基于角度散射法的气溶胶粒子粒径分布反演研究

本文基于人工蜂群-差分近似优化算法(Artificial Bee Colony and Differential Evolution algorithm, ABC-DE)和角度光散射法对气溶胶粒径分布进行了反演研究。此外,本文还提出了一种基于敏感度分析和主成分分析的角度散射测量信号筛选方法,用以提高粒径分布反演结果精度。研究表明:采用角度散射法反演颗粒粒径分布时,选择前向散射角度,如[0°,30°],更有利于提高反演结果精度;粒径分布反演精度与所选择测量角度信号的贡献率相关,高贡献率的测量信号更有利于确保反演结果精度和鲁棒性。     

一种纳米颗粒粒度测量的快速图像动态光散射法研究

提出了一种新的基于图像相关处理的图像动态光散射纳米颗粒粒度测量方法。该方法采用图像法测量纳米颗粒动态光散射空间分布信号,以很短时间间隔拍摄两幅动态光散射信号空间分布图,再用二维相关算法对这两幅图像进行处理,获得对应衰减时刻的相关系数,根据相应衰减时刻的粒径-相关系数曲线求得纳米颗粒的粒度。与传统动态光散射测量方法相比,将测量时间从百秒级缩短到微秒级,数据处理时间也缩短到毫秒级。对79、482和948 nm三种不同粒径的标准颗粒进行实验,测量结果误差小于7%,可以实现纳米颗粒粒度测量的实时在线。     

将噪声作为独立变量的动态光散射数据反演

在动态光散射颗粒测量时,为了从含噪的自相关函数数据中准确地反演出颗粒粒度分布,对Tikhonov正则化算法进行改进,将噪声作为一个独立的未知变量应用到正则化方程中进行粒度反演.在计算过程中,相应增加方程中各系数矩阵的行数和列数,对求解的粒度分布数值则仍取其原来方程的行数和列数,从而达到对部分噪声的剔除作用.不同噪声水平下的颗粒粒度反演结果表明,改进后的算法能够显著提高低信噪比动态光散射数据粒度反演结果的准确性,适用于宽分布较大粒径的颗粒粒度反演.     

将噪声作为独立变量的动态光散射数据反演（英文）

在动态光散射颗粒测量时,为了从含噪的自相关函数数据中准确地反演出颗粒粒度分布,对Tikhonov正则化算法进行改进,将噪声作为一个独立的未知变量应用到正则化方程中进行粒度反演.在计算过程中,相应增加方程中各系数矩阵的行数和列数,对求解的粒度分布数值则仍取其原来方程的行数和列数,从而达到对部分噪声的剔除作用.不同噪声水平下的颗粒粒度反演结果表明,改进后的算法能够显著提高低信噪比动态光散射数据粒度反演结果的准确性,适用于宽分布较大粒径的颗粒粒度反演.     

双峰分布颗粒体系的多角度动态光散射数据反演

采用多角度动态光散射和加权正则化反演方法,对4组模拟的双峰分布颗粒体系(100/600 nm,200/600 nm,300/600 nm和350/600 nm)分别选取1、3、6和10个散射角进行测量.粒度反演结果表明,采用加权正则化方法反演双峰颗粒体系的多角度动态光散射测量数据,可获得峰值位置比小于2∶1且含有大粒径(＞350 nm)颗粒的双峰颗粒粒度分布.采用标准聚苯乙烯乳胶颗粒进行实测的结果验证了这一结论.得到含大粒径颗粒的双峰粒度分布反演结果的原因在于,多角度动态光散射能提供更多的大粒径颗粒的粒度信息,加权正则化反演方法能减少测量数据中的噪声,因而多角度动态光散射测量数据的加权反演能实现峰值位置比小于2∶1且含有大粒径颗粒的双峰颗粒体系的测量.     

双峰分布颗粒体系的多角度动态光散射数据反演（英文）

采用多角度动态光散射和加权正则化反演方法,对4组模拟的双峰分布颗粒体系(100/600nm,200/600nm,300/600nm和350/600nm)分别选取1、3、6和10个散射角进行测量.粒度反演结果表明,采用加权正则化方法反演双峰颗粒体系的多角度动态光散射测量数据,可获得峰值位置比小于2∶1且含有大粒径(350nm)颗粒的双峰颗粒粒度分布.采用标准聚苯乙烯乳胶颗粒进行实测的结果验证了这一结论.得到含大粒径颗粒的双峰粒度分布反演结果的原因在于,多角度动态光散射能提供更多的大粒径颗粒的粒度信息,加权正则化反演方法能减少测量数据中的噪声,因而多角度动态光散射测量数据的加权反演能实现峰值位置比小于2∶1且含有大粒径颗粒的双峰颗粒体系的测量.     

