本发明专利技术涉及一种基于Savitzky-Golay滤波器参数优化的光谱实时滤波方法，涉及多波长光谱数据的预处理领域，目的在于对含有随机的、未知频率、未知强度的噪声的光谱曲线进行滤波，去除噪声，保留光谱曲线的特征。本发明专利技术可根据光谱数据的特征优化滤波器的参数，使滤波器可以适应不同的噪声情况，实现较宽的频率、幅度范围的噪声滤除。采用本发明专利技术，还可以用于光谱仪器在不同的现场、不同的光噪声、不同的电噪声等干扰下测得的同一对象的光谱实时数据处理，经滤波后减小光谱数据的差异，提高信噪比。
【技术实现步骤摘要】
本专利技术涉及，可 动态优化滤波器的参数，尤其适用于噪声变化较大情况下实时光谱数据的去噪处理。
技术介绍
Savitzky-Golay滤波（简称S-G滤波）是上世纪60年代由Savitzky和Golay提 出，具有在滤除噪声时确保信号的形状和宽度不变的优点，广泛地运用于数据流平滑除噪， 是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。由光谱仪直接获取的光谱经 常由于温度、湿度、仪器稳定性等因素的干扰，存在噪声影响，最终导致结果不准确，因此需 要对光谱数据进行去噪。 目前对光谱曲线降噪的方法主要有：线性拟合法、均值法、小波算法、超分辨率重 建法。线性拟合法虽然能初步滤除单种液体测量光谱的噪声，但易受异常值的影响，且需多 次测量，很不方便；均值法除了要求多次测量外，不能保证降低光谱中的突变噪声；小波算 法则基于Fourier变换从频域对信号进行分析，能有效滤除多种噪声，但处理速度慢；超分 辨率重建法适合于多组平移的光谱之间的噪声滤除，而无法单次对某种液体的光谱曲线进 行处理。对光谱曲线的降噪处理主要是为了提取特征信息，这要求滤波算法能够准确反映 曲线走势，保留峰值，不丢失细节信息，Savitzky-Golay滤波器则具备该特点。 本专利技术采用S-G自适应滤波的方法，根据均方误差最小得到最优参数，计算方便， 通过嵌入实时采集软件，实现对于实时信号进行处理，克服了以往S-G滤波只能应用于光 谱数据采集后再分析处理的缺陷。而其他自适应的滤波器在反映曲线走势和保留峰值和细 节信息处，没有S-G滤波处理光谱数据的效果好。因此，本文提出的是一种根据光谱曲线自 适应的S-G滤波方法。
技术实现思路
本专利技术目的在于解决对于含有随机出现且实时变化的未知频率、未知强度的噪声 的光谱曲线进行滤波的光谱曲线的降噪处理，提取特征信息，能够准确反映曲线走势，保留 峰值，不丢失细节信息，提出了一种自适应的S-G滤波方法。 本专利技术是一种基于Savitzky-Golay滤波器参数优化的光谱滤波方法，可选择最 优的滤波器参数，最终实现不同噪声情况下均可以达到最优的滤波效果。具体实施步骤 为： 1)光谱仪采集任意时刻光谱数据y，y作为输入信号，所述y由光谱信号X与噪声 信号b组成； y = x+b 将输入信号y输入至初步设定滤波参数的Savitzky-Golay自适应滤波器中，得到 滤波后的输出信号I。 X = f4y) 代表Savitzky-Golay滤波器运算，即输入y值到估计值f的一种映射，λ代表 Savitzky-Golay滤波器参数； 对于Savitzky-Golay滤波器来说，可以调节的参数是拟合阶次和窗口大小的两 个参数单独或同时调节； 2) Savitzky-Golay自适应滤波器通过计算所有波长下光谱滤波前后的均方误差 (MSE)的Stein无偏风险估计值（SURE)不断调整滤波器参数，使得无偏风险估计值最小，此 时滤波器的输出则为纯净的光谱信号？。 均方误差MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验 数据具有更好的精确度。根据Stein理论，Tl (f\(y))是真正MSE的一个无偏估计。即是 Ε：?