CN104458586A - 一种在光反馈光腔衰荡技术中筛选衰荡信号的方法 - Google Patents

Abstract

本发明提供一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，其特征在于由预采集的光腔衰荡系统的衰荡信号计算系统噪声的平均值和标准差，记录噪声样本，计算噪声对特定衰荡时间常数提取方法的提取精度的影响，利用数据查找算法求得该提取方法达到预定提取精度所需要的信号幅值条件。根据信号幅值条件筛选衰荡信号。本方法基于信号噪声统计特性获得对应于特定衰荡时间常数提取方法的最优噪声阈值条件，综合考虑了测量精度和速度的相互制约关系，保证测量精度的同时提高了测量速度。

Description

一种在光反馈光腔衰荡技术中筛选衰荡信号的方法

技术领域

本发明涉及光腔衰荡技术领域，具体涉及一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，适用于基于光反馈光腔衰荡技术的高反射率测量、吸收光谱测量或痕量气体检测。

背景技术

光反馈光腔衰荡技术是连续波光腔衰荡技术的一种，它将光腔衰荡技术与半导体激光器的光反馈效应相结合，简化了系统结构，提高了激光光源与衰荡腔的耦合效率，另外还具有信噪比高和光谱分辨率高的优势(D.Romanini,A.A.Kachanov,J.Morville,M.Chenevier,“Measurement of trace gases by diode laser cavity ringdown spectroscopy”,Proc ofSPIE,1999,3821：94～104；李斌成，龚元；光腔衰荡高反射率测量技术综述，《激光与光电子学进展》，2010，47：021203)。目前已成功应用于痕量气体检测，吸收光谱测量和高反射率测量等领域。

实际应用中，需要将多次衰荡时间常数的测量结果求平均来减小系统随机误差的影响。为了保证每个测量结果的精度，就要求相应的每一个衰荡信号均达到一定的信噪比，因此需要对信号进行筛选。中国专利申请号200710122408.6的发明专利“用于高反射率测量的开光激光束的时序优化方法”中提出的信号筛选方法为预设阈值为腔初始输出信号的最大值，阈值设定后，只有达到阈值的衰荡信号才会触发光开关并被纳入测量过程。若该阈值在一定时间内不能触发光开关，则阈值自动下调；中国专利申请号200710098755.X的发明专利“基于半导体激光器自混合效应的高反射率测量的方法”中提出的信号筛选方式为预设阈值为腔输出信号峰值的50％～99％，相比于前一种方式，测量速率有所提高。总体而言，目前的光反馈光腔衰荡技术沿用了传统连续波光腔衰荡技术中预设阈值的信号筛选方法。

光反馈光腔衰荡技术相对于传统的连续波光腔衰荡技术而言，最大的改进之处是利用半导体激光器基于光反馈效应的调谐能力，省略了模式匹配单元和光开关器件，不必再根据信号幅值判断耦合效率和触发光开关，使系统更简洁、高效。不过，其中的信号筛选方式沿用了传统连续波光腔衰荡技术中预设阈值的处理方法，并没有结合自身的特点加以改进。预设的阈值如果偏高，将导致筛选信号的时间变长，影响测量效率；如果偏低则可能影响测量精度。总之，这种阈值选取方式没有综合考虑测量精度与测量速度的制约关系。因此发展一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，对于提高光反馈光腔衰荡技术的测量精度和测量效率是很有帮助的。

发明内容

本发明要解决的技术问题是：光反馈光腔衰荡技术沿用了传统的连续波光腔衰荡技术中预设阈值的信号筛选方式，为了保证测量精度，预设的阈值往往偏高，虽然此时有较好的测量精度，但测量速率较低。本发明克服了以上不足，利用噪声统计特性计算最优信号阈值，综合考虑测量精度和速度的相互制约关系，在确保测量精度的同时提高了测量速度。