图像动态光散射法纳米颗粒粒度分布反演算法研究

针对基于整体相关的图像动态光散射法(IDLS)测量颗粒粒径分布(PSD)问题,研究了全局搜索(GS)算法反演颗粒粒径分布,对峰值为79nm、多分布指数(PDI)为10%的单峰颗粒系和峰值分别为79nm与352nm、多分布指数均为10%的双峰颗粒系进行了反演数值仿真,结果表明全局搜索算法能较好地反演出颗粒粒径分布情况。以此为基础,对峰值为79nm的单峰分布颗粒系,峰值为79nm和352nm、79nm和482nm的两组双峰分布颗粒系进行了实验测量及算法对比研究,结果表明在单峰分布颗粒系下,相对于累积量法,全局搜索算法反演效果较好;在双峰分布颗粒系下,全局搜索算法与双指数法反演结果基本一致。由此可知,对于图像动态光散射颗粒粒径分布测量方法,全局搜索算法能够有效地反演出单峰分布和双峰分布颗粒系的颗粒粒径分布,是反演多分散颗粒系的一种有效方法。     

动态光散射图像法测量纳米颗粒粒度研究

提出了一种基于动态光散射原理的图像法测量纳米颗粒粒径的新方法,采用面阵CCD数以万计的像素同时并行测量处于布朗运动的纳米颗粒空间分布的动态散射光信号,对测得的信号进行数据处理,得到了纳米颗粒粒径。对27、79、482、948nm 4种不同粒径的纳米标准颗粒进行了实验研究,针对面阵CCD拍摄帧率远低于光电倍增管测量频率的特点,采用质量分数为55%高粘度甘油水溶液作为分散介质,在CCD拍摄帧率为8290frame/s时,27nm颗粒的测量误差从以水为分散介质时的15.1%降至1.9%。与目前动态光散射纳米颗粒测量方法相比,该方法大幅度减少了测量时间,仅为现有方法的1%以下,并可大幅度简化测量装置。     

基于Mie散射光强的多角度动态光散射复合角度加权方法

针对多角度动态光散射测量技术中通过Mie散射光强计算的角度权重估计方法存在信息利用率与抗噪性之间的矛盾,提出利用每一角度所有粒度的整体Mie散射空间特征进行角度加权和利用每一粒度对应Mie散射光的细节特征对核矩阵做元素加权的复合角度加权方法,并结合正则化方法进行了模拟和实测的多角度动态光散射数据反演.与采用光强比值法和光强均值法的反演结果比较表明,多角度动态光散射反演结果与角度加权方法密切相关.无噪声影响时,光强比值法和复合角度加权法都能得到准确的颗粒粒度分布,但光强均值法信息利用率不高;随着噪声水平的提高,光强比值法反演结果急剧变差,表现出较低的抗噪性能.复合角度加权方法通过兼顾信息利用率和抗噪性能,使得增加散射角时信息增多的优势得以更好地显现,并且有效地抑制了角度增多带来的噪声影响.该加权方法显著提高了多角度动态光散射进行颗粒测量,特别是对多峰分布颗粒体系测量的准确性.     

利用低相干光纤动态光散射法测量浓悬浮液中多分散颗粒粒径分布

本文针对高浓度散射介质,用低相干光纤动态光散射技术测量浓悬浮液中多分散颗粒系的粒径及其粒径分布。利用迭代CONTIN算法对实验数据进行反演运算,得到多分散颗粒系的粒径分布结果。结果表明,浓悬浮液中多分散颗粒系的峰值粒径测量值与给定的两种标准粒径值相吻合,其误差在4%之内,粒径分布曲线中各散射颗粒所反映的散射体光强分布与根据Mie散射计算得到的理论值相吻合。实验结果证明低相干光纤动态光散射实验系统能准确测量浓悬浮液中多分散颗粒粒径及粒径分布。     

小波包节点分段阈值降噪在水声监听中的应用*

水声目标信号在发送、传播过程中,易受到环境噪声、系统自噪声等影响,因此水声监听过程中目标信号会掺杂大量噪声信息。为提高获取目标信号的准确性和可靠性,降低噪声,在已有小波分析基础上,提出小波包节点相对能量判断最优分解层,最优分解层节点系数分段阈值处理重构方法,实现水声监听信号分频段去噪。将0.1 kHz~8.4 k Hz实验数据按节点频率排序划分为5个强弱不同的频段信号实现消噪提取,结果表明该方法可将噪声信号与目标信号有效分离,与全局单一阈值相比,具有较好降噪能力。该方法打破了小波阈值去噪高频处理的局限性,提高了识别精度,改善了全局单一阈值去噪存在的短板,在鱼类分析识别、舰船监听、深海探测等方面具有一定的推广和应用价值。     

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。     

基于小波变换的低场核磁共振信号去噪方法的研究进展

低场核磁共振（low-field Nuclear Magnetic Resonance,low-field NMR）技术因其自身具有的独特优越性常被应用于极端条件下的测量,而且由于其采用的是永磁体,因而采集到的信号信噪比常常较低,在很大程度上影响了测量值的准确性.因此,如何去除混杂在信号中的加性高斯白噪声增加测量值的可靠性显得尤为重要.针对这一问题,国内外学者相继提出了众多优秀的去噪方法,其核心都是在不损失含噪信号中有效信息的基础上滤除掉夹杂在其中的噪声信号.本文在基于对小波变换理论分析的基础上,介绍了3种目前较为流行的用于低场核磁共振信号去噪的方法,分别是小波阈值去噪、模极大值去噪和小波系数相关性去噪,并给出了用于评价去噪效果的四个参数及其计算方法.     

