The invention discloses an ultralow concentration sulfur dioxide ultraviolet differential feature extraction algorithm, which comprises the following steps: collecting spectral data by ultraviolet differential absorption spectrometer and acting as the original spectral S; selecting and intercepting the band of the original spectral S, and fitting the data with n-th polynomial, and obtaining the polynomial Ln and the selected band. The original spectrum S is differentiated to filter the low frequency noise L, and the SO2 differential absorptivity C is obtained; (3) The differential absorptivity curve of SO2 has periodic characteristics, and the differential absorptivity C is converted to the frequency domain signal P by the fast Fourier transform algorithm; (4) The amplitude of the spectral line on the frequency domain signal P is collected and the adjacent spectral lines are recorded. (5) Multiple data form a set of multidimensional data, which are dimensionally reduced by using principal component analysis (PCA) algorithm to extract concentration-related eigenvalues. The invention can realize the detection of low concentration SO2 gas pollutants with high efficiency and low cost.
【技术实现步骤摘要】
一种超低浓度二氧化硫紫外差分特征提取算法
本专利技术涉及基于朗伯-比尔定律与快速傅里叶变换的特征提取算法,具体涉及一种超低浓度二氧化硫紫外差分特征提取算法。
技术介绍
当光穿过气体的过程中,气体分子会吸收光源的能量并发生跃迁,由此会产生相应的吸收光谱。不同的气体分子由于结构不同,在相应的波段具有不同的吸收特征。Lambert-Beer定律指出,光穿过气体前后的光强变化与待测气体的浓度,厚度以及种类有明确的关系,据此可以利用吸收光谱来测量气体污染物(SO2、NO等)的浓度。进行气体污染物浓度测量时,需要从吸收光谱中提取出有效的吸收特征。因此在对光谱仪所获得的吸收光谱进行处理时,需要滤除噪声并从处理后的信号中提取特征值。特别在测量超低浓度的气体污染物时,光谱上的有用信号几乎淹没在噪声中,必须有效的区分噪声与有用信号,才能保证测量结果的准确。传统DOAS算法是一种常用算法。该方法利用高阶多项式拟合来获取吸收光谱的低频慢变部分,再由数学方法获得吸收光谱的快变部分,也可以使用滤波器达到同样效果。慢变部分主要由仪器光谱响应特性、光源的光谱曲线、瑞利散射、米氏散射以及气体的衰减作用而形成;吸收的快变部分则是由气体中各成分分子内部的各种电子能级跃迁所产生的吸收作用形成的光谱精细结构,也是计算气体成分和浓度的依据。之后根据Lambert-Beer定律,利用吸收截面与吸收峰值处数据计算污染物浓度。该方法的优点是原理简单,容易实现,且技术较为成熟。但是这种方法进行低浓度测量时,在原理上对光程长度依赖较大,而工程应用中由于各种限制,光程不可能无限的增大,因此在低浓度测量时,该方法 ...
【技术保护点】
1.一种超低浓度二氧化硫紫外差分特征提取算法,其特征在于,包括以下步骤:(1)通过紫外差分吸收光谱分析仪采集由氘灯光源所发出的经过充满均一浓度待测二氧化硫SO2气体的气体池后的光谱数据,该光谱数据为原始光谱S;(2)对原始光谱S进行波段选择且截取数据,并进行n次多项式拟合,所得多项式Ln与所选波段原始光谱S做差分,实现低频噪声L的滤除,得到的SO2差分吸收度C;
【技术特征摘要】
1.一种超低浓度二氧化硫紫外差分特征提取算法,其特征在于,包括以下步骤:(1)通过紫外差分吸收光谱分析仪采集由氘灯光源所发出的经过充满均一浓度待测二氧化硫SO2气体的气体池后的光谱数据,该光谱数据为原始光谱S;(2)对原始光谱S进行波段选择且截取数据,并进行n次多项式拟合,所得多项式Ln与所选波段原始光谱S做差分,实现低频噪声L的滤除,得到的SO2差分吸收度C;(3)利用SO2的差分吸收度曲线具有类周期特性的特点,通过快速傅里叶变换算法将差分吸收度C转换为频域信号P;(4)采集频域信号P上谱线的幅值,并记录相邻谱线的幅值;(5)多个数据组成一组多维数据,利用主成份分析(PrincipalComponentAnalysis)算法将数据降维,从中提取出浓度相关特征值。2.根据权利要求1所述一种超低浓度二氧化硫紫外差分特征提取算法,其特征在于,步骤(2)中n取3。3.根据权利要求1所述一种超低浓度二氧化硫紫外差分特征提取算法,其特征在于,步骤(2)中波段选择包括以下步骤:(1)通过查找HITRAN数据库获得SO2的吸收截面,选定180~230nm波段上的数据作为计算所使用数据;(2)通过紫外差分吸收光谱分析仪采集由氘灯光源所发出的经过充满均一浓度待测二氧化硫SO2气体的气体...
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。