CN102289558A - 一种基于随机信号处理的基线调整方法 - Google Patents
一种基于随机信号处理的基线调整方法 Download PDFInfo
- Publication number
- CN102289558A CN102289558A CN2011101351533A CN201110135153A CN102289558A CN 102289558 A CN102289558 A CN 102289558A CN 2011101351533 A CN2011101351533 A CN 2011101351533A CN 201110135153 A CN201110135153 A CN 201110135153A CN 102289558 A CN102289558 A CN 102289558A
- Authority
- CN
- China
- Prior art keywords
- baseline
- signal
- parameter
- adjustment
- random
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Complex Calculations (AREA)
Abstract
本发明涉及一种基于随机信号处理的基线调整方法,该方法根据原始信号分别设定参数BaselineType、WindowSize和StdThreshold;判断数据窗口是否限定在原始信号范围内;如果是,则计算当前数据窗口的信号的广义均方差σi;比较σi与StdThreshold之间的大小,如果σi<stdThreshold时,则提取真实基线点;如果不是,则对下一个数据窗口内的信号进行处理直至对所有的数据窗口处理完毕;根据设置的参数BaselineType,对获得的基线点拟合对应的基线值;然后对下一个数据窗口处理直至对所有的数据窗口处理完毕;根据获得的基线值在坐标系中标定基线点,连接基线点得到基线;对原始信号扣除获得的基线来实现基线调整。
Description
技术领域
本发明涉及谱图信号处理,特别涉及一种基于随机信号处理的基线调整方法。
背景技术
原始谱图信号包含来自仪器实验操作条件、待测物质峰信号等所造成的各种背景干扰,基线是在没有分析样品情况下仪器系统的本底信号,需根据数据采集系统所输出的信号的变化来建立。基线调整是分析仪器谱图信号重建及图谱分析的必要环节,如计算谱峰大小时需扣除仪器系统的本底背景,谱图基线的确定直接关系到峰大小的计算,其准确性直接影响到仪器的检出限、检测灵敏度及后续定性定量分析结果的准确度。
现有的基线调整方法包括:分段取值法和分段柱状图迭代法。其中,分段取值法使得基线调整后信号拔高或降低。分段柱状图迭代法需反统计信号的概率分布和迭代手段,运算复杂。因此,提出了一种新的基线调整方法。
发明内容
本发明的目的在于,为解决上述问题,本发明提出一种基于随机信号处理的基线调整方法,实现快速简单且准确有效的基线调整。
为实现上述发明目的,本发明提出一种基于随机信号处理的基线调整方法,其特征在于,该方法根据分析仪器实际谱图信号的随机特性和统计规律,对原始信号进行窗滑动和局部窗口信号统计,并进行数据处理得到信号的基线;该方法的具体步骤包括:
步骤1):根据原始信号分别设定参数BaselineType、WindowSize和StdThreshold,其中,参数BaselineType表示基线拟合方式,参数WindowSize表示数据窗口含数据的个数,参数StdThreshold表示区分基线点与峰信号的阈值;
步骤2):根据所述步骤1)设置的参数WindowSize,判断数据窗口是否限定在原始信号范围内;如果是,则转至步骤3);如果不是,则转至步骤7);
步骤3):计算当前数据窗口内信号的广义均方差σi;
步骤4):根据所述步骤1)设置的参数StdThreshold,比较σi与StdThreshold之间的大小,如果σi<stdThreshold时,则提取真实基线点;如果不是,则转至步骤6);
步骤5):根据所述步骤1)设置的参数BaselineType,对所述步骤4)获得的基线点拟合对应的基线值;
步骤6):对下一个数据窗口重复所述步骤2)、所述步骤3)、所述步骤4)和所述的步骤5)直至对所有的数据窗口处理完毕;
步骤7):根据获得的基线值在坐标系中标定基线点,连接基线点得到基线;
步骤8):对原始信号扣除所述步骤7)获得的基线;至此,基于随机信号处理的基线调整完成。
更优选地,所述参数BaselineType选取1、2、3或4。所述参数WindowSize为正整数,且取值范围为半峰宽~全峰宽。所述参数WindowSize为奇数。所述参数StdThreshold选取准则为确保提取的噪声为真实基线点。所述参数StdThreshold的取值范围为信号信噪比值的一半~信号信噪比值。
本发明所提出的基于随机信号处理的基线调整方法具备如下几个优点:(1)本方法独立性非常强;(2)优于传统的分段取值法,解决了已有的分段取值法所存在的基线调整后信号拔高或降低的问题;(3)比已有的分段柱状图迭代法等快速简单,如柱状图算法需反统计信号的概率分布和迭代手段,而本方法只需直接统计信号的均方差和一般的拟合手段;(4)更加灵活易用、准确有效,因该算法含有多个参数选项,根据基线调整参数值的选择准则和经验,选择适当的数据窗口宽度参数值、广义均方差阈值参数值、基线拟合方式参数值可优化基线调整应用效果。
