CN101153840B - 一种提高气体分析仪测量精度的方法和装置 - Google Patents

Abstract

本发明公开了一种提高气体分析仪测量精度的装置，其包括一滤光片轮，其上设置有多个红外滤光片；以及一电机，用于驱动所述滤光片轮依预定频率旋转；一红外稳态光源，通过所述红外滤光片，用于照射一检测气室，并在所述检测气室后设置一红外传感器，用于接收所述红外稳态光源的光线；一单片机系统，用于控制所述电机的驱动，并对所述红外传感器接收到的信号进行小波收缩阈值滤波。本发明方法和装置通过对Haar小波分解和小波重建进行优化，将小波变换中的乘法转换为了加法，并同时采用分段小波滤波法，降低了运算量，可应用于单片机或嵌入式系统，并有效降低了气体分析仪装置的噪声信号，提高了测量精度，减低了对硬件电路滤波和选型的依赖。

Description

一种提高气体分析仪测量精度的方法和装置

技术领域

本发明涉及一种气体分析仪测量精度的方法和装置，尤其涉及的是一种提高医用气体分析仪测量精度的方法和装置。

背景技术

现有技术的医用气体分析仪是专用于病人呼吸监控的一种装置，尤其在病人病重或手术前后，例如在ICU重症监护室中，医用气体分析仪通过监测病人呼吸中的气体成份和浓度的变化，可以对病人的生命体征做出监控。

现有医用气体分析仪中，呼吸气体的分析测量信号的频谱范围为0～4Hz，在其它噪声被抑制的情况下，与信号同频带的噪声会成为分析仪的主要噪声，这部分噪声限制了气体分析仪精度的提高，而且采用硬件电路滤波方法很难消除。

目前在医疗设备领域的气体浓度分析仪测量原理，一般都是基于非色散红外光谱分析技术(NDIR，Non-Dispersive Infrared)，即根据被测气体对某一波段红外光的吸收特性，选择特定波段红外光通过气体样本，利用红外光的衰减量与被测气体样本浓度之间的关系近似符合Beer-Lambert定律的原理可以监测其成份状态。气体浓度分析仪一般采用热探测器检测信号，探测器会受环境温度变化、自身热噪声等影响，且红外光源本身的波动也会引入噪声，各种噪声叠加在测量信号上后，就会影响到测量精度。

对于吸收系数较低、测量信号较弱的气体，如N2O和氟烷等，因其信号弱，噪声对其测量精度就有极大的影响。现有技术改善测量精度的 方法是选择低噪声的探测器，提高红外光源输出的稳定性，采用硬件滤波方法等，请见专利US4914720、US6326620公开的技术内容。

但上述这些现有技术的方法都只能抑制部分噪声，对频谱与信号频谱同频带的噪声不能有很好的抑制作用，而且过于追求采用低噪声的放大电路、探测器、低波动的红外光源，会大大增加电路的复杂度和硬件成本。

对于某些对红外光吸收特性较弱的气体，如N2O、氟烷等，仅仅通过硬件方法降低噪声并不能达到测量精度要求，必须采用软件滤波。而传统的软件滤波方法对频谱与信号频谱同频带的噪声也无良好的抑制作用，如平均滤波法、FIR(有限冲击响应滤波)等方法。现有技术较复杂的滤波方法，如Donoho-Johnstone提出的小波阈值滤波法，但因其复杂性及运算量大，根本无法直接应用于单片机系统中，也无法保证仪器的实时性(运算时间太长)。而医疗设备领域的气体浓度监测仪从成本及应用角度考虑，通常采用的是单片机系统，因此限制了该方法的实际应用。现有技术中的小波分解理论和实践都较为成熟，可参见《数字信号处理-时域离散随机信号处理》(出版社：西安电子科技大学，作者：丁玉美等，2002年12月第1版)第240-241页，但因其运算量大，现有的小波分解尚没有被应用于单片机系统的气体分析仪中。