本发明要解决其技术问题所采用的技术方案是：一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，采集系统噪声并分析其统计特性，利用数据查找算法计算当前噪声条件下能满足预定提取精度所需要的最小信号幅值，根据最小信号幅值条件对衰荡信号进行筛选。衰荡信号初始值略大于最小信号幅值条件的情况下有可能达不到预定提取精度，需要预先对衰荡信号进行空间高斯滤波平滑化。这里的最小信号幅值是对应于特定的衰荡时间常数提取方法的。

具体实现步骤如下：

步骤(1)、初始化本方法需要的参数，具体包括：预定数据提取精度δ，衰荡信号预采样数Npre，衰荡信号总采样数Num；确定拟采用的衰荡时间常数提取方法。

预定提取精度δ表征的是测量过程中衰荡时间的提取结果与真实衰荡时间的接近程度，希望达到的δ越接近于1(但必须小于1)对系统硬件的要求也越高，影响系统的成本和测量速率，所以δ应综合考虑各种因素折衷选取。

步骤(2)、预采集Npre个光腔衰荡信号，计算光腔衰荡时间常数参考值τ、系统噪声平均值μ和标准差σ，记录噪声样本noise。具体计算过程为：衰荡信号按照单指数衰减函数模型y＝Aexp(-t/τ₀)+B(A、B为常数，t为自变量)使用某种衰荡时间常数提取方法得到衰荡时间，取Npre个衰荡时间的均值记为系统衰荡时间常数参考值τ。衰荡时间常数的提取可以采用数据拟合算法、积分方法或者快速傅立叶变换法等方法之一；记录预采集的系统噪声做为噪声样本noise，如果之前的提取方法采用的是数据拟合算法，还可以记录其中一个衰荡信号(一般选为第一个)的拟合残差为噪声样本noise，由noise计算噪声均值μ和噪声标准差σ。

步骤(3)、根据光腔衰荡时间参考值τ以及噪声样本noise，计算在当前噪声条件下使用拟采用的提取方法达到预定的提取精度δ所需要的最小信号幅值A_min。计算的方法可以为顺序查找、折半查找等数据查找方法。

计算最小信号幅值A_min的具体步骤为：

步骤a.选择信号幅值的初始参考值A₀，根据步骤(2)测得的衰荡时间参考值τ和噪声样本noise建立单指数衰减模型y＝A₀·exp(-t/τ)+noise，对该模型使用拟采用的提取方法得到衰荡时间t1；

步骤b.若t1满足1-|1-(t1/τ)|＝δ，认为提取精度恰好符合预设精度要求，查找终止，A_min＝A₀；若t1满足1-|1-(t1/τ)|＞δ，认为提取精度高于预设精度要求，按照所选用的数据查找算法的算法流程减小A₀；否则认为提取精度不符合要求，按照所选用的数据查找算法的算法流程增大A₀；

步骤c.重复步骤a和步骤b，直至满足所选用的数据查找算法的算法终止条件。此时的A₀记为A_min。

步骤(4)、根据最小信号幅值确定高斯滤波幅值阈值A_guass，A_guass在A_min的基础上适当的增加。高斯滤波幅值阈值A_guass设置的目的是通过对衰荡信号进行平滑处理来增加最小信号幅值条件的鲁棒性，确保测量结果符合预定的提取精度。A_guass偏大会导致较多的衰荡信号进行不必要的高斯滤波操作，影响本方法的执行速度；若偏小则可能有部分衰荡信号的提取误差较大。因此，A_guass应综合考虑提取精度和算法速度来选取。

步骤(5)、筛选衰荡信号，对于腔衰荡信号初始值S₀满足最小信号幅值条件但不满足高斯滤波幅值阈值(A_min<S₀≤A_guass)的衰荡信号，预先进行平滑处理后保留，平滑处理方式采用空间高斯滤波；对于腔衰荡信号初始值满足高斯滤波幅值阈值(S₀>A_guass)的衰荡信号直接保留。

