基线漂移、畸变问题,对红外光源温度波动及漂移、动镜倾斜、分束器性能变化以及检测器横向偏移对光谱基线的影响进行了仿真研究,结果表明光谱基线的漂移近似线性。基于此,本文提出分段比光谱基线漂移修正法SBCPD校正光谱基线。通过比较基线校正前后仿真光谱峰高变化、偏最小二乘(PLS)定量分析模型预测不确定度、油气探井气测录井在线基线校正性能,发现SBCPD性能优越,要优于传统的多项式拟合法及airPLS法。经检验,该方法性能稳定,计算量小,便于工程应用。     

一种基于双气室切换分时扫描的新型气体吸收光谱补偿方法

针对变压器油中溶解气体傅里叶红外光谱在线分析应用中,气室与光谱仪之间气隙中气体的带来的干扰,以及基线漂移与畸变问题,提出一种基于双气室切换分时扫描的新型气体吸收光谱补偿方法。在传统单气室测量的基础上,增加一个与测量气室的结构、尺寸等参数基本相同的背景气室,背景气室充满氮气,而测量气室通入待测样气,通过工控机实现双气室的切换控制。但是,采用常规的吸光度计算公式处理的光谱在波数1 100～1 200 cm-1范围存在不明吸收峰,且存在严重的基线漂移现象,说明该计算方法已不适用于双气室切换。因此,为了消除双气室间参数无法一致的不利影响,特别是窗片的滤光特性的差异,提出了一种适用于双气室的新型气体吸收吸光度光谱计算方法;实验发现漂移量由近0.3降为0.005左右,证明其可以消除不明吸收峰和基线漂移。最后,于陕西某变电站的变压器中,取得油样,经脱气处理后,获得相应的气体样本,分别采用常规单气室扫描方法（组别1）,提出的双气室补偿方法（组别2）,以及气相色谱法（组别3）进行实验。结果表明,组别1的甲烷的浓度分析结果总是大于组别2。同时,组别1的二氧化碳浓度总是大于组别2的二氧化碳浓度,而造成这样分析结果的明显差异极可能是由于光谱仪与气室间气隙中空气的影响;且从总体上看,相比于组别1,组别2的分析结果更接近于气相色谱法的分析结果。综上所述,所提出的基于双气室切换分时扫描的新型气体吸收光谱补偿方法可以有效的解决光谱基线漂移与畸变问题,获得较为理想的光谱,在气体分析上可以消除气室与光谱仪的间隙干扰气的影响,获得更为准确地分析结果。     

利用2DCOS进行多组分混合气体傅里叶变换红外光谱分析中同分异构体谱峰的辨别

在利用傅里叶变换红外光谱进行混合气体定量分析中,针对烃类尤其是同分异构体等构成的混合气体其谱图特征相似、吸收峰严重交叠,不易进行特征吸收成分的判别和特征变量选择的问题,为增强谱峰分辨力,采用广义二维相关光谱和傅里叶变化红外光谱对烃类混合气体分析中同分异构体进行辨别,以异丁烷和正丁烷的红外光谱及受浓度扰动组成的光谱组为例进行二维相关红外光谱分析。通过观察全波段和主吸收峰波段单组分气体的傅里叶变换红外光谱,可知其谱图相似,吸收峰严重交叠,如果混合在一起,将基本无法辨别何种分子结构及成分。通过广义二维相关光谱的变换,其二维相关光谱的同步谱和异步谱可以清晰地辨别出异丁烷和正丁烷的特征吸收峰及其各自强度,实验结果可知,异丁烷在2 893,2 954和2 977 cm-1,正丁烷在2 895和2 965 cm-1具有强的吸收特征谱线。分析结果初步验证了二维红外相关光谱在多组分混合气体傅里叶变换红外光谱定量分析中谱分辨率增强方面的应用。     

