小波变换在太赫兹时域光谱分析中的应用

随着超快激光技术的发展及其人们对太赫兹(THz)电磁波波段与脉冲光源认识的进一步深入,太赫兹时域光谱(THz-TDS)技术作为一种新的、快速发展的光谱分析方法在许多领域备受关注。利用太赫兹时域光谱技术在空气环境下测量样品时,样品的太赫兹光谱会因空气中水蒸气的影响而出现振荡现象。文章利用太赫兹时域光谱分析技术分别在氮气和空气环境下测量了七种样品在0.2～1.9太赫兹波段的光谱,并以氮气环境下的太赫兹光谱为参考,利用小波变换对空气环境下测量的数据进行了处理,消除了太赫兹光谱中水蒸气吸收造成的影响,实验结果证明了该方法的可行性,在此基础上,还对其中四种样品做了成像和识别,并得到了较好的结果。     

基于机器人的太赫兹层析成像系统

为克服传统太赫兹层析成像技术仅能应用于平面样品检测的局限性,将工业机器人与太赫兹时域光谱系统集成,搭建了基于机器人的太赫兹层析成像系统。利用机器人图形化离线编程技术规划扫描路径,保证太赫兹信号垂直入射到样品表面并获取最大的反射信号。采用基于迭代收缩的反卷积滤波算法对太赫兹时域信号进行处理,提升了系统的时间分辨能力。选取形状为曲面的橡胶材料作为样品,通过主成分分析法计算得到样品表面各采样点的法向量,并结合飞行时间成像技术对样品表面及内部结构进行了三维重建,验证了系统的可行性。     

圆柱尾流温度标量场的小波分析$lt;font color="#ff0000"$gt;$lt;font color="#ff0000"$gt;（已撤稿）$lt;/font$gt;$lt;/font$gt;

通过使用一排16根冷线探头排在多个空间点同时测量微加热圆柱的尾流温度场, 用小波分析技术对瞬时温度场的时间序列信号进行多尺度分析, 目的是研究不同尺度脉动温度对总体温度场的贡献.直径为d = 12.7 mm 的圆柱产生了被测的尾流, 对应的雷诺数为5500, 测量区域位于下游距离为2d 和 20d 之间. 基于小波多尺度分辨技术, 尾流温度场被分解为不同温度脉动特征尺度的小波分量. 通过分析这些小波分量的瞬时温度等值线图, 能够直接观测到不同特征尺度的涡结构运动特征和湍流间歇过程. 特别地, 我们在近场区从原始信号分解获得的高频区域中发现了K-H涡的存在. 不同尺度的温度方差沿流向的变化表明, 在下游距离为x=3d和 20d之间, 中等尺度的结构比大尺度和小尺度结构对总的温度均方根的贡献更大. 不同尺度的自相关函数表明, 大尺度和中等尺度的结构显示出较大的相关性, 而高频的小波分量则更快地失去了原有的拟序性. 关键词： 湍流尾流 被动标量 小波分析     

基于小波系数图和卷积神经网络的太赫兹光谱物质识别

许多太赫兹光谱物质识别方法依靠寻找该物质在太赫兹波段范围内不同光谱表现出的不同特征来识别特定物质。吸收峰提取法是常用的光谱特征提取算法,但当光谱无明显特征吸收峰或峰位、峰值相近或难以识别时,难以利用吸收峰特征辨别物质。将机器学习和统计学习技术用于太赫兹光谱的识别中虽减少了吸收峰的干扰,但常常需要人为定义特征而导致分类误差。深度学习法能自动提取特征,但在识别前往往需要进行复杂的预处理操作,并且在特征提取的过程中容易丢失部分特征从而导致分类误差。针对以上问题,提出了一种基于小波系数图和卷积神经网络的太赫兹光谱识别方法。利用太赫兹光谱信号进行小波变换时,由于小波系数矩阵的每一行系数与原始光谱信号存在着对应关系,因此将太赫兹光谱的吸收系数通过小波变换在频率域上展开,能得到不同的二维的频率-尺度分布图,又称小波系数图。然后构造一个卷积神经网络(CNN)对小波系数图进行分类,可得到太赫兹光谱物质的分类结果。为了验证所提出算法的有效性,将三组小波系数图数据与原始光谱数据分别输入CNN、Support Vector Machin (SVM)、Multilayer Perceptron (MLP)三种不同的分类器作对比,从实验结果可以发现本文算法在三组数据中的识别率均达到了100%,说明相比于传统方法,本文方法能准确分类没有明显特征吸收峰的光谱,证明了使用卷积神经网络识别小波系数图的有效性。为了体现本文算法的优势,与小波脊线寻峰识别算法作对比,实验结果表明本文算法几乎不受峰频、峰位、峰值的影响,无论是识别不存在吸收峰的淀粉,还是识别相似度高的蔗糖和葡萄糖,都具有较高的识别率,分类准确率达97.62%,证明了所提算法的优越性。该算法为太赫兹光谱数据识别提供了一种新思路,同时也可以推广运用到其他谱图物质的识别中。     