附图说明
图1为信号广义统计均方差效果特性示意图;
图2为本发明的一种基于随机信号处理的基线调整方法流程图;
图3为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=31时的基线调整仿真实验结果效果图;
图4为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=7时的基线调整仿真实验结果效果图;
图5为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=15时的基线调整仿真实验结果效果图;
图6为基线调整参数BaselineType=2、StdThreshold=15、WindowSize=15时的基线调整仿真实验结果效果图。
具体实施方式
下面结合附图和具体实施方式,对本发明的方法进行进一步详细的说明。
本发明针对分析仪器实际谱图信号的随机特性,提供了一种基于随机信号处理的基线调整方法。对于一个随机信号,进行多次实验获取的信号波形可能都是不同的,每次实验的波形可视为随机信号的一次实现,所有实现的集合构成一个随机过程。例如:当我们利用同一台分析仪器对同一种待测物质进行重复检验时,所得到的谱图信号是一个随机信号,得到的数张谱图是该随机信号的数次实现,构成了一个随机过程,该数张谱图不完全一致。对于一个随机信号,它既有不确定性,也具有确定性规律。尽管我们无法准确预测一个随机信号的一次取值,但是,一个随机信号服从确定的统计规律。
一张化学谱图一般由所研究对象的信息对应的谱峰和叠加在该对象上的各种背景干扰所对应的噪声两部分组成,信号的随机特性源自于仪器整个系统,实际谱图信号除混有各种噪声外,还存在不同程度的基线漂移,因此,谱图信号可分解为:谱峰、基线、期望值为0的随机噪声共三部分,即:
谱图信号=谱峰+噪声=谱峰+基线+期望值为0的随机噪声
其中,谱峰信号为所要提取的有用信息,具有特定的位置和大小,由此可提供最终的定性、定量分析结果;而噪声信号无固定性态,以不同频率形式存在于谱图之中;基线是在没有分析样品情况下仪器系统的本底信号,对应信号广义统计中的均值。
本发明基线调整方法现在的的目的是充分利用谱图信号的随机特性,采用统计的方法对原始信号进行数据处理得到信号的基线。为叙述方便起见现引进“广义统计”,即指对原始信号进行窗滑动和局部窗口信号统计,通过局部统计所得到的广义平均值和广义均方差值两条曲线蕴含了原始信号的随机特性和统计规律。如图1所示,图1为信号广义统计均方差效果特性示意图。由于原始信号的广义均方差值在谱峰信号与噪声信号处表现特性不同,在信号谱峰处附近突变凸起,而在其它处的均方差值较小且变化缓慢。本发明方法利用广义均方差这一特性将噪声信号与谱峰信号有效分离,而非峰信号处的广义平均值恰好反映了基线漂移现象,但为保证扣除基线后信号值非负或其它目的,也可采用最小值或中位值等方式拟合基线漂移值。综上所述,本发明方法利用原始信号的广义均方差值在谱峰信号与噪声信号处的特性不同,根据广义均方差阈值可提取真实基线点,再拟合对应的基线漂移值,从而实现基线调整的目标。
1、基线调整方法的参数选项设计
本发明方法共有三个参数,包括基线拟合方式BaselineType、数据窗口的宽度WindowSize和广义均方差阈值StdThreshold,详见如下表1。
表1为基线调整参数选项表
2、基线拟合方式
现将上表中的四种基线拟合方式作进一步说明。
假设原始信号为{X1,Λ,Xi-1,Xi,Xi+1,Λ,Xn},数据窗口的宽度为WindowSize=2k+1,Xi为信号序列中的第i个点,则窗最小值算法是把Xi处的基线拟合值用该点为中心点的数据窗口Gi={Xi-k,...,Xi-1,Xi,Xi+1,...,Xi+k}的最小值代替,记作:
Yi=Min(Xi-k,Λ,Xi-1,Xi,Xi+1,Λ,Xi+k)
其中,Min{·}表示取数据窗口Gi的最小值。同理,窗中位值算法是用该点对应的中位值代替,记作:
Yi=Med(Xi-k,Λ,Xi-1,Xi,Xi+1,Λ,Xi+k)
其中,Med{·}表示取数据窗口Gi的中位值。窗平均值算法是把Xi处的基线拟合值用该点对应的平均值代替,记作:
Yi=Mean(Xi-k,Λ,Xi-1,Xi,Xi+1,Λ,Xi+k)
其中,Mean{·}表示取数据窗口Gi的平均值。多项式拟合法基于最小二乘法,窗多项式拟合法是把Xi处的基线拟合值用该点对应的最小二乘多项式拟合值代替,记作:
Yi=Msq(Xi-k,Λ,Xi-1,Xi,Xi+1,Λ,Xi+k)
其中,Msq{·}表示取数据窗口Gi的多项式最小拟合曲线的中点值。
3、基线调整方法实现流程图
如图2所示,图2为本发明的一种基于随机信号处理的基线调整方法流程图。本发明所设计的基于随机信号处理的基线调整方法,采用从左到右滑动窗口,对各窗口的数据进行广义统计,由广义均方差阈值StdThreshold区分峰信号与随机噪声,然后仅对非峰信号随机噪声处由窗最小值、窗中位值、窗平均值或线性回归值确定基线,其它处采用线性连接形成一条完整的基线,然后对原始信号进行基线扣除来实现基线调整。
