【技术实现步骤摘要】
本专利技术涉及散射光粉尘浓度检测，具体涉及一种基于激光散射的粉尘浓度测量方法及系统。
技术介绍
1、基于激光散射的粉尘浓度测量方法和系统是一种常见的用于监测空气或气体中粉尘浓度的技术，利用激光与粉尘颗粒相互作用的原理，当激光照射到粉尘颗粒上时，光会发生散射，探测器用来测量散射光的强度或角度，进而来确定粉尘的浓度。现有的粉尘浓度测量方法中可采用激光散射探测器，通过对空气中粉尘颗粒的大小和形状等物理特性进行光谱检测，进而得到空气中粉尘颗粒的光谱信号。通过后续对光谱信号的进一步分析和处理来得到空气中粉尘浓度的测量结果，因此光谱信号的准确性对粉尘浓度的检测极为重要。
2、光谱信号在测量空气中粉尘颗粒浓度的过程中，由于受到环境因素以及自然光源的干扰，信号中存在较多的噪声成分，由于后续需要通过测量指定波长激光器的散射光谱信号来获取粉尘颗粒的物理特性信息，因此需要有效的去除光谱信号中的噪声干扰，现有的维纳滤波对粉尘浓度测量中的光谱信号进行去噪过程中，会由于噪声特征的分析不准确导致该滤波过程中会过度丢失与粉尘特性相关的重要信息，使得去噪后的光谱信号误差较大，检测出的粉尘浓度准确率较低。
技术实现思路
1、为了解决现有技术中去噪后的光谱信号误差较大，检测出的粉尘浓度准确率较低的技术问题，本专利技术的目的在于提供一种基于激光散射的粉尘浓度测量方法及系统，所采用的技术方案具体如下：
2、本专利技术提供了一种基于激光散射的粉尘浓度测量方法，所述方法包括：
3、通过激光散
4、根据每个峰值波动段中功率的分布趋势，获得每个峰值波动段的特征值；根据所有峰值波动段之间波动长度的差异情况以及不同波动长度对应的特征值的差异情况，获得频谱图的噪声估计值；
5、根据每个峰值波动段中功率的波动程度，确定疑似噪声段；根据疑似噪声段与非疑似噪声段的功率分布差异情况，获得频谱图的光谱特征值；
6、根据频谱图的噪声估计值和光谱特征值获得对应光谱信号的优化维纳滤波；通过优化维纳滤波对光谱信号进行滤波获得检测信号，通过检测信号进行粉尘浓度测量。
7、进一步地，所述峰值波动段的获取方法包括：
8、将频谱图中的数据通过曲线拟合获得频谱曲线，通过峰值检测算法获得频谱曲线中的峰值点；
9、对于任意一个峰值点，获取该峰值点在频谱曲线中左右相邻的两个极小值点；将左右相邻的相邻极小值点之间的区间，作为该峰值点在频谱图中的峰值波动段。
10、进一步地，所述特征值的获取方法包括：
11、依次将每个峰值波动段作为参考段，将频谱图中参考段两端对应的功率值作为端点波谷值；将两个端点波谷值中的最大值作为参考段的高波谷值；计算高波谷值与参考段中的峰值之间的平均值，获得参考段的带宽数据值；将参考段中功率值与带宽数据值相等的两个数据点之间的距离，作为参考段的带宽距离；
12、将参考段中每相邻两个数据点之间斜率的绝对值作为参考段的斜率特征值；计算参考段中所有斜率特征值的方差，获得参考段的波动规律指标；
13、根据参考段的带宽距离和波动规律指标获得参考段的特征值；带宽距离和波动规律指标均与特征值呈正相关。
14、进一步地，所述噪声估计值的获取方法包括：
15、根据所有峰值波动段对应带宽距离的长度差异情况，将峰值波动段分为窄段类别和宽段类别；
16、计算窄段类别中所有峰值波动段的宽带距离的累加值，获得窄段类别的长度距离；计算宽段类别中所有峰值波动段的宽带距离的累加值，获得宽段类别的长度距离；计算宽段类别的长度距离与窄段类别的长度距离的比值，获得频谱图的波动占比指标；
17、计算窄段类别中所有峰值波动段的特征值的平均值作为窄带类别的特征均值；计算宽段类别中所有峰值波动段的特征值的平均值作为宽带类别的特征均值；计算窄段类别和宽段类别之间特征均值的差异，获得频谱图的特征差异指标；
18、根据频谱图的波动占比指标和特征差异指标，获得频谱图的噪声估计值；波动占比指标和特征差异指标均与噪声估计值呈正相关。
19、进一步地，所述根据所有峰值波动段对应带宽距离的长度差异情况，将峰值波动段分为窄段类别和宽段类别，包括：
20、将所有峰值波动段中的带宽距离按照从小到大的顺序对峰值波动段进行排列，获得带宽序列；
21、计算带宽序列中每相邻两个峰值波动段之间带宽距离的差异，获得距离差异；在距离差异最大值对应的两个峰值波动段中，将对应宽带距离的最小值作为划分距离；
22、将带宽序列中对应宽带距离小于或等于划分距离的峰值波动段作为窄段类别；将带宽序列中对应宽带距离大于划分距离的峰值波动段作为宽段类别。
23、进一步地，所述根据每个峰值波动段中功率的波动程度，确定疑似噪声段，包括：
24、依次将每个峰值波动段作为目标波动段，计算目标波动段中每个数据点的功率值的标准差，获得目标波动段的功率紊乱指标；计算目标波动段中每个数据点的功率值的平均值，获得目标波动段的功率幅值指标；