激光云高测量去噪算法研究

针对激光雷达回波信号所含噪声的特点, 对比分析了传统去噪算法的优缺点, 重点就小波自适应阈值去噪方法和独立成分分析去噪方法进行了系统研究。为了验证这两种方法在激光云高测量信号去噪上的有效性和优劣性, 对包含高斯白噪声的模拟仿真信号进行了消噪, 并对半导体激光云高仪实际探测得到的大气回波信号进行了消噪处理, 最后对去噪结果进行了对比分析。仿真结果和实验结果表明, 这两种消噪方法均能够有效降低激光雷达回波信号中所含噪声, 并且独立成分分析消噪效果明显优于小波自适应阈值方法。     

Blind source separation of multichannel electroencephalogram based on wavelet transform and ICA

Combination of the wavelet transform and independent component analysis （ICA） was employed for blind source separation （BSS） of multichannel electroencephalogram （EEG）. After denoising the original signals by discrete wavelet transform, high frequency components of some noises and artifacts were removed from the original signals. The denoised signals were reconstructed again for the purpose of ICA, such that the drawback that ICA cannot distinguish noises from source signals can be overcome effectively. The practical processing results showed that this method is an effective way to BSS of multichannel EEG. The method is actually a combination of wavelet transform with adaptive neural network, so it is also useful for BBS of other complex signals.     

基于多尺度总体最小二乘的图像去噪

提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解,分别对各个分解层的高频子带,通过总体最小二乘算法估计信号小波系数|并且考虑到不同尺度小波系数之间的相关性,将尺度相关性约束到总体最小二乘算法中,进而准确估计各高频子带信号小波系数,再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明,考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音,在信噪比和视觉质量上有了较大改善.     

A Novel Noise Reduction Method of UAV Magnetic Survey Data Based on CEEMDAN,Permutation Entropy,Correlation Coefficient and Wavelet Threshold Denoising

Despite the increased attention that has been given to the unmanned aerial vehicle (UAV)-based magnetic survey systems in the past decade, the processing of UAV magnetic data is still a tough task. In this paper, we propose a novel noise reduction method of UAV magnetic data based on complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN), permutation entropy (PE), correlation coefficient and wavelet threshold denoising. The original signal is first decomposed into several intrinsic mode functions (IMFs) by CEEMDAN, and the PE of each IMF is calculated. Second, IMFs are divided into four categories according to the quartiles of PE, namely, noise IMFs, noise-dominant IMFs, signal-dominant IMFs, and signal IMFs. Then the noise IMFs are removed, and correlation coefficients are used to identify the real signal-dominant IMFs. Finally, the wavelet threshold denoising is applied to the real signal-dominant IMFs, the denoised signal can be obtained by combining the signal IMFs and the denoised IMFs. Both synthetic and field experiments are conducted to verify the effectiveness of the proposed method. The results show that the proposed method can eliminate the interference to a great extent, which lays a foundation for the further interpretation of UAV magnetic data.     

基于小波包分析二次阈值去噪图像复原方法

提出了基于小波包分析的二次去噪复原的图像复原新方法。利用小波包分析在信号去噪中对图像信号高频部分更加灵活、更加精确的局部分析能力,针对低信噪比模糊图像,通过选取较小的阈值,交替地进行了两次预去噪处理和复原。采用PML算法,实验比较了小波包阈值一次去噪法和二次去噪法。实验表明,二次去噪法由于阈值取值较小,对退化图像信息的能量分布改变较小,可以获得比一次去噪法更加良好的复原效果。     

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。     

复轮廓波包的构造及其图像去噪应用

一般的轮廓波变换只对信号的低频部分进行分解,却忽略了信号的高频部分,因而丢失了丰富的细节和纹理信息,为了克服这种缺陷,本文利用解析的双树复小波包变换和非抽样方向滤波器组,构造了复轮廓波包变换,并提出一种基于相邻系数阈值分类的复轮廓波包图像去噪算法.新的变换除了具有多分辨率、局部性、多方向性和各向异性的特点外,还具有平移不变性和更丰富的方向分量.仿真试验结果表明,构造的复轮廓波包变换能够有效地抑制伪Gibbs现象,并且保护更多的边缘和纹理等细节,其PSNR值和视觉质量均优于一般的去噪方法.