4、仿真实验结果
根据上述基于随机信号处理的基线调整方法和算法实现程序流程图用Matlab编程实现了该算法,为限于篇幅具体程序省略。
为验证本发明方法的有效性,采用所编写的Matlab程序,固定基线拟合方式BaselineType=2,设置不同的数据窗口宽度WindowSize及不同的广义均方差阈值StdThreshold,对一幅电泳谱图原始信号进行基线调整。
如图3所示,图3为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=31时的基线调整仿真实验结果效果图;如图4所示,图4为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=7时的基线调整仿真实验结果效果图;如图5所示,图5为基线调整参数BaselineType=2、StdThreshold=5、WindowSize=15时的基线调整仿真实验结果效果图;如图6所示,图6为基线调整参数BaselineType=2、StdThreshold=15、WindowSize=15时的基线调整仿真实验结果效果图。从图3、原始信号经过基线调整后扣除了仪器的本底信号。通过以上及多组仿真实验结果分析可得:采用基于随机信号处理的基线调整算法数据处理的结果正确合理,解决了分段取值法基线调整后信号拔高或降低的现象,这是因为峰信号不应参与基线拟合,而纯粹的分段法是将整段信号参与平均;多参数选项的基于随机信号处理的基线调整算法更加灵活实用,可通过选择适当的数据窗口宽度参数值、广义均方差阈值参数值、基线拟合方式参数值优化基线调整应用效果。
本发明方法在实际应用时,基线调整参数的设置应当适中,适应范围较广,但选择不当将会影响基线调整的效果。请参照下表2。
表2:基线调整参数值的设置
通过以上理论分析和众多仿真实验反复验证,本发明方法是一种快速简单、灵活易用、准确有效的算法。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种基于随机信号处理的基线调整方法,其特征在于,该方法根据分析仪器实际谱图信号的随机特性和统计规律,对原始信号进行窗滑动和局部窗口信号统计,并进行数据处理得到信号的基线;该方法的具体步骤包括:
步骤1):根据原始信号分别设定参数BaselineType、WindowSize和StdThreshold,其中,参数BaselineType表示基线拟合方式,参数WindowSize表示数据窗口含数据的个数,参数StdThreshold表示区分基线点与峰信号的阈值;
步骤2):根据所述步骤1)设置的参数WindowSize,判断数据窗口是否限定在原始信号范围内;如果是,则转至步骤3);如果不是,则转至步骤7);
步骤3):计算当前数据窗口内信号的广义均方差σi;
步骤4):根据所述步骤1)设置的参数StdThreshold,比较σi与StdThreshold之间的大小,如果σi<stdThreshold时,则提取真实基线点;如果不是,则转至步骤6);
步骤5):根据所述步骤1)设置的参数BaselineType,对所述步骤4)获得的基线点拟合对应的基线值;
步骤6):对下一个数据窗口重复所述步骤2)、所述步骤3)、所述步骤4)和所述的步骤5)直至对所有的数据窗口处理完毕;
步骤7):根据获得的基线值在坐标系中标定基线点,连接基线点得到基线;
步骤8):对原始信号扣除所述步骤7)获得的基线;
至此,基于随机信号处理的基线调整完成。
2.根据权利要求1所述的基于随机信号处理的基线调整方法,其特征在于,所述参数BaselineType选取1、2、3或4。
3.根据权利要求1所述的基于随机信号处理的基线调整方法,其特征在于,所述参数WindowSize为正整数,且取值范围为半峰宽~全峰宽。
4.根据权利要求3所述的基于随机信号处理的基线调整方法,其特征在于,所述参数WindowSize为奇数。
5.根据权利要求1所述的基于随机信号处理的基线调整方法,其特征在于,所述参数StdThreshold选取准则为确保提取的噪声为真实基线点。
6.根据权利要求5所述的基于随机信号处理的基线调整方法,其特征在于,所述参数StdThreshold的取值范围为信号信噪比值的一半~信号信噪比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110135153.3A CN102289558B (zh) | 2011-05-23 | 2011-05-23 | 一种基于随机信号处理的基线调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110135153.3A CN102289558B (zh) | 2011-05-23 | 2011-05-23 | 一种基于随机信号处理的基线调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102289558A true CN102289558A (zh) | 2011-12-21 |