25、将目标波动段的功率紊乱指标和功率幅值指标的乘积进行归一化处理，获得目标波动段的噪声评价指标；
26、当噪声评价指标小于预设评价阈值时，将对应的峰值波动段作为疑似噪声段。
27、进一步地，所述光谱特征值的获取方法包括：
28、在每个疑似噪声段中，将对功率值进行定积分计算的结果作为每个疑似噪声段的功率密度；将每个疑似噪声段的功率密度与功率幅值指标的乘积，作为每个疑似噪声段的强度指标；将所有疑似噪声段的强度指标的平均值，作为噪声强度指标；
29、在每个非疑似噪声段中，将对功率值进行定积分计算的结果作为每个非疑似噪声段的功率密度；将每个非疑似噪声段的功率密度与功率幅值指标的乘积，作为每个非疑似噪声段的强度指标；将所有非疑似噪声段的强度指标的平均值，作为信号强度指标；
30、将信号强度指标与噪声强度指标的比值，获得频谱图的光谱特征值。
31、进一步地，所述根据频谱图的噪声估计值和光谱特征值获得对应光谱信号的优化维纳滤波，包括：
32、计算噪声估计值的平方值与光谱特征值的平方值的比值，获得调节参数；将调节参数作为维纳滤波的滤波器参数获得光谱信号的优化维纳滤波。
33、进一步地，所述获取光谱信号对应的频谱图，包括：
34、对光谱信号进行傅里叶变换，获得光谱信号的频谱图。
35、本专利技术提供了一种基于激光散射的粉尘浓度测量系统，包括存储器和处理器，处理器执行存储器存储的计算程序，以实现如上述一种基于激光散射的粉尘浓度测量方法。
36、本专利技术具有如下有益效果：
37、本专利技术通过散射光的光谱信号中，由于噪声与信号叠加的分析不准确性，对光谱信号的频本文档来自技高网...
【技术保护点】
1.一种基于激光散射的粉尘浓度测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述峰值波动段的获取方法包括：
3.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述特征值的获取方法包括：
4.根据权利要求3所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述噪声估计值的获取方法包括：
5.根据权利要求4所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述根据所有峰值波动段对应带宽距离的长度差异情况，将峰值波动段分为窄段类别和宽段类别，包括：
6.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述根据每个峰值波动段中功率的波动程度，确定疑似噪声段，包括：
7.根据权利要求6所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述光谱特征值的获取方法包括：
8.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述根据频谱图的噪声估计值和光谱特征值获得对应光谱信号的优化维纳滤波，
9.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述获取光谱信号对应的频谱图，包括：
10.一种基于激光散射的粉尘浓度测量系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算程序，以实现如权利要求1-9任一项所述一种基于激光散射的粉尘浓度测量方法。
...【技术特征摘要】
1.一种基于激光散射的粉尘浓度测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述峰值波动段的获取方法包括：
3.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述特征值的获取方法包括：
4.根据权利要求3所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述噪声估计值的获取方法包括：
5.根据权利要求4所述一种基于激光散射的粉尘浓度测量方法，其特征在于，所述根据所有峰值波动段对应带宽距离的长度差异情况，将峰值波动段分为窄段类别和宽段类别，包括：
6.根据权利要求1所述一种基于激光散射的粉尘浓度测量方法，其特征...
【专利技术属性】
技术研发人员：王凌晖，张光卓，张宏武，姚英娟，梁海，
申请(专利权)人：沈阳安仕得科技有限公司，
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。