因此，现有技术存在缺陷，而有待于改进和发展。

发明内容

本发明的目的在于提供一种提高气体分析仪测量精度的方法和装置，针对上述现有技术的问题，通过对算法的优化，能够采用单片机实现，以易于实现，降低电路的复杂性，降低测量装置的成本。

本发明的技术方案包括：

一种提高气体分析仪测量精度的装置，其包括一滤光片轮，其上设置有多个红外滤光片；以及一电机，用于驱动所述滤光片轮依预定频率旋转；一红外稳态光源，通过所述红外滤光片，用于照射一检测气室，并在所述检测气室后设置一红外传感器，用于接收所述红外稳态光源的光线；其中，还包括

一单片机系统，用于控制所述电机的驱动，以及对所述红外传感器接收到的信号进行如下处理，以得到被测量气体成份的浓度：

选择预定段小波，选定小波阶数N，并对所述红外传感器输入的信号进行N阶的小波分解；

通过对所述红外传感器输入的信号进行一阶离散小波变换而得出阈值；

对于从1阶到N阶小波变换，采用所述阈值对小波分解后各阶系数进行阈值收缩滤波，即各阶小波大于阈值的分量不变，小于阈值的分量置零；

采用修正后小波系数进行小波重建，获得滤除噪声后的信号。

所述的装置，其中，所述红外滤光片设置为4个，其三个为测量滤光片，一个为参考滤光片；所述三个测量滤光片用于测量CO2气体、N2O气体、麻醉气体。

所述的装置，其中，所述单片机系统还控制连接有一三通阀控制电路，连接控制一电磁三通阀，用于控制进入所述检测气室的气体种类。

所述的装置，其中，所述红外传感器与所述单片机系统之间还设置有一信号放大电路。

所述的装置，其中，在所述检测气室的出气通道上还设置有一气泵，以及一流速检测电路，通过所述单片机系统对抽气速率的控制，用于实现对进入所述检测气室的气路控制以达到稳定采样的目的。

一种提高气体分析仪测量精度的方法，用于一单片机系统中，在对从红外传感器中获得的输入数据进行处理时，包括以下步骤：

A、选择预定段小波，选定小波阶数N，并对所述红外传感器输入的信号进行N阶的小波分解；

B、通过对所述红外传感器输入的信号进行一阶离散小波变换而得出阈值；

C、对于从1阶到N阶小波变换，采用所述阈值对小波分解后各阶系数进行阈值收缩滤波，即各阶小波大于阈值的分量不变，小于阈值的分量置零；

D、采用修正后小波系数进行小波重建，获得滤除噪声后的信号。

所述的方法，其中，所述步骤A中的小波采用Haar小波。

所述的方法，其中，所述单片机系统中设置所述步骤C运算的优先级为最低，以在该单片机系统空闲的时间内进行小波滤波运算。

所述的方法，其中，所述步骤C还采用分段小波运算方式，即每采样满2^r个点进行一次4*2^r点小波运算，r为选定的阶数。

所述的方法，其中，所述步骤A中的小波选择为去除边界点的数据信号。

所述的方法，其中，所述步骤A还包括：

A1、对于一阶Haar小波分为低通滤波器和高通滤波器，采用信号与低通滤波器及高通滤波器分别卷积，对信号进行小波分解，得到分解后的数据即小波系数，用于小波阈值收缩滤波。

所述的方法，其中，所述步骤C还包括：

C1、对Haar小波提取系数，将Haar小波变为整数型；

C2、将测量信号与参比信号的比值放大若干倍变为整数，作为小波阈值收缩滤波器的输入，从而减小其运算量。

所述的方法，其中，所述Haar小波的阶数在3、4或5中选择。

本发明所提供的一种提高气体分析仪测量精度的方法和装置，通过对Haar小波分解和小波重建进行优化，将小波变换中的乘法转换为了加法，降低了运算量，使得本发明方法可应用于单片机或嵌入式系统，从而减少了系统的成本，保证了系统运算实时性。

附图说明

图1为本发明的气体分析仪测量装置的系统结构示意图；

图2为本发明的信号处理流程示意图；

图3为本发明方法的小波阈值收缩滤波流程图；

图4为本发明装置的通用单片机结构图；

图5为本发明方法及装置的小波分段运算流程图。

其中，图1中各标号如下：1.红外稳态光源；2.电机；3.滤光片轮；4.红外滤光片；5检测气室；6.红外传感器；7.信号放大处理电路；8.单片机系统；9.电磁三通阀；10.气泵；11.电机转速控制电路；12.三通阀控制电路；13.流速检测电路；14.气泵控制电路。

具体实施方式

以下结合附图，将对本发明的各较佳实施例进行更为详细的说明。

本发明的一种提高气体分析仪测量精度的方法和装置，如图1所示，该装置采用了3个测量滤光片和一个参考滤光片，可得到3个测量信号和一个参考信号；然后采用小波阈值收缩滤波法对测量信号与参考信号的比值进行滤波，并采用并行方法实现小波滤波。

本发明的该滤波方法如下：首先将信号采用Haar小波分解，得到N阶分解后的小波系数；然后对信号进行一阶离散小波变换得到具有自适应特性的噪声阈值，采用噪声阈值对分解后的各阶进行阈值收缩滤波；最后，采用各阶滤波后的系数，运用小波重建重建信号。本发明方法和装置通过对Haar小波分解和小波重建进行优化，将小波变换中的乘法转换为加法，大大降低了运算量，从而使得本发明方法可应用于单片机或嵌入式系统。

本发明的气体浓度分析测量装置基本结构包括：一红外稳态光源1，以及一电机2，由电源驱动；一滤光片轮3，由所述电机2带动按预定频率旋转；在所述滤光片轮3上设置有多个红外滤光片4，如图1所示的本 实施例中为三个测量滤光片和一个参考滤光片，可以依次将从所述红外稳态光源1发出的红外光线进行过滤，过滤后的红外光线将穿过一检测气室5，然后由在所述检测气室5后的红外传感器6接收，并经过一信号放大处理电路7进行信号的放大处理，然后经过本发明的单片机系统8，进行检测数据的处理。本发明单片机系统还连接控制了一三通阀控制电路12，一气泵控制电路14，一流速检测电路13，以及一电机转速控制电路11，通过所述三通阀控制电路12实现对一电磁三通阀9的通断控制，所述气泵控制电路用于控制一气泵10，所述电机转速控制电路11用于对所述电机2进行控制，参见图1所示的气体浓度分析测量装置结构图。

本发明装置中的红外光源1发出宽光谱的红外光照射检测气室5中的被测气体样本，四个特别选择的红外滤光片4均匀分布地放置在所述滤光片轮3上，滤光片轮3放置在光源和检测气室之间，由所述电机2带动以一定频率旋转，四个红外带通滤光片的中心波长分别为CO2气体、N2O气体、麻醉气体所对应的吸收波段，其中心波长分别为4.26μm、3.90μm和8.55μm以及对上述三种气体皆无任何吸收的波段(即参考波段)，其中心波长为3.75μm。

通过四个滤光片得到的四个波段的红外光中4.26μm、3.90μm和8.55μm三个做为测量波段，3.75μm做为参考波段。测量波段和参考波段穿过检测气室中的被测气体后，被红外传感器6探测，分别得到测量信号和参考信号。其中三个测量信号的强度分别随着被测气体中CO2、N2O、麻醉气体浓度变化而变化，参考信号不随CO2、N2O和麻醉气体浓度变化而变化。将测量信号与参考信号经信号放大处理电路7送入单片机系统8进行处理，通过软件对测量信号与参考信号的比值进行小波阈值收缩滤波，最后进行相应的处理得到CO2、N2O和麻醉气体浓度。