小波变换应用于谐波谱线的噪声滤除与基线校正

红外光谱谐波检测系统中的噪声与基线漂移问题一直是光谱处理的热点,提出一种采用小波变换的Mallet分解算法, 解决谐波检测中各种复杂噪声以及基线漂移的问题。选取适当小波函数及分解层次将谐波曲线中含有的噪声和基线漂移与有用信号分解到不同频带;分析频带信息,设定一个检测信息频带, 应用阈值处理及系数置零的方法使频率处于此频带的信息保留下来。小波变换方法可以在一次分解与重构过程中同时去除谐波信号的噪声与基线的双重干扰,从而将谐波信号有效地测量出来。实验证明,应用小波变换进行谐波校正的方法可应用于不同的谐波检测系统,具有普遍适用性。     

新型傅里叶变换光谱探测系统相位误差校正方法

为了降低基于MEMS(micro-electro-mechanical systems)微镜的傅里叶变换光谱探测系统复原光谱仪的畸变,提高复原光谱的质量,减小系统相位误差的影响,提出了一种系统相位误差的修正方法。首先分析了基于MEMS微镜的傅里叶变换光谱探测系统中相位误差的主要来源,分析结果表明：该新型傅里叶变换光谱探测系统的相位误差来源于光程差的零点漂移,该相位误差可以通过改进该系统干涉仪的结构引入过零采样并利用Mertz乘积法进行修正。搭建了光谱探测系统的实验平台,对该相位误差校正方法进行了实验验证,实验结果表明：采用了改进干涉仪并利用Mertz乘积法校正误差后的光谱探测系统所测得的复原光谱质量得到明显改善,去除了原复原谱畸变产生的负峰,且旁瓣得到明显抑制。该相位误差校正方法能够很好的降低相位误差对系统性能的影响,能够有效地提高系统的光谱探测性能。在提出的基于MEMS微镜的新型傅里叶变换光谱探测系统的基础上,分析了该系统相位误差的来源,提出了一种系统相位误差的修正方法,提高了系统的光谱探测性能。     

空间外差光谱自适应基线校正研究

空间外差光谱具有较高的信噪比与光谱分辨率,在大气微量气体遥感领域得到重要应用,实现基线的自适应校正是光谱预处理的重要环节。基于光谱的特点,分别采用阈值拟合法和改进的经验模态法对实测近红外水汽空间外差光谱进行基线校正。结果表明,两种方法均能实现光谱基线的自动扣除;以光谱扭曲程度及光谱相似度对两种方法的校正效果进行定量评价,阈值拟合法校正后的光谱扭曲程度及光谱相似度为0.761和0.955,改进经验模态法的结果分别为0.717和0.954,说明改进经验模态法略优。在校正方法的耗时上,改进经验模态法以其特有的算法优势仅需较少的迭代次数就能获得最终的基线光谱,完成校正,耗时不足阈值拟合法的十分之一,效率更高。     

基于线性调频Z变换的差分吸收光谱数据处理方法研究

差分吸收光谱法(differential optical absorption spectroscopy,DOAS)是一种常用的污染气体监测方法,对所监测的光谱数据去噪可以提高反演精度。可采用傅里叶变换(fast Fourier transform, FFT)滤波法滤除光谱数据中的噪声,但该算法本身会引入误差。提出一种线性调频Z变换法(chirp Z transform,CZT),通过对傅里叶变换之后的频谱进行局部细化,能够在保留傅里叶变换滤波法去噪效果的基础上,对算法的误差进行补偿,从而进一步提高反演精度。实验配置了SO₂及NO₂进行浓度反演,结果表明,直接采用相除法反演浓度时误差较大且很不稳定,线性调频Z变换法能够获得比傅里叶变换滤波法更高的反演精度。模拟了SO₂和NO₂混合气体实验,频谱分析结果表明FFT算法无法解决特征吸收结构被扭曲、削弱等问题,CZT算法能完成特定频段频谱的精细化重构。     