选择空间高斯滤波作为信号序列的预处理方式，是由于衰荡信号的噪声一般认为符合正态分布，而相比于均值滤波、中值滤波等信号序列(或信号矩阵)平滑技术而言，空间高斯滤波能够很好地抑制服从正态分布的噪声并保留原始信号。

对于腔衰荡信号初始值S₀满足最小信号幅值条件但不满足高斯滤波幅值阈值(A_min<S₀≤A_guass)的情况，进行空间高斯滤波平滑处理的步骤为：

步骤①、根据噪声统计特性均值μ和标准差σ建立空间高斯滤波算子Y。首先根据高斯函数构建序列y：

然后对y进行归一化得到空间高斯滤波算子Y，Y包含的元素个数L＝2mn+1；n的数值一般选取为4或5，上式中当x＝μ±4σ或x＝μ±5σ时y已经接近于0，没有必要取更大的数值；m一般取5以下，m越大平滑效果更好，但会影响平滑速度，需要综合考虑平滑效果和平滑速度来选择。

步骤②、设待处理的衰荡信号序列S总元素个数为N，对其中的第i个元素进行如下操作：取第i个元素前面的m×n个元素(不足部分补零)和后面的m×n个元素(不足部分补零)构成一个向量，分别与Y中的对应元素相乘后求和——计算结果相当于对第i个元素的m×n邻域加权取平均——用计算结果代替第i个元素。

步骤③、使i从1到N循环一遍，逐一进行步骤②所述的操作，就完成了对衰荡信号的空间高斯滤波平滑化。

步骤(6)、按照单指数衰减函数模型使用拟采用的提取方法提取衰荡时间测量值τ(n)，n为符合阈值条件的腔衰荡信号的数目。Num个腔衰荡时间测量值的平均值记为测量结果，标准差记为测量误差范围。

本发明的原理是：

首先，预采集光腔衰荡信号，计算光腔衰荡时间常数的参考值τ和噪声统计特性；其次，根据光腔衰荡时间参考值τ和噪声统计情况，利用数据查找算法计算在当前噪声条件下使用拟采用的衰荡时间常数提取方法达到预定提取精度δ所需要的最小信号幅值A_min。衰荡信号初始值略大于最小信号幅值的情况需要对信号进行空间高斯滤波平滑化以提高最小信号幅值条件的鲁棒性；然后，以最小信号幅值作为阈值条件进行衰荡信号筛选，直至采集到足够数目的衰荡信号后结束。

本发明与现有技术相比具有如下优点：

本发明提供了一种在光反馈光腔衰荡技术中利用噪声统计特性筛选衰荡信号的方法，可以定量地查找计算衰荡信号的筛选阈值。与传统的光反馈光腔衰荡技术中预设阈值的筛选方法相比，本发明涉及方法避免了衰荡信号阈值选择的盲目性，综合考虑了测量精度和测量速度的相互制约关系，在保证测量精度的同时提高了测量速度。

附图说明

图1为本发明的一种在光反馈光腔衰荡技术中筛选衰荡信号的方法基本流程图；

图2为本发明的一种在光反馈光腔衰荡技术中筛选衰荡信号的方法与传统选阈值方法的仿真效果对比图。

具体实施方式

如图1所示，本发明的一种在光反馈光腔衰荡技术中筛选衰荡信号的方法的具体实施方法如下：

步骤(1)、首先预设参数，预定数据提取精度δ(本实施例取0.99，可以取更高数值，但必须<1)；衰荡信号采样数Num(128)，衰荡信号预采样数Npre(10)。采集得到的数据计量单位为mV，光源为半导体激光器，输出采用方波调制，调制频率100Hz。拟采用的衰荡时间常数提取方法为线性最小二乘拟合算法。