圆柱尾流温度标量场的小波分析*

通过使用一排16根冷线探头排在多个空间点同时测量微加热圆柱的尾流温度场,用小波分析技术对瞬时温度场的时间序列信号进行多尺度分析,目的是研究不同尺度脉动温度对总体温度场的贡献.直径为d=12.7 mm的圆柱产生了被测的尾流,对应的雷诺数为5500,测量区域位于下游距离为2d和20d之间.基于小波多尺度分辨技术,尾流温度场被分解为不同温度脉动特征尺度的小波分量.通过分析这些小波分量的瞬时温度等值线图,能够直接观测到不同特征尺度的涡结构运动特征和湍流间歇过程.特别地,我们在近场区从原始信号分解获得的高频区域中发现了K-H涡的存在.不同尺度的温度方差沿流向的变化表明,在下游距离为x=3d和20d之间,中等尺度的结构比大尺度和小尺度结构对总的温度均方根的贡献更大.不同尺度的自相关函数表明,大尺度和中等尺度的结构显示出较大的相关性,而高频的小波分量则更快地失去了原有的拟序性.     

时间-频率联合分析消除太赫兹光谱干涉

基于Fourier变换的传统太赫兹时域光谱分析技术从不同长度的太赫兹信号中产生了不一致的光谱结果,增加太赫兹时域采样长度又会造成光谱的干涉,不利于太赫兹光谱测量的研究和应用。应用小波变换方法对太赫兹波谱作时间—频率联合分析,将不同时刻的太赫兹波谱展开到二维的时间-频率平面,消除了光谱分析的不一致性和光谱干涉的影响。     

利用小波多尺度分解算法实现混沌系统的噪声减缩

应用小波多尺度分解算法进行噪声减缩,从混沌背景中分离周期信号、噪声及其他混沌信号.小波多尺度分解算法能够区分不同尺度的信号是利用小波变换在时、频两域具有突出信号特征的能力以及小波变换是一线性变换的特点.提出的方法仅利用信号的尺度特性,克服了先前的噪声减缩要知道产生混沌信号的数学模型,并且要求叠加在混沌背景中的其他信号的幅度相对混沌背景信号的幅度很小的假定.给出了从Lorenz混沌背景中提取正弦信号、白噪声和Chua's电路产生的混沌信号的计算机模拟结果. 关键词：     

一维双相介质孔隙率的小波多尺度反演

基于多尺度的思想,将小波多分辨分析和多尺度方法结合,构造了小波多尺度反演方法,并应用于一维双相介质孔隙率的反演.利用小波变换,将原始反问题分解为不同尺度上的一系列子反问题,并按照尺度从粗到细的顺序依次求解.在每一个尺度上,都采用稳定、收敛快的正则化高斯牛顿法求解,次一级尺度上求出的“全局最优解”作为上一级的初始解,依次类推,直到求出原始问题的真正的全局最优解.将小波多尺度方法归结为三种不同算子(分解算子、求解算子、插入算子)的交替应用,给出了小波多尺度反演算法的基本流程图,并推导出当采用Daubechie 关键词： 双相介质 反演 小波多尺度方法 孔隙率     

一维双相介质孔隙率的小波多尺度反演

基于多尺度的思想,将小波多分辨分析和多尺度方法结合，构造了小波多尺度反演方法，并应用于一维双相介质孔隙率的反演.利用小波变换，将原始反问题分解为不同尺度上的一系列子反问题，并按照尺度从粗到细的顺序依次求解.在每一个尺度上，都采用稳定、收敛快的正则化高斯牛顿法求解，次一级尺度上求出的“全局最优解”作为上一级的初始解，依次类推，直到求出原始问题的真正的全局最优解.将小波多尺度方法归结为三种不同算子(分解算子、求解算子、插入算子)的交替应用，给出了小波多尺度反演算法的基本流程图，并推导出当采用Daubechie     

血凝素蛋白及抗体相互作用的太赫兹光谱主成分分析

采用太赫兹时域光谱系统, 测量了7种不同浓度的血凝素蛋白及其与特异性抗体、无关抗体对照组反应的透射光谱, 采用光谱预处理及主成分分析法, 对多个太赫兹光谱参数进行分析. 结果显示, 主成分分析在数据降维的同时, 可以突出数据的主要变化趋势; 在原始变量相关性一致的条件下, 约化吸收截面与血凝素蛋白浓度之间表现出最强的相关性, 而介电损耗角正切值更适合于对血凝素蛋白-抗体复合物的聚类效果进行定性分析. 该研究表明主成分分析法对于太赫兹生物光谱的分析及进一步研究蛋白质的结构和功能具有重要的指导意义.