基于小波去噪的超低浓度多组分紫外光谱烟气分析方法技术

本发明专利技术涉及一种基于小波去噪的超低浓度多组分紫外光谱烟气分析方法,主要适用于环保烟气的高精度监测中，其中涉及的小波变换是一个时间与频率的局部变换，通过将光谱频带多次划分，对光谱信号进行多尺度细化，使光谱信号在经过各尺度的小波分解后的能量主要集中在高频部分，故只需对小波分解得到的高频小波系数进行阈值处理，而将其他分解层的小波系数置零，可以在保存有用信号信息的同时去除大量的噪声，能在充分保留吸收信号的同时去除噪声，有利于提高光谱的信噪比、气体的测量精度、浓度测量下限和测量结果数据的稳定准确性，方法科学且可靠实用，特别适用于环保烟气的高精度检测、精密分析和处理中。

【技术实现步骤摘要】
基于小波去噪的超低浓度多组分紫外光谱烟气分析方法
本专利技术涉及气体光学检测
，特别是一种基于小波去噪的超低浓度多组分紫外光谱烟气分析方法。
技术介绍
煤炭是我国的主要能源，在燃烧过程中会产生大量一氧化氮和二氧化硫等会影响环境的污染气体。因此，环保职能部门十分重视对燃烧器排放气体的质量监控，目前正在推广应用的烟气连续监测系统已成为排污控制和综合治理的依据设备，其中所涉及的污染气体检测技术是治理环境污染的必要前提。目前常用的气体检测方法主要有化学方法和光谱学方法两种。其中化学方法是采用传感器检测污染气体的浓度，方法简便，但误差较大、可靠性较差；光谱学检测方法是基于气体分子有各自特定吸收光谱的机理实现的，具有灵敏度高、稳定性好和可同时连续测量多组分污染气体浓度等优点，目前已成为烟气检测技术的主要发展方向。目前国内外广泛应用的光谱学检测技术主要有简称为DOAS的差分吸收光谱技术、简称为TDLAS的可调谐二极管激光吸收光谱技术和简称为FTIR的傅立叶变换红外吸收光谱技术。其中：所述的TDLAS技术可以用于探测浓度较低的污染气体，但由于在测量过程中对温度影响比较敏感，故很难使用于温差变化较大的环境中，而且由于受到激光器波长范围的影响，可探测气体的种类和浓度范围较窄；所述的FTIR技术可探测污染气体的浓度范围较大，且可降低不同气体特征吸收光谱之间的干扰效应，但由于傅里叶光谱仪的体积过大，价格昂贵，故目前较多地用于实验室气体监测中；而所述的DOAS差分吸收光谱技术，以其灵敏度较高，可实现实时测量，且设备简单、成本低，维护方便和维护周期短等特点而被广泛应用于工业环保烟气测量中。但是在使用DOAS差分吸收光谱技术进行样气数据采集的实践中发现，用于测量气体吸收光谱程度的原始光谱在工作中过程中不可避免地会受到仪器自身、样品背景、各种干扰等随机因素的影响，不可避免地会含有如图1所示的较大噪声信号，尤其是在工业环境中探测低浓度污染气体时所得的吸收特征光谱的信噪比普遍过低，因而会严重影响气体的测量精度、浓度测量下限和测量结果数据的稳定性。因此，为了降低污染气体的浓度探测下限和提高测量准确度，有必要对用于检测的原始光谱信号进行去噪处理，以提高光谱信号的信噪比。目前常用的光谱信号去噪方法主要是傅里叶变换滤波法，傅里叶变换滤波法的核心是将含噪的光源信号由时域转换到频域，利用噪声和信号在频域分布上的差别来设计低通、高通或带通滤波器，从而滤除噪声，如图2所示，有一定的除噪效果，但信噪比仍然较低，从实用角度考虑，还欠理想。
技术实现思路
本专利技术的目的是要克服现有技术的不足，提供一种可以对光谱信号进行时间与频率的局部变换、便于对信号进行多尺度细化，能获得比傅里叶变换滤波更好技术效果的基于小波去噪的超低浓度多组分紫外光谱烟气分析方法。本专利技术的基于小波去噪的超低浓度多组分紫外光谱烟气分析方法，它是通过对光谱信号的时域和频域先进行局部化分析，然后通过伸缩平移运算对信号进行多尺度细化，最终达到高频处时间细分，低频处频率细分，聚焦到信号分析的细节实现的，具体步骤如下：第一步：记录光谱仪自身的暗噪声D在无光线进入光谱仪的情况下，记录光谱仪的暗噪声D；第二步：记录原始背景光谱IO打开氙灯，向样气池中充入氮气，待流速稳定后，采集光谱仪所记录的氙灯原始光谱数据IO；第三步：计算去除光谱仪暗噪声D影响后的实际背景光谱IO′将背景光谱IO减去光谱仪暗噪声D得到实际背景光谱IO′，公式为I0′＝I0-D；第四步：记录被测气体的吸收光谱Ii(λ)将待测气体以一定流速充入样气池中，待样气池内压强稳定后采集获得光谱仪上记录的吸收光谱数据Ii(λ)；第五步：计算去除光谱仪暗噪声D后的实际吸收光谱Ii(λ)′将吸收光谱Ii(λ)减去光谱仪暗噪声D计算得到去除暗噪声D后的实际吸收光谱Ii(λ)′，公式为Ii(λ)′＝Ii(λ)-D；第六步：对实际背景光谱IO′和实际吸收光谱Ii(λ)′分别进行小波去噪处理首先选定小波基，再对实际背景光谱IO′或实际吸收光谱Ii(λ)按需进行分层小波分解，并对含噪信号进行离散小波变换，得到各尺度的小波系数wjk，然后将所得的小波系数wjk进行阀值处理，保留小波系数wjk大于设定阀值、含有信号的分量，滤除小波系数wjk小于阀值、不合信号的噪声分量，由此，通过小波变换保存光谱中的微弱吸收信号，滤除噪声影响，最终获得高信噪比的背景光谱信号。基于上述构思的本专利技术基于小波去噪的超低浓度多组分紫外光谱烟气分析方法，其中涉及的小波变换是一个时间与频率的局部变换，可以将频带多次划分，对信号进行多尺度细化，使光源光谱在经过各尺度的小波分解后，能量主要集中在高频部分，因此只需对小波分解得到的高频小波系数进行阈值处理，而将其他分解层的小波系数置零，可以在保存信号信息的同时，去除大量的噪声，简化了处理流程，数据处理量较小，所需时间短。而且光谱信号经上述处理后，能够根据被分析信号的特征，在充分保留吸收信号的同时去除噪声，提高了光谱的信噪比，降低了浓度探测下限，保证了测量的准确性和稳定性。由上可见，本专利技术是傅里叶变换滤波法的发展和延拓，能获得比傅里叶变换滤波更好的技术效果，实气体测量
中的一大技术突破，因而具有显著的技术先进性、很佳的经济性和极强的实用性。附图说明图1是光谱仪采集的原始光源的光谱信号图；图2是经傅里叶变换滤波法消噪后的光谱信号效果图；图3是采用本专利技术小波变换去噪法消噪后的光谱信号效果图。具体实施方式下面结合附图对本专利技术作进一步说明。在图1中，光谱仪记录的原始光源光谱信号的光谱特性线条十分毛粗，信噪比极低；在图2中，原始光源光谱信号在经过传统傅里叶变换去噪后，线条的毛糙程度略有改善，但去噪后依然存在部分噪声，信噪比仍较低，不适宜用于被测污染空气浓度较低的检测中；在图3中，光源光谱信号在经过本专利技术的小波变换的步骤六去噪后，信号中的噪声基本被滤除，即光源光谱的信噪比得到了明显提高。上述去噪对比结果证明，本专利技术的小波去噪用于差分吸收光谱技术中有其突出的优势，证明了本专利技术在处理信号时能得到比较理想的结果，更适用于工业污染气体的检测中。本文档来自技高网...