基于ARTS的傅里叶红外高光谱计算模型研究及其影响因素分析

在基于红外高光谱辐射数据进行大气遥感方面的研究中,准确模拟红外高光谱数据是很重要的一步。分析了红外高光谱辐射仪的测量原理,建立了基于Atmospheric Radiation Transfer Simulator(ARTS）的考虑仪器干涉图截断与离散化处理过程的正向模型。在该正向模型中,首先采用高光谱辐射传输模式ARTS模拟得到离散化理想光谱,通过逆傅里叶变换将理想光谱转化为干涉图,对干涉图加窗截断处理,模拟仪器响应函数对干涉图的影响,最后采用傅里叶变换得到仪器测量光谱。在这一过程中,窗口函数的选择取决于仪器的干涉图截断方式。未经过切趾处理的仪器,其对应的窗口函数为矩形窗口;经过切趾函数处理,可以减少干涉图截断造成的能量泄露现象。逆傅里叶变换与傅里叶变换过程中必须满足Nyquist采样定律。基于已建立的正向模型,模拟了Atmospheric Emitted Radiance Interferometer (AERI)在Southern Great Plains (SGP)站点的108组晴空辐射数据,并与AERI的实测结果进行比较分析,结果发现理想光谱与AERI实测光谱在吸收线上差异较大,最大残差达到35 mW·sr-1·m-2·(cm-1)-1（简称RU）以上,增加干涉图截断过程后,模拟光谱与实测光谱的最大残差减小到10 RU以内。截断过程的增加对模拟光谱的精度有明显提高,尤其在吸收线上,模拟光谱明显被平滑,模拟精度显著提高。进一步分析六种常用窗口函数截断处理的结果与AERI实测数据的残差,结果发现,模拟过程中选择窗口函数为矩形窗口时,模拟光谱与AERI实测数据残差最小,基本可以约束在5 RU以内,确定了AERI的干涉图截断方式可以近似看作矩形截断。另外,在理想光谱转换为干涉图的过程中,理想光谱分辨率的选择决定了干涉图信息的采样率以及ARTS的计算效率,因此综合考虑模型计算精度和模型计算效率,确定最佳的理想光谱分辨率对于提高模型计算效能是非常必要的;基于此,本文模拟了不同理想光谱分辨率下的仪器测量光谱,对比分析了模拟光谱与AERI实测光谱的残差分布,并讨论了光谱分辨率对模型计算耗时的影响。结果表明,对于AERI,在对应的正向模型中设置理想光谱分辨率为0.241 1 cm-1时,可在保证模型准确度的前提下,最大化模型计算效率。     

差谱技术用于实时遥测化学蒸气微弱光谱

ＲＦＸ－４０干涉型被动式傅立叶变换红外光谱仪用于远距离遥感化学蒸气微弱红外光谱。本将着重讨论化学蒸气红外辐射的传输特性及差谱技术用于抑制大气辐射对微弱目标的影响，增强化学蒸气光谱的特征。     

Remote Fourier Transform Infrared Emission Spectroscopy in the Studies of the Solid Propellant Combustions

In this paper infrared emission spectra of the solid propellant combustion using remote Fourier transform spectroscopy have been studied. Both the infrared spectral radiance distributions and gas quantitative method for solid propellant combustions by remote Fourier transform infrared emission spectroscopy have been presented. In the method we utilize estimating temperature measuring models, which are modified by Junde Wang, based on emission fundamental band measurements of HCl or HF. Through measuring the temperature both the infrared spectral radiance distributions of the solid propellant combustions and their emisivities can be obtained. A remote measured gas concentration model based on combustion temperature, spectral radiance and emissivity has been developed. Field single-ended measurements at long distances for solid propellant plumes at temperature 1700—3500K can be extended to measuring fluctuations of instantaneous temperature and combustion reaction products.     

稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核函数作为协方差函数,记此分类网络为wSDAG_SM。自编码网络具有很强的模型表示能力,高斯过程分类器在处理小样本数据时具有优势。wSDAG_SM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据,同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数,有利于更准确的光谱数据分类。以琥乙红霉素及其他药品的近红外光谱为实验数据,将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、支持向量机(wSVM), SDAE结合Logistic二分类(wSDAL)、SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAG_SE),以及未采用小波变换的SDAG_SM网络等方法进行对比。实验结果表明,对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAG_SM网络的分类准确率和稳定性。wSDAG_SM方法无论从分类准确率还是分类结果稳定性方面,都优于其他分类器。     