本发明所述检测气室5中的气体由气泵10从病人呼吸气体中连续抽取小样本的采样气体，并送入所述检测气室5中。在气体进入采样气室的 气路中通过流速检测电路13检测实时的抽气速率，并由单片机系统8通过气泵控制电路14控制气泵10的抽气速度，达到稳定采样气体抽气速度的目的。

本发明利用测量装置得到四个通道的信号，四个信号分别为3.75μm参考波段信号、4.26μm测量波段信号、3.90μm测量波段信号、8.55μm测量波段信号。为了消除光源发光效率、光路通光效率以及温度漂移等因素对测量结果的影响，取各测量波段信号与参考波段信号相比作为小波阈值收缩滤波的输入信号，经过滤波后，得到提高了信噪比的信号，整个信号处理的流程图如图2所述。

本发明方法的测量信号经硬件检波、滤波并与参考信号相比后，得到待处理信号，其噪声的简单模型：

s(n)＝f(n)+σe(n)

这里n为表示参比值的时间序列，e(n)假定为频谱与信号频谱同频带的噪声，假定其噪声水平σ为1，此处s(n)表示测量信号与参考波段信号的比值，f(n)为不包含噪声的有用信号，噪声与信号为线性叠加。

本发明中去噪声的目的是抑制信号s(n)的噪声部分，并采用抑制噪声后的信号进行重建，本发明的气体分析仪采用的小波收缩阈值滤波流程见图3所示，其步骤如下：

1、小波分解；

首先选择恰当的小波，对于气体分析仪，采用Haar小波进行小波分解，因Haar小波的幅值为0.7071，通过提取公因数，可将Haar小波转换为幅度为1的整型。然后选定小波阶数N，第N阶小波为长度为2^N的数组，第N阶小波分解的过程为将N阶小波与信号s(n)中的长度为2^N的序列进行卷积，由此可见，随着阶数的增加，运算量是以指数形式递增的，因此，实际上常采用3、4或5阶，如此可适应于普通单片机处理。最后对信号s(n)进行N阶小波分解。

对于一阶Haar小波分为低通分解滤波器Lo_D和高通分解滤波器Hi_D，Lo_D和Hi_D为一维数组，见公式(1)和公式(2)。采用信号s(n)与低通滤波器Lo_D及高通滤波器Hi_D分别卷积，即对信号进行小波变换，得到分解后的数据，用于小波阈值收缩滤波，其它阶数的小波变换与此类似。

Lo_D＝[0.70710.7071]                 (1)

Hi_D＝[-0.70710.7071]                (2)

2、阈值的选择；

阈值通过对信号s(n)进行一阶离散小波变换而得出，此阈值是对各阶小波分解后系数噪声水平的估计，此处阈值f采用Donoho-Johnstone提出的软阈值：

$t=\mathrm{\σ}\sqrt{2\log \left(m\right)}$

这里m为信号长度，σ为噪声标准偏差，其值由信号s(n)的一阶haar小波变换通过求中值而得到。

3、阈值收缩滤波；

对于1～N阶小波变换，采用阈值对小波分解后各阶系数进行阈值收缩滤波，即各阶小波大于阈值的分量不变，小于阈值的分量置零。

4、信号重建；

采用N阶阈值收缩滤波后的小波系数进行小波重建，获得滤除噪声后的信号。信号重建采用的一阶Haar小波为

Lo_R＝[0.70710.7071]                 (3)

Hi_R＝[0.7071-0.7071]                (4)

这里Lo_R为重建低通滤波器，Hi_R为重建高通滤波器。

经小波阈值收缩滤波后，将滤波后的信号s(n)送入单片机进行数据处理、转换，得到各测量信号对应的气体浓度信号。本发明上述小波分解以及信号重建的过程为现有技术所公知，因此，不再赘述。