【技术保护点】
一种基于小波去噪的超低浓度多组分紫外光谱烟气分析方法，其特征在于：它是通过对光谱信号的时域和频域先进行局部化分析，然后通过伸缩平移运算对信号进行多尺度细化，最终达到高频处时间细分，低频处频率细分，聚焦到信号分析的细节实现的，具体步骤如下：第一步：记录光谱仪自身的暗噪声D在无光线进入光谱仪的情况下，记录光谱仪的暗噪声D；第二步：记录原始背景光谱IO打开氙灯，向样气池中充入氮气，待流速稳定后，采集光谱仪所记录的氙灯原始光谱数据IO；第三步：计算去除光谱仪暗噪声D影响后的实际背景光谱I0’将背景光谱IO减去光谱仪暗噪声D得到实际背景光谱I0’，公式为I0′＝I0‑D；第四步：记录被测气体的吸收光谱Ii(λ)将待测气体以一定流速充入样气池中，待样气池内压强稳定后采集获得光谱仪上记录的吸收光谱数据Ii(λ)；第五步：计算去除光谱仪暗噪声D后的实际吸收光谱Ii(λ)′将吸收光谱Ii(λ)减去光谱仪暗噪声D计算得到去除暗噪声D后的实际吸收光谱Ii(λ)′，公式为Ii(λ)′＝Ii(λ)‑D；第六步：对实际背景光谱I0’和实际吸收光谱Ii(λ)′分别进行小波去噪处理，方法如下：首先选定小波基，再对实际背景光谱I0’或实际吸收光谱Ii(λ)′按需分别进行分层小波分解，并对含噪信号进行离散小波变换，得到各尺度的小波系数wj k，然后将所得的小波系数wj k进行阀值处理，保留小波系数wj k大于设定阀值、含有信号的分量，滤除小波系数wj k小于阀值、不含信号的噪声分量，由此，通过小波变换保存光谱中的微弱吸收信号，滤除噪声影响，最终获得高信噪比的背景光谱信号或被测气体吸收光波的信号。...

【技术特征摘要】
1.一种基于小波去噪的超低浓度多组分紫外光谱烟气分析方法，其特征在于：它是通过对光谱信号的时域和频域先进行局部化分析，然后通过伸缩平移运算对信号进行多尺度细化，最终达到高频处时间细分，低频处频率细分，聚焦到信号分析的细节实现的，具体步骤如下：第一步：记录光谱仪自身的暗噪声D在无光线进入光谱仪的情况下，记录光谱仪的暗噪声D；第二步：记录原始背景光谱IO打开氙灯，向样气池中充入氮气，待流速稳定后，采集光谱仪所记录的氙灯原始光谱数据IO；第三步：计算去除光谱仪暗噪声D影响后的实际背景光谱I0’将背景光谱IO减去光谱仪暗噪声D得到实际背景光谱I0’，公式为I0′＝I0-D；第四步：记录被测气体的吸收光谱Ii(λ)将待测气体以一定流速充入样气池中，待样气池内压强稳定后采集获得光谱仪上记录的...

【专利技术属性】
技术研发人员：陈宝明，李苗苗，王雷，张育超，袁明晨，
申请(专利权)人：苏州汉策能源设备有限公司，
类型：发明
国别省市：江苏,32