CN102289558B CN102289558B (zh) | 2014-10-01 |
Family
ID=45335982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110135153.3A Active CN102289558B (zh) | 2011-05-23 | 2011-05-23 | 一种基于随机信号处理的基线调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102289558B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103811034A (zh) * | 2012-11-07 | 2014-05-21 | 西部数据技术公司 | 磁盘驱动器通过相对温度评估电流预测主轴电机故障 |
CN105866011A (zh) * | 2016-03-31 | 2016-08-17 | 艾康生物技术(杭州)有限公司 | 脉冲基线值计算方法及血球分析仪的粒子计数方法 |
CN108201437A (zh) * | 2017-12-28 | 2018-06-26 | 北京怡和嘉业医疗科技股份有限公司 | 一种信号处理的方法和装置 |
CN109325399A (zh) * | 2018-07-13 | 2019-02-12 | 哈尔滨工程大学 | 一种基于信道状态信息的陌生人手势识别方法及系统 |
CN109379762A (zh) * | 2018-09-10 | 2019-02-22 | 中国联合网络通信集团有限公司 | 一种随机信号数据统计方法和系统 |
CN111077128A (zh) * | 2018-10-19 | 2020-04-28 | 凯塞光学系统股份有限公司 | 使用相对积分参数的拉曼信号位置校正 |
CN112347813A (zh) * | 2019-08-07 | 2021-02-09 | 顺丰科技有限公司 | 高信噪比时间序列的基线检测方法、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060045207A1 (en) * | 2004-08-25 | 2006-03-02 | Jie Cheng | Peak detection in mass spectroscopy data analysis |
CN101055559A (zh) * | 2006-04-14 | 2007-10-17 | 中国科学院计算技术研究所 | 一种质谱数据处理中噪音基线识别方法 |
-
2011
- 2011-05-23 CN CN201110135153.3A patent/CN102289558B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060045207A1 (en) * | 2004-08-25 | 2006-03-02 | Jie Cheng | Peak detection in mass spectroscopy data analysis |
CN101055559A (zh) * | 2006-04-14 | 2007-10-17 | 中国科学院计算技术研究所 | 一种质谱数据处理中噪音基线识别方法 |
Non-Patent Citations (3)
Title |
---|
ERHUI JIA,ET AL: "A Novel Baseline Correction Algorithm", 《APPLIED MECHANICS AND MATERIALS》, vol. 220223, 12 November 2012 (2012-11-12), pages 2248 - 2252 * |
ZHI-MIN ZHANG, ET AL: "Baseline correction using adaptive iteratively reweighted penalized least squares", 《THE ROYAL SOCIETY OF CHEMISTRY 2010》, vol. 135, 19 February 2010 (2010-02-19), pages 1138 - 1146 * |
孔宏伟等: "全二维气相色谱谱图基线校正方法的研究", 《分析化学》, vol. 31, no. 4, 30 April 2003 (2003-04-30), pages 409 - 413 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103811034A (zh) * | 2012-11-07 | 2014-05-21 | 西部数据技术公司 | 磁盘驱动器通过相对温度评估电流预测主轴电机故障 |
CN105866011A (zh) * | 2016-03-31 | 2016-08-17 | 艾康生物技术(杭州)有限公司 | 脉冲基线值计算方法及血球分析仪的粒子计数方法 |
