一种结合SSA-FastICA算法和EMD-KPCA-LSTM模型的气体混合光谱分析方法技术

本发明专利技术涉及气体混合光谱分析领域，具体为一种结合SSA‑FastICA算法和EMD‑KPCA‑LSTM模型的气体混合光谱分析方法；采用基于贝叶斯优化的SG自适应滤波算法，设计一种SG滤波参数计算器，训练出的模型可实现自动寻找最优滤波参数，极大地提高了滤波效果，同时考虑到混合气体测量光谱谱线样本数较多和较少的情况，分别利用PCA‑FastICA算法和SSA‑FastICA算法来分离重叠混合的光谱谱线，最后通过EMD‑KPCA‑LSTM实现对混合气体中单一气体的分析；解决了当混合气体中气体种类较多时，同时待检测的组分物理、化学性质非常相似时，难以实现对混合气体组成成分的定性或定量检测的问题。

【技术实现步骤摘要】

本专利技术涉及气体混合光谱分析领域，具体为一种结合ssa-fastica算法和emd-kpca-lstm模型的气体混合光谱分析方法。

技术介绍

1、如今，激光光谱技术在测量气体浓度领域得到了广泛的应用，具有高灵敏度和高分辨率的特点，依据此原理可对混合气体的单一气体浓度进行检测，但在环境温度、压强、仪器噪声、光源的稳定性等因素影响下，气体成分对光子的吸收并不是产生离散的谱线，而是表现为lorentz线型、gaussian线型、voigt线型等形式的吸收谱峰，当混合气体中气体种类较多时，同时待检测的组分物理、化学性质非常相似时，光谱信号会混有大量结构相近、相互重叠的谱峰，这种情况下难以实现对混合气体组成成分的定性或定量检测。

技术实现思路

1、针对现有技术的不足，本专利技术提供了一种结合ssa-fastica算法和emd-kpca-lstm模型的气体混合光谱分析方法，解决了当混合气体中气体种类较多时，同时待检测的组分物理、化学性质非常相似时，难以实现对混合气体组成成分的定性或定量检测的问题。</p>

2、为实本文档来自技高网...

【技术保护点】

1.一种结合SSA-FastICA算法和EMD-KPCA-LSTM模型的气体混合光谱分析方法，其特征在于，该分析方法包括如下步骤：

2.根据权利要求1所述的分析方法，其特征在于，在步骤S2中，具体包括如下步骤：

3.根据权利要求1所述的分析方法，其特征在于，在步骤S3中，具体包括如下步骤：

4.根据权利要求3所述的分析方法，其特征在于，在步骤S35中，具体包括如下步骤：

5.根据权利要求3所述的分析方法，其特征在于，在步骤S36中，具体包括如下步骤：

6.根据权利要求3所述的分析方法，其特征在于，在步骤S37中，具体包括如下步骤...

【技术特征摘要】

1.一种结合ssa-fastica算法和emd-kpca-lstm模型的气体混合光谱分析方法，其特征在于，该分析方法包括如下步骤：

2.根据权利要求1所述的分析方法，其特征在于，在步骤s2中，具体包括如下步骤：

3.根据权利要求1所述的分析方法，其特征在于，在步骤s3中，具体包括如下步骤：

4.根据权利要求3所述的分析方法，其特征在于，在步骤s35中，具体包括如下步骤：

5.根据权利要求3所述的分析方法，其特征在于，在步骤s36中，具...

【专利技术属性】
技术研发人员：周胜，王宪毅，钟炎，张欣然，赵泽奇，
申请(专利权)人：安徽大学，
类型：发明
国别省市：