对于小波阈值收缩滤波，现有技术常规过程运算量太大，根本无法直接应用于单片机系统，更无法保证用于气体分析仪的实时性。本发明方法中采用的Haar小波为一组互相正交归一的小波，为最简单的正交归一小波族，且相对其它小波族，其计算简单。本发明方法还对Haar小波变换的过程进行了优化，首先对Haar小波提取系数，将Haar小波变为整数型，即对公式(1)和公式(2)提取公因数0.7071，Haar小波即变换为公式(3)和公式(4)；再将对测量信号与参比信号的比值放大若干倍变为整数，如公式(5)，作为小波阈值收缩滤波器的输入，从而将小波阈值收缩滤波运算中的大多数乘法转换为加法，同时控制小波分解的阶数，这样就大大减小了其运算量，从而可以在气体分析仪等单片机系统中满足实时性的要求。

Lo_D＝0.7071[1      1]                    (5)

Hi_D＝0.7071[-1     1]                    (6)

F(n)＝M*Mea(n)/Ref(n)                     (7)

公式(7)中，Mea(n)为测量信号序列，Ref(n)为参考信号序列，M为放大倍数，一般选2000，F(n)为经放大后，待处理的小波阈值收缩滤波器的输入，为整数。

一阶小波分解中，对于公式(5)或(6)与公式(7)的卷积，提取公因数0.7071后，可将卷积中的乘法转换为加法；对于小波重建及其它阶小波变换，有类似的处理。

本发明的通用单片机结构原理图见图4所示，通过采用通用单片机的定时及中断功能，将本发明的处理流程预先设置在该单片机系统中，从而实现对整个装置的控制和处理。本发明方法将小波滤波运算的优先级设置为最低的任务，从而可在单片机空闲的时间内进行小波运算，实现系统控制与小波滤波并行进行，因此充分利用了单片机的运算能力，其程序处理流程图见图2所示。

为进一步降低小波运算量，并避免小波滤波边界不连续效应，本发明方法还采用分段小波运算方式，即每采样满2^r个点进行一次4*2^r点小波运算，其计算流程如图5所示，使其运算量仅为逐点小波运算的1/2^r，r为选定的阶数。如图5中所示，其上层示意的是输入的数据，下层示意的输出的数据；由于边界的数据采集点的数据一般都会有畸变，如采集64点为一段小波数据运算时，第1点和第64点会有畸变，因此，假如采集64点运算，本发明方法则可分段处理，每采集完32个点，即进行一次64点小波运算，例如采集从第17点到第49点的中间一段，如此，只需每32个点进行一次小波滤波运算，这样就进一步减小了小波滤波算法的运算量，完全可以适用于单片机运算，并解决了小波边界效应，处理后的波形显示更为平滑，信噪比高。

本发明方法将上述处理方法结合起来，就在单片机中实现了此滤波方法，并提高了信噪比，保证了气体分析仪的实时性。本发明方法将小波阈值收缩滤波应用于气体分析仪，很好的抑制了频谱与信号频谱同频带的噪声，提高了气体分析仪的测量精度；同时由于采用分段小波滤波法，降低了运算量，可应用于单片机或嵌入式系统，减低了对硬件电路滤波和选型的依赖。而且，由于能够应用于单片机系统，本发明方法和装置降低了产品成本。

本发明的小波阈值收缩滤波方法及装置，可有效抑制与信号同频带的噪声，提高信噪比，从而大大提高气体分析仪器精度。本发明的气体分析测量装置中，所采用的3个测量滤光片和一个参考滤光片，得到了3个测量信号和一个参考信号，分别用于CO2、N2O和一种麻醉气体的检测，其中麻醉气体为临床常用五种麻醉气体任一种，分别为地氟醚(Desflurane)、异氟醚(Isoflurane)、氟烷(Halothane)、七氟醚(Sevoflurane)、氨氟醚(Enflurane)。当然也可以适用于其它气体成份的监测过程，只需对应修改设置不同的滤光片和具体的处理参数即可。

因此，本发明方法和装置，由于采用小波阈值收缩滤波法抑制分析仪的噪声，并采用并行方法实现小波滤波，通过算法优化，本发明滤波方法能够在单片机中运行，提高了算法适用性，并能快速实时的实现处理，降低了实现成本。

