【技术实现步骤摘要】
本专利技术涉及tdlas信号降噪领域，具体地，涉及基于噪声强度约束的分段多项式拟合tdlas信号去噪方法。
技术介绍
1、激光吸收光谱技术(tdlas)具有高灵敏、连续在线、快速响应、环境适应性强等特点，是当前国际上公认的最有希望能够满足超低温风洞超低露点检测的技术手段。tdlas技术以波长可连续调谐的窄线宽半导体激光器做光源，获得目标气体高分辨率吸收光谱来反演气体的状态参数。激光器波长可通过其有源区工作温度和驱动电流进行调谐，温度调谐响应速率相对较慢(hz至亚hz量级)，通常采用电流调谐(最大响应速率在百khz～mhz以上)，采用固定激光器温度，电流调谐方式工作，波长调谐波形采用锯齿波。典型测量光路如图1所示，图1中左侧部件为半导体激光器，图1中间部分gas为待测量气团，图1中右侧部分器件为光电探测器，图1中l为激光经过待测区域的光程，i0(ν)为激光入射光强，i(ν)为出射光强，半导体激光器出射激光准直之后，穿过待测量气团后最终被光电探测器(pd)接收，目标气体的吸收造成激光光强衰减，衰减量遵守lambert-beer定律，如下公式所示：
2、it(ν)＝i0(ν)exp[-p·x·l·s(t)·φ(ν-ν0)]＝i0(ν)exp[-α]
3、其中，it(ν)为透射光强，s(t)为目标气体吸收线强，对选定的吸收线仅为温度的函数；φ(ν-ν0)为面积归一化线型函数；p、x分别为环境静压和水汽的体积比浓度，p·x即绝对分压；α为吸光度，描述路径上目标气体的整体吸收大小，采用锯齿波调谐激光器电流实现波长调谐
4、在测试光路中，当存在光学干涉时，会使测量tdlas信号中存在混频噪声影响测量精度。另外，随着测试对象浓度接近极限时，图2的观察信号中存在大量噪声。如何对这些噪声进行抑制，是提升测量精度的有效有段。
5、针对tdlas测量信号增强问题，学者们提出了一系列方法：
6、第一种方法为：奇异值分解用于可调谐二极管激光吸收光谱技术去除系统噪声；
7、第二种方法为：基于经验模态分解的可调谐半导体激光吸收光谱中干涉条纹的抑制_郭心骞；
8、第三种方法为：基于gabor变换的tdlas检测信号的降噪研究_崔海滨；
9、在上述方法中，gabor变换是一种人工设定标识基方法，需要依赖人工经验精度较低；经验模态分解、奇异值分解是一种数据驱动方法，其中，经验模态分解通过将当前信号分解为几个信号的融合，再通过线性组合重建进行去噪，分解的层次、数量等不可控，同样存在精度较低的问题；奇异值分解即svd分解是一种正交基方法，重建质量较低，同样存在精度较低的问题。
技术实现思路
1、为了解决上述不足，本专利技术在此提供基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，对测量tdlas信号噪声进行抑制，提升测量精度。
2、为实现上述目的，本专利技术提供了基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，所述方法包括：
3、步骤1：接收获得tdlas测量信号；
4、步骤2：基于tdlas测量信号对应的发射信号分析所述tdlas测量信号，获得所述tdlas测量信号的线性区域；
5、步骤3：计算获得所述线性区域内数据的方差；
6、步骤4：在所述线性区域内利用窗口依次滑动获得若干组数据；
7、步骤5：构建含有未知系数的多项式拟合函数，基于所述若干组数据求解获得多项式拟合函数的拟合误差以及所述多项式拟合函数中的未知系数值；
8、步骤6：基于所述方差、所述拟合误差和所述多项式拟合函数建立不等式约束方程组；
9、步骤7：基于不等式约束方程组对tdlas测量信号进行去噪处理，获得去噪后的信号。
10、其中，本方法首先通过线性数据获得噪声的方差，然后通过最小二乘对数据进行拟合，再考虑到实际值与直线拟合值的残差，建立不等式约束优化模型，最后通过粒子群等智能优化算法获得滤波后的结果，以降低噪声的影响；本专利技术能够对测量tdlas信号噪声进行抑制，提升测量精度。
11、在一些实施例中，所述步骤2具体包括：
12、将tdlas测量信号与发射信号对应信号点的数值大小进行比较；
13、获得数值差异大小在预设范围内的信号点集合；
14、将信号点集合内连续数量大于阈值的连续信号点取出获得对应的连续信号点集合；
15、基于连续信号点集合中信号点对应的信号区域，获得所述tdlas测量信号的线性区域。
16、其中，虽然由于噪声的影响，接收到的信号有一定的波动，但在某些区域中接收到的信号和与发射的信号都是线性变化的，利用这些区域可以获得tdlas测量信号的线性区域，线性区域测量信号用于确定噪声水平。
17、在一些实施例中，所述步骤3具体包括：