~ ||x - W SURE计算公式中的divy{f\ (y)}可采用Monte-Carlo算法，在输入y上加入一扰 动V (高斯白噪声，均值为0,方差为ε2)。 ζ = y+br 然后计算出新的输出(y)，通过下面公式可以求解： di\\ \f) (j·)} -Iim ~ Ej, [h"' { f- (ζ) - f) (y))} ' a 3)采用滤波前后的均方根误差MSE的无偏风险估计值SURE来调整滤波器的参数， 是指对Savitzky-Golay滤波器的阶次和窗宽进行调整，以使SURE值最小，或者处于不大于 最小值10%以内的范围。 上述的根据SURE值调整参数的方法，可采用快速搜索的方法，需根据经验确定常 用的滤波器参数范围，然后分别计算出SURE值后进行优选。快速搜索的方法包括一些常见 的最优化方法的快速实现算法。 通过对于窗宽和阶数两个参数的变化，获得最小的MSE，这时的参数即为最优参 数。 本专利技术的有益效果是：该方法通过一种基于光谱数据的Savitzky-Golay自适应 滤波方法，改变滤波器的参数和结构，实现实时光谱去噪，解决对于未知干扰下光谱曲线去 噪，并保留光谱曲线的形状和峰的细节特征的问题。【附图说明】 图IS-G自适应滤波器的数据处理示意图； 图2基于SURE的滤波器参数优化的模型示意图； 图3基于SURE的滤波器参数优化的流程图； 图4对水的光谱信号X加噪声匕后的光谱曲线； 图5对水的光谱信号X加噪声1^2后的光谱曲线； 图6对水的光谱信号X加噪声匕后的光谱曲线； 图7对3组水的光谱信号分别用本专利技术去除噪声后得到的曲线的对比图； 图8对乙醇的光谱信号X2加噪声b 4后的光谱曲线； 图9对乙醇的光谱信号X2加噪声b 5后的光谱曲线； 图10对乙醇的光谱信号X2加噪声b 6后的光谱曲线； 图11对3组乙醇光谱信号分别用本专利技术去除噪声后得到的曲线的对比图。【具体实施方式】 如图1所示，本专利技术是一种基于光谱数据的S-G自适应滤波器光谱处理方法，首先 由光谱仪实时输入噪声干扰下的光谱数据，然后S-G滤波器根据实时收到的信号通过最小 均方差进行自适应的参数调整，最后即可得到实时的去噪后的光谱曲线。滤波器参数的优 化过程如图2所示，先输入理想信号X，误差信号b，得到实际滤波器收到的信号y，输入滤波 器中，就可以根据计算得到S-G滤波的最佳参数，进而获得去噪之后的光谱曲线。 本专利技术基于光谱数据的S-G滤波器参数的动态优化方法，具体实施步骤（如图3 所示）为： 1)应用光谱仪采集任意时刻光谱数据y，并将y作为输入信号，y由光谱信号X与 噪声信号b组成。当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于Savitzky‑Golay滤波器参数优化的光谱实时滤波方法；其特征是包括以下步骤：1)光谱仪采集任意时刻光谱数据y，y作为输入信号，所述y由光谱信号x与噪声信号b组成；y＝x+b将输入信号y输入至初步设定滤波参数的Savitzky‑Golay自适应滤波器中，得到滤波后的输出信号fλ代表Savitzky‑Golay滤波器运算，即输入y值到估计值的一种映射，λ代表Savitzky‑Golay滤波器参数；对于Savitzky‑Golay滤波器来说，调节的参数是拟合阶次和窗口大小的两个参数单独或同时调节；2)Savitzky‑Golay自适应滤波器通过计算所有波长下光谱滤波前后的均方误差(MSE)的Stein无偏风险估计值(SURE)不断调整滤波器参数，使得无偏风险估计值最小，此时滤波器的输出则为纯净的光谱信号x′。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘瑾，苏荣欣，周鹏，齐崴，王军星，刘明月，盛伟楠，蔡子晋，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。