但应当理解的是，上述针对具体实施例的描述较为详细，并不能因此而理解为对本发明装置保护范围的限制，本发明的专利保护范围应以所附权利要求为准。

Claims (13)

1.一种提高气体分析仪测量精度的装置，其包括一滤光片轮，其上设置有多个红外滤光片；以及一电机，用于驱动所述滤光片轮依预定频率旋转；一红外稳态光源，通过所述红外滤光片，用于照射一检测气室，并在所述检测气室后设置一红外传感器，用于接收所述红外稳态光源的光线；其特征在于，还包括：

一单片机系统，用于控制所述电机的驱动，以及对所述红外传感器接收到的信号进行如下处理，以得到被测量气体成份的浓度：

选择预定段小波，选定小波阶数N，并对所述红外传感器输入的信号进行N阶的小波分解；

通过对所述红外传感器输入的信号进行一阶离散小波变换而得出阈值；

对于从1阶到N阶小波变换，采用所述阈值对小波分解后各阶系数进行阈值收缩滤波，即各阶小波大于阈值的分量不变，小于阈值的分量置零；

采用修正后小波系数进行小波重建，获得滤除噪声后的信号。

2.根据权利要求1所述的装置，其特征在于，所述红外滤光片设置为4个，其三个为测量滤光片，一个为参考滤光片；所述三个测量滤光片用于测量CO2气体、N2O气体、麻醉气体。

3.根据权利要求1所述的装置，其特征在于，所述单片机系统还控制连接有一三通阀控制电路，连接控制一电磁三通阀，用于控制进入所述检测气室的气体种类。

4.根据权利要求1所述的装置，其特征在于，所述红外传感器与所述单片机系统之间还设置有一信号放大电路。 

5.根据权利要求1所述的装置，其特征在于，在所述检测气室的出气通道上还设置有一气泵，以及一流速检测电路，通过所述单片机系统对抽气速率的控制，用于实现对进入所述检测气室的气路控制以达到稳定采样的目的。

6.一种提高气体分析仪测量精度的方法，用于一单片机系统中，在对从红外传感器中获得的输入数据进行处理时，包括以下步骤：

A、选择预定段小波，选定小波阶数N，并对所述红外传感器输入的信号进行N阶的小波分解得到小波系数；

B、通过对所述红外传感器输入的信号进行一阶离散小波变换得出噪声阈值；

C、对于从1阶到N阶小波变换，采用所述噪声阈值对小波分解后各阶小波系数进行阈值收缩滤波，即各阶小波系数大于噪声阈值的分量不变，小于噪声阈值的分量置零；

D、采用修正后小波系数进行小波重建，获得滤除噪声后的信号。

7.根据权利要求6所述的方法，其特征在于，所述步骤A中的小波采用Haar小波。

8.根据权利要求7所述的方法，其特征在于，所述单片机系统中设置所述步骤C运算的优先级为最低，以在该单片机系统空闲的时间内进行小波滤波运算。

9.根据权利要求8所述的方法，其特征在于，所述步骤C还采用分段小波运算方式，即每采样满2^r个点进行一次4*2^r点小波运算，r为选定的阶数。

10.根据权利要求8或9所述的方法，其特征在于，所述步骤A中的小波选择为去除边界点的数据信号。

11.根据权利要求7所述的方法，其特征在于，所述步骤A还包括： 

A3、对于一阶Haar小波分为低通滤波器和高通滤波器，采用信号与低通滤波器及高通滤波器分别卷积，对信号进行小波分解，得到分解后的数据，用于小波阈值收缩滤波。

12.根据权利要求11所述的方法，其特征在于，所述步骤A还包括：

A1、对Haar小波提取公因数，将Haar小波变为整数型；

A2、将测量信号与参比信号的比值放大若干倍变为整数，作为小波阈值收缩滤波器的输入，从而减小其运算量。

13.根据权利要求7所述的方法，其特征在于，所述Haar小波的阶数在3、4或5中选择。 

Images