大气环境红外甚高光谱分辨率探测仪光谱定标

为了对大气环境红外甚高光谱分辨率探测仪进行全谱段高精度光谱定标,通过分析干涉型光谱仪的工作原理,对光谱漂移因子进行理论推导,发现通过有限光谱位置校正能实现全谱段光谱定标。采用了以波长计为基准,通过连续可调谐激光作为测试光源的光谱定标方法,并以高精度气体池系统进行交叉定标来验证定标精度。试验结果表明,通过测量光谱漂移因子来进行光谱定标的测试精度优于0.004 cm?1,满足高精度光谱仪定标需求,漂移因子能够应用于干涉型光谱仪光谱定标。     

红外光谱辐射计探测器高阶非线性响应校正方法

针对傅里叶变换红外光谱辐射计辐射定标需要黑体辐射面充满仪器视场的技术特点,分析了由于入射光子流较高导致红外探测器产生非线性响应误差的机理.通过仿真包含非线性误差的黑体辐射数据,研究了非线性误差对光谱产生的影响,并根据卷积和交叉迭代两种校正方法,提出了适合校正高阶非线性响应误差的迭代方法—梯度下降法.利用傅里叶变换红外光谱辐射计进行辐射定标实验,对比卷积、交叉迭代和梯度下降法三种校正方法的效果,结果显示三种校正方法均可有效减小非线性误差,分别使拟合优度提高了0.15%,0.29%和0.39%,梯度下降法校正后的光谱数据更为准确.     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。     

对称点模式-深度卷积神经网络的红外光谱识别方法

红外光谱分析在自然科学、工程技术等诸多领域发挥着重要作用.随着计算机和人工智能技术的不断发展,对红外/近红外光谱分析提出了更高的要求.深度学习以人工神经网络为架构,通过对数据进行分层特征提取完成特征/表征学习,在解析数据细节特征方面具有独特的优势,在计算机视觉、语音识别、疾病诊断等多领域得到成功应用.尽管深度学习在图像...     

傅里叶变换红外光谱分析技术在预防医学领域的应用

本文从环境污染、生命科学、应用开发及最新红外分析方法四方面阐述了傅里叶变换红外光谱分析技术在预防医学领域的具体应用：在环境污染领域主要叙述了气红联用（GC/FTIR）技术在环境复杂有机污染体系分析中的优势、局限性及解决途径；在生命科学领域主要叙述了红外光谱分析技术在蛋白质二级结构、膜蛋白、脂、核酸及细胞、组织等复杂体系研究中的具体应用；另外，还介绍了的红外光谱分析技术在食品、化妆品及保健药品等领域的具体应用及几种最新红外分析方法。     

傅里叶变换光谱学——引论和进展

本文阐述了傅里叶变换光谱学的基本原理和理论,评述了近年来这一领域中的若干重要进展。目前傅里叶变换光谱学方法已发展成为从亚亳米波到红外甚至近红外区域最重要最有力的光谱学手段,并广泛用于科学研究、工业检测、空间开发和环境监护等各方面。非对称傅里叶变换光谱学,双束傅里叶光谱方法,傅里叶变换数据处理,远红外和近红外波段的傅里叶光谱方法,以及傅里叶光谱方法和其他技术结合等方面仍在继续研究发展之中。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

Polar Fourier transforms of radially sampled NMR data

Radial sampling of the NMR time domain has recently been introduced to speed up data collection significantly. Here, we show that radially sampled data can be processed directly using Fourier transforms in polar coordinates. We present a comprehensive theoretical analysis of the discrete polar Fourier transform, and derive the consequences of its application to radially sampled data using linear response theory. With adequate sampling, the resulting spectrum using a polar Fourier transform is indistinguishable from conventionally processed spectra with Cartesian sampling. In the case of undersampling in azimuth--the condition that provides significant savings in measurement time-the correct spectrum is still produced, but with limited distortion of the baseline away from the peaks, taking the form of a summation of high-order Bessel functions. Finally, we describe an intrinsic connection between the polar Fourier transform and the filtered backprojection method that has recently been introduced to process projection-reconstruction NOESY data. Direct polar Fourier transformation holds great potential for producing quantitatively accurate spectra from radially sampled NMR data.