环境扰动下的OP-FTIR多组分同时定量分析算法

利用开路傅里叶变换红外光谱仪进行污染云团遥测时,往往会出现一些未知的干扰物质,这些干扰的存在使准确地多组分同时定量分析变的很困难.利用标准吸收截面光谱,结合矩阵投影运算及目标转换因子分析,完成了未知干扰光谱的检出,从而完成多个待测组份的同时定量分析测定.仿真六氟化硫(SF6)、甲醇和氨气(NH3)的混合物光谱,把NH3作为干扰,预测SF6和甲醇的浓度程长积值,预测结果和真实值有相当好的符合度.     

二氧化碳浓度高精度反演的敏感性研究

超光谱技术是高精度反演大气二氧化碳浓度的基础,针对超光谱技术的特点和大气二氧化碳浓度反演精度的要求,在探索大气二氧化碳的吸收特性后,选择了一个适合二氧化碳浓度探测的波段进行研究。根据反演原理和目前所使用的反演方法,利用前向模型LBLRTM着重分析如下四个敏感因素对反演精度的影响：光谱分辨率、海拔高度、二氧化碳初始浓度和地表反照率。研究结果表明,在大气二氧化碳浓度的反演过程中这些因素对精度的提高存在一定的影响。     

一种气体的微弱红外光谱特征提取方法

被动傅里叶变换红外遥测技术可以测量大部分污染气体,亮温光谱法能够在无需背景信息的前提下实现目标特征提取与识别。在野外进行实测时, 存在背景物体辐射、大气中成分辐射、仪器噪声等信号。当目标信号弱于这些信号时,亮温光谱法难以直接从实测光谱中提取目标特征。针对这一问题,提出了一种基于非负矩阵分解的光谱特征提取方法,在被动红外遥测模型基础上,通过对整个亮温光谱进行分析,得到目标光谱特征。实际测量以SO$_2$为目标气体进行野外实验,对该方法进行了验证,结果表明,在目标信号较弱的亮温光谱中仍然能够提取到SO$_2$的光谱特征,证明了方法的有效性。     

基于物理模型的污染云团红外光谱精细仿真

鉴于获取实测光谱成本高、获取量少和可测量云团种类少等限制因素,研究污染云团的红外光谱仿真,对于利用仿真光谱进行光谱识别的算法研究显得至关重要。以往的研究多利用经验的概率模型和经验的或半经验的参数来模拟污染云团的实时扩散,在此基础上再进行污染云团的红外光谱仿真。文中将利用基于物理的模型来精细地模拟污染云团的扩散,以弥补概率模型的欠精确性。研究了基于物理的云团扩散的机理,以及基于此扩散模型上红外光谱的生成方法,最终将生成的物理模型下的仿真光谱序列、概率模型下的仿真光谱序列和实测的光谱序列进行比较,得到了更为精准的仿真结果:就光谱残差而言,最高可提高14%,并指出了两种模型的适用范围。文中建立的基于物理模型的污染云团扩散及其红外光谱的实时仿真方法,对于高精度的云团红外光谱仿真及高质量的光谱识别算法研究具有重要意义。     

基于支持向量回归的光声光谱信号温度和湿度校正方法北大核心CSCD

非共振光声光谱技术可用于在线检测变压器油中溶解气体,保障变压器安全运行。然而在室外环境下,背景信号易受到环境温度、湿度的影响,必须对这些因素进行校正,以提高仪器在线检测的稳定性和可靠性。背景信号的温度和湿度校正因子一般通过实验室测量得到,但测量过程中由于外部环境干扰,采集样本会出现较大波动,因此需要具有一定鲁棒性的回归算法计算校正因子。研究了基于支持向量回归的背景信号的温度和湿度校正方法,选择乙炔作为研究对象,在实验室内利用湿度发生器产生不同浓度水汽,同时利用温度传感器测量光声池温度,回归乙炔背景信号校正因子,并采用体积分数分别为0、5×10^(−6)和2×10^(−5)的乙炔和空气混合气体进行了验证。研究结果表明,对于体积分数为5×10^(−6)和2×10^(−5)的乙炔混合气体,所提方法和最小二乘法校正结果趋势相同,但最小二乘法校正信号存在趋势性偏离,而所提方法对背景信号校正具有更好的重复性和稳定性,优于最小二乘法。     

基于亮温光谱的表面沾染物探测方法

针对表面沾染探测中存在的不足,提出亮温光谱法。通过高灵敏度红外遥测光谱仪非接触探测获得沾染物的辐亮度光谱,利用光源和沾染本底的高发射率特性,通过普朗克公式转换得到亮温光谱,直接获得沾染物特征信息。无需预测沾染本底,特别适合已中毒事故现场。首先讨论该方法的探测原理,然后分别使用亮温光谱法和背景扣除法对铝板表面的沾染物二甲基硅油(Poly(dimethylsiloxane),PDMS)和磷酸三乙酯(Triethyl phosphate,TEP)进行探测。结果表明,亮温光谱法提取出的沾染物的特征与背景扣除法的相同,可准确识别沾染物类型,同时避免了背景扣除法对背景光谱的依赖。该方法简单可靠,测试迅速,有很大的应用潜力。