CN105866011B (zh) * | 2016-03-31 | 2018-10-26 | 艾康生物技术(杭州)有限公司 | 脉冲基线值计算方法及血球分析仪的粒子计数方法 |
CN108201437B (zh) * | 2017-12-28 | 2020-07-28 | 北京怡和嘉业医疗科技股份有限公司 | 一种信号处理的方法和装置 |
CN108201437A (zh) * | 2017-12-28 | 2018-06-26 | 北京怡和嘉业医疗科技股份有限公司 | 一种信号处理的方法和装置 |
CN109325399A (zh) * | 2018-07-13 | 2019-02-12 | 哈尔滨工程大学 | 一种基于信道状态信息的陌生人手势识别方法及系统 |
CN109325399B (zh) * | 2018-07-13 | 2021-11-19 | 哈尔滨工程大学 | 一种基于信道状态信息的陌生人手势识别方法及系统 |
CN109379762B (zh) * | 2018-09-10 | 2021-09-14 | 中国联合网络通信集团有限公司 | 一种随机信号数据统计方法和系统 |
CN109379762A (zh) * | 2018-09-10 | 2019-02-22 | 中国联合网络通信集团有限公司 | 一种随机信号数据统计方法和系统 |
CN111077128A (zh) * | 2018-10-19 | 2020-04-28 | 凯塞光学系统股份有限公司 | 使用相对积分参数的拉曼信号位置校正 |
CN111077128B (zh) * | 2018-10-19 | 2022-05-13 | 凯塞光学系统股份有限公司 | 使用相对积分参数的拉曼信号位置校正 |
CN112347813A (zh) * | 2019-08-07 | 2021-02-09 | 顺丰科技有限公司 | 高信噪比时间序列的基线检测方法、设备及存储介质 |
CN112347813B (zh) * | 2019-08-07 | 2024-07-09 | 顺丰科技有限公司 | 高信噪比时间序列的基线检测方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102289558B (zh) | 2014-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102289558A (zh) | 一种基于随机信号处理的基线调整方法 | |
CN103822879B (zh) | 一种基于高光谱成像技术的猕猴桃膨大果无损检测方法 | |
US9485040B2 (en) | Method for testing sensitivity of a data packet signal transceiver | |
CN102244548B (zh) | 一种联合频谱检测方法 | |
CN104143961A (zh) | 一种恒温晶体振荡器频率校准方法、装置及系统 | |
US20190140626A1 (en) | Tuning of Filters | |
CN106706320B (zh) | 一种基于前馈控制随机共振的轴承早期故障诊断方法 | |
CN106888060A (zh) | 无线通信模块的抗干扰测试方法及系统 | |
CN103885867B (zh) | 一种模拟电路性能的在线评价方法 | |
WO2022100234A1 (zh) | 一种用于荧光强度基底计算的方法 | |
CN102128805A (zh) | 果品近红外光谱波长选择和快速定量分析方法及装置 | |
CN108519760A (zh) | 一种基于变点检测理论的制丝过程稳态识别方法 | |
CN103117823B (zh) | 一种短波信道模型建模方法 | |
CN104316492A (zh) | 近红外光谱测定马铃薯块茎中蛋白质含量的方法 | |
CN106341831B (zh) | 一种灵敏度的测量方法和装置 | |
CN108667537B (zh) | 一种干扰源定位方法和装置 | |
CN106323888B (zh) | 一种超低排放烟气测量方法 | |
CN106526520B (zh) | 一种光学电流互感器光源波动干扰试验系统 | |
CN101813747B (zh) | 基于维纳核和神经网络的非线性模拟电路故障诊断方法 | |
CN108646688B (zh) | 一种基于回归学习的工艺参数优化分析方法 | |
CN110716167A (zh) | 任意波形发生器幅度扫频自适应分辨率校准方法及系统 | |
CN105654106A (zh) | 一种决策树生成方法及系统 | |
CN106487464B (zh) | 一种互扰验证中心及互扰验证方法 | |
CN108196168A (zh) | 一种局放脉冲检测方法、系统、终端及可读存储介质 | |
CN105488521B (zh) | 一种基于核函数的扩容样本筛选方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |