以向量夹角为判据的拉曼光谱基线校正

以采样动态流质样品阿司匹林反应液的拉曼光谱作为研究对象,向量夹角作为判据选择SavitzkyGo1ay平滑窗口宽度,对拉曼光谱进行分区间线性拟合基线校正。校正后的拉曼光谱与原始光谱的相关系数为0.9377,结果优于多项式拟合基线校正和db9小波滤波。     

应用小波Firm阈值滤波实现光谱实时采集

提出了一种利用小波域Firm阈值滤波去除随机噪声的方法,以提高微型光谱仪的光谱采集精度。首先,采集2次光谱谱线,取均值作为待处理谱线;然后,计算出这两次谱线的噪声标准差取代传统小波去噪中的噪声标准差估计,运用通用阈值法确定上阈值。调整下阈值对待处理谱线进行小波Firm阈值滤波,并判断滤波后偏差是否在计算的噪声方差内。选用标准溶液以2种浓度做相对吸光度实验(标准值是A=0.3204),分别用传统10次平均方法和Firm阈值滤波法进行去噪。实验结果表明,提出的方法优于传统10次平均法,标准差从0.00796降低到了0.00697,提高了采集速度。在以光纤光谱仪为主体的微型生化分析仪样品检测过程中的应用表明:该方法提高了检测精度,减少了检测时间,提高效率4～5倍。     

基于小波变换的发动机噪声诊断

提出了一种发动机噪声故障诊断的新方法。该方法在分析故障产生机理和噪声信号特征的基础上,构造一种新型的小波—指数衰减型小波函数,应用它对发动机噪声信号进行处理,提取表征故障的间歇性撞击声信号特征;为了获得可靠的诊断结果,给出发动机正常噪声和故障噪声的复合假设,构造相应统计量进行假设检验判决,检测故障。试验验证表明,该方法能有效地诊断摩托车发动机存在的活塞击缸故障。     

傅立叶变换红外光谱在食用油分析上的应用

近年来,食用植物油的问题越来越多,从地沟油到反式脂肪酸等一系列事件频繁曝光。而传统的检测方法费时费力,本文综述了傅立叶变换红外光谱在食用油分析上的应用。该技术可以对油脂进行分类和掺杂掺假检测,同时运用光谱数据和化学计量学方法还可以对食用油的反式不饱和脂肪酸含量、游离脂肪酸含量、碘值、皂化值及过氧化值等进行快速检测。     

小波变换在微型光谱仪光谱信号处理中的应用

针对所研制的微型光谱仪的光谱信号与噪声的特点进行了分析,研究了小波变换处理方法对不同半宽高斯谱峰的影响,并对不同的小波基处理结果进行了分析和比较.结果表明:利用Mallat分解算法,采用小波基db6或coif3,对获取的微型光谱仪光谱信号进行8次分解,直接将分解系数中的低频成分a8以及高频成分d1和d2置为零,在重构信号中能较好地去除高频噪声和低频背景.     

光导纤维在傅里叶变换红外及拉曼光谱中的发展及应用

本文简要介绍了光导纤维传输光的基本原理，总结了近红外和中药餐波长范围的光导纤维的实际应用状况及其近年来光导纤维材料的发展与改进，并对光导纤维在傅里叶变换近红外光谱（ＦＴ－ＮＩＲ）、中红外光谱（ＦＴ－ＭＩＲ）及傅里叶变换拉曼光谱中的广泛应用作了综述。     

小波分析在压缩机噪声信号去除趋势项处理中的应用

采用小小分析方法，对压缩机噪声信号进行分解重构，利用小波算法多分辨率特性在重构信号中去除低频干扰成分的影响，利用重构信号进行噪声主要频率成分分析，提取噪声信号的主要频率成分。通过对剩余信号的分析，找出干扰频率。     

傅立叶变换红外光谱在癌症诊断中的应用进展

本文综述近年来傅立叶变换红外光谱(FTIR)在癌症诊断中的应用进展。叙述FTIR在乳腺癌、宫颈癌、肺癌、肠癌、甲状腺癌、胃癌、胆囊癌、鼻咽癌、食道癌等诊断中的应用。为癌症临床的诊断和防治提供参考。     

傅立叶变换红外光谱及其图像技术在生物医学中的应用

本文介绍傅立叶变换红外光谱分析技术在蛋白质、核酸、细菌和药物等领域中的应用和红外图像技术在生物细胞、组织的成分及化学结构分析等中的应用。     

基于改进双树复小波的光谱去噪算法研究

为了消除可见光近红外光谱噪声,提高利用光谱曲线进行信息提取的精度,提出一种改进双树复小波变换(DTCWT)的后验估计及广义形态滤波的光谱去噪方法。首先对带噪信号进行双树复小波分解,将信号的高频部分和低频部分进行分离。然后分别采用最大后验(MAP)估计算法和广义形态学滤波(GMF)对高频系数和低频系数进行去噪处理。最后对去噪后的高频系数和低频系数进行DTCWT反变换,得到去噪光谱。对USGS光谱库中的植被光谱以及铁铝榴石光谱进行实验,结果表明该方法易于实现,去噪效果理想,是一种很好的可见光近红外光谱去噪方法。     

频谱校正方法在激光测速中的研究

由于多普勒信号处理技术在整个激光多普勒测速(LDV)系统中起到关键作用,针对仅利用快速傅里叶变换处理多普勒信号存在精度低的问题,频谱校正方法的研究显得十分必要。通过阐述比值法、能量重心法和相位差法三种离散频谱校正方法的基本原理和仿真实验,表明三种方法均可使校正频率更加接近真实值。考虑到算法的复杂度和抗噪性能等因素的影响,选用了能量重心法对实测多普勒信号进行频率校正,且校正效果明显。     

衍/折射光学系统校正二级光谱的研究

将衍射和折射光学元件结合,对星载用宽光谱(420.0～900.0nm)、长焦距(450mm)望远物镜的二级光谱进行了校正,计算了衍射透镜的结构尺寸和望远镜系统的像差.计算机模拟结果表明:采用衍/折射混合校正后的望远物镜的二级光谱不大于0.08mm,轴上点的位置色差也很小,实现了复消色差,光学传递函数也基本接近衍射极限.所设计的整个系统可以满足实用要求.     

基于改进 EMD 方法的 FBG 传感网络光谱基线校正研究

针对光纤布拉格光栅(FBG)传感网络中,由于环境条件导致的光谱信号基线漂移问题,本文提出一种基于改进经验模态分解(EMD)的光谱信号校正方法。用该方法对仿真数据处理,处理后光谱可通过设置阈值划分出各FBG反射峰区,验证了改进EMD方法的可行性。通过实验采集在光纤通路损耗及端面反射影响下、产生基线漂移情况的FBG传感网络光谱信号,并使用改进EMD法、小波软阈值法和惩罚最小二乘法进行实时的光谱校正处理,运用高斯非线性拟合法计算正常和校正后光谱的各FBG中心波长。结果显示,运用改进EMD法校正后计算的各FBG中心波长,传感信号存活率分别提高48.9%和61.6%,平均偏差和偏差标准差最小,分别为4.33、6.28和6.01、6.58 pm。该方法校正后的光谱信号能为物理量检测提供可靠信息。     

EEMD和TFPF联合降噪法在齿轮故障诊断中的应用

为了消除噪声对齿轮传动系统故障特征提取的影响,提出了一种基于集成经验模态分解(ensemble empirical mode decomposition,简称EEMD)和时频峰值滤波(time-frequency peak filtering,简称TFPF)相结合的降噪方法。针对TFPF算法在窗长的选择方面受到限制的问题,采用了EEMD方法对其进行改进,使得信号在噪声压制和有效信号保真两方面得到权衡;含噪声的信号经过EEMD分解后,得到一系列频率成分从高到低的本征模态函数(intrinsic mode functions,简称IMFs),计算出各IMFs间的相关系数,判断需要滤波的IMFs。对不同的IMFs选择不同的窗长进行TFPF滤波,把过滤后的IMFs和剩余的IMFs重构得到最终的降噪信号。用模拟仿真信号和齿轮齿根故障信号对该方法进行验证,可见EEMD+TFPF能有效地去除噪声,成功提取齿根裂纹故障特征。     

应用坐标变换动态修正光电经纬仪脱靶量

分析了目前采用的脱靶量修正模型的适用条件,采用坐标变换法推导出经纬仪脱靶量修正公式,获得了与球面三角学相一致的推导结果,并在此基础上推导出成像系统无照准轴平行约束条件的通用脱靶量合成公式.采用光学系统的物方焦点作为摄像机系统的投影中心,推导出投影中心与经纬仪回转中心不重合条件下摄像机投影中心在测量坐标系中的坐标值.经测量设备的实际验证表明,该修正方法突破了现有修正模型的局限性,适用于多传感器经纬仪成像系统.对于水平不平行度为6.13°,物方焦点到固联中心的距离为0.247 m的成像系统,脱靶量合成修正误差＜16.0"(高低角为65°);投影中心位置误差＜0.04 m.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于 Kramers-Kronig 变换的油纸绝缘低频 介电谱分析与建模研究

油纸绝缘低频响应对绝缘状态受潮及老化的诊断至关重要。针对目前关于低频响应数据的分析方法较为缺乏、对应的等效电路模型还不完善的问题,利用Kramers-Kronig变换对油纸绝缘频域介电谱中的电导、无穷频率电容和弛豫过程进行分离;引入基于多体理论的Dissado-Hill模型对低频弛豫过程进行拟合,并构建一种新的油纸绝缘低频响应等效电路模型。最后,对不同含水率油纸绝缘样品的低频响应数据进行建模和参数分析。实验结果表明,利用Kramers-Kronig变换能有效的对油纸绝缘的弛豫过程、电导过程以及无穷频率电容进行解耦;不同含水率样品低频响应模型重构谱线相对于测量谱线的拟合优度在0.98以上,验证了模型的准确性;低频弥散极化率幅值χ_(LFD)(0)与微水含量之间存在指数函数关系,其拟合优度高达0.99,可作为油纸绝缘微水含量定量评估的新特征量,为油纸绝缘受潮状态诊断提供新思路。     

数学形态学和小波变换的红外图像处理方法

为了从红外热图像中识别和跟踪目标,提出了一种采用数学形态学和小波变换相结合的红外图像处理新方法。该方法首先利用形态开、闭滤波器组对原始图像进行平滑处理;然后采用一种改进的数学形态学的分水岭算法对红外图像进行分割,同时利用考虑了图像纹理信息的小波阈值对分割的图像进行滤波处理;最后针对过分割问题提出了一种利用区域灰度中值对分割区域进行融合处理的算法。实验结果及算法性能评估结果表明,该方法能够较好地解决红外目标的识别问题,具有较好的实用性。     

宽动态范围红外测量系统的快速非均匀性校正

宽动态范围的红外辐射特性测量系统往往预设多个积分时间档位,并对每个积分时间逐一进行非均匀性校正。本文研究了不同积分时间下非均匀性校正系数有的差异问题,基于黑体定标法和积分时间法提出了新的非均匀性校正方法。该方法只需要得到两个积分时间和两个定标温度点即可得到全动态范围所有积分时间下的非线性校正系数,可在保证校正精度的同时减少辐射源温度点,降低校正时间。使用某Φ400mm口径的地基红外辐射特性测量系统对该方法进行了验证。结果表明,采用本文方法后图像的非均匀性由3.78%减小到0.24%。由4ms下的校正数据可知,得到的校正结果接近直接用该积分时间进行校正的精度。提出的方法简化了所需设备,降低了校正时间,具有实时性强、精度高等特点,适用于外场测量。