18、从所述线性区域内选择m个数据，分别为：(x1,y1),(x2,y2),…,(xm,ym)。
19、令f(xi)＝axi+b，a和b为常数，xi是第i(1≤i≤m)个数据的横坐标，f(xi)是线性拟合函数，其值是横坐标xi对应的纵坐标；
20、获得测量数据与拟合数据之间误差φ(a,b)的最小值θ；
21、基于测量数据与拟合数据之间误差φ(a,b)的最小值θ计算获得所述线性区域内数据的方差。
22、其中，测量数据是指从所述线性区域内选择m个数据，拟合数据指的是通过f(xi)获得的数据。
23、在一些实施例中，测量数据与拟合数据之间误差φ(a,b)的最小值θ的计算方式为：
24、
25、其中，i为所选取段内数据点序号，n为所选取段内数据点总数；
26、所述线性区域内数据的方差σ的计算方式为：
27、
28、在一些实施例中，所述步骤4具体为：
29、在所述线性区域内利用长度为n的窗口一次滑动获得若干组数据，每组数据包括：(x1,y1),(x2,y2),…,(xn,yn)；
30、步骤5中的多项式拟合函数为其中，g(xi)为三阶多项式拟合函数，用于获得所述线性区域内横坐标xi对应的纵坐标，ηj、ξj、αj和βj为窗口第j次滑动对应的常数参数；
31、多项式拟合函数的拟合误差为g(ηj,ξj,αj,βj)，拟合误差的最小值ming(ηj,ξj,αj,βj)为：
32、
33、在一些实施例中，所述不等式约束方程组为：
34、
35、其中，ν和ω为与置信区间相关的参数，e为真实数据与拟合数据的均方误差，min()是求最小值的函数，mine为真实数据与拟合数据的均方误差的最小值，εi为能接受的标准差。
36、在一些实施例中，e需满足以下约束：
37、
38、其中，λ为大于0的常数。
39本文档来自技高网...
【技术保护点】
1.基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，所述步骤2具体包括：
3.根据权利要求1所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，所述步骤3具体包括：
4.根据权利要求3所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，测量数据与拟合数据之间误差Φ(a,b)的最小值θ的计算方式为：
5.根据权利要求1所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，所述步骤4具体为：
6.根据权利要求5所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，所述不等式约束方程组为：
7.根据权利要求6所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，e需满足以下约束：
8.根据权利要求6所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，εi
9.根据权利要求3所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，通过最小二乘法获得测量数据与拟合数据之间误差Φ(a,b)的最小值θ。
10.根据权利要求5所述的基于噪声强度约束的分段多项式拟合TDLAS信号去噪方法，其特征在于，通过最小二乘法获得拟合误差的最小值minG(ηj,ξj,αj,βj)。
...【技术特征摘要】
1.基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，其特征在于，所述步骤2具体包括：
3.根据权利要求1所述的基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，其特征在于，所述步骤3具体包括：
4.根据权利要求3所述的基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，其特征在于，测量数据与拟合数据之间误差φ(a,b)的最小值θ的计算方式为：
5.根据权利要求1所述的基于噪声强度约束的分段多项式拟合tdlas信号去噪方法，其特征在于，所述步骤4具体为：
6.根据权利要求5所述的基于噪声强度...
【专利技术属性】
技术研发人员：王斌，王平，许振宇，张文清，曾星，宋巍巍，
申请(专利权)人：中国空气动力研究与发展中心设备设计与测试技术研究所，
类型：发明
国别省市：
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。