步骤(2)、预采集光腔衰荡信号，计算光腔衰荡时间常数的参考值τ和噪声统计特性，并记录噪声样本。本实施例中，每个衰荡信号的采样时间为5ms。对采集的前10个衰荡信号的0～30μs内的数据点按照单指数衰减模型y＝Aexp(-t/τ₀)+B(A、B为常数，t为自变量)提取得到结果求平均得到衰荡时间常数的参考值τ，本实施例中，采用的提取方法是线性最小二乘拟合算法；记录第一个衰荡信号的拟合残差做为噪声样本noise，根据noise计算得到系统噪声(包括探测器噪声、采集卡噪声和腔信号的随机噪声)的平均值μ、标准差σ等统计特性。在本实施例中，为了满足步骤(3)查找最小信号幅值A_min的需要，同时记录前10个衰荡信号的信号最大值S_peak。

步骤(3)、根据光腔衰荡时间参考值τ、噪声样本noise，利用数据查找算法计算在当前噪声条件下达到预定的提取精度δ所需要的最小信号幅值A_min。本实施例中，计算最小信号幅值的过程采用折半查找的方法，具体步骤为：

步骤a.设最小信号幅值为A_min。预定义A_high＝S_peak，A_low＝0，单位为mV。

步骤b.根据步骤(2)测得的衰荡时间参考值τ和噪声样本noise建立单指数衰减模型，衰荡信号初始值S_origin＝A_middle＝(A_high+A_low)/2：

$y=A_{\mathrm{middle}}\&CenterDot;\exp (-\frac{t}{\mathrm{\&tau;}})+\mathrm{noise},$

对该模型使用线性最小二乘拟合算法得到衰荡时间t1。

步骤c.若步骤b拟合结果t1满足1-|1-(t1/τ)|＝δ，则认为拟合精度恰好符合预设精度要求，查找终止，A_min＝A_middle；若步骤b拟合结果t1满足1-|1-(t1/τ)|＞δ，则认为拟合精度高于预设精度要求，那么按如下方法改变A_high，

A_high＝A_middle；

若步骤b中拟合结果t1满足1-|1-(t1/τ)|＜δ，则认为拟合精度不足，按如下方法改变A_low：A_low＝A_middle。

步骤d.重复步骤b和步骤c，由A_high和A_low得到A_middle，计算衰荡信号初始值S_origin＝A_middle时的拟合精度。当满足步骤c中的算法终止条件或当A_high-A_low≤1时，查找停止，A_min＝A_middle。

步骤(4)、根据最小信号幅值确定高斯滤波幅值阈值A_guass，高斯滤波阈值条件A_guass在A_min的基础上适当增加。本实施例中，取A_guass＝A_min+5(单位为mV)。

步骤(5)、筛选衰荡信号，对于腔衰荡信号初始值S₀满足最小信号幅值条件但不满足高斯滤波幅值阈值(A_min<S₀≤A_guass)的衰荡信号，先进行高斯滤波平滑处理后保留；对于腔衰荡信号初始值满足高斯滤波幅值阈值(S₀>A_guass)的衰荡信号直接保留。

对于腔衰荡信号初始值S₀满足最小信号幅值条件但不满足高斯滤波幅值阈值(A_min<S₀≤A_guass)的情况，进行空间高斯滤波平滑处理的步骤为：

步骤①、根据噪声统计特性均值μ和标准差σ建立空间高斯滤波算子Y：

本实施例中取m＝1，n＝5。y的归一化结果即为Y，Y的长度L＝11；

步骤②、设待拟合的衰荡信号序列S总元素个数为N，对其中的第i个元素进行如下操作：取第i个元素前面的5个元素(不足部分补零)和后面的5个元素(不足部分补零)构成一个向量，分别与Y中的对应元素相乘后求和——相当于对第i个元素的邻域元素加权取平均——用计算结果代替第i个元素。

步骤③、使i从1到N循环一遍，逐一进行步骤②所述的操作，就完成了对衰荡信号的空间高斯滤波平滑化。

步骤(6)、按照单指数衰减函数模型拟合衰荡时间测量值τ(n)，n为腔衰荡信号的数目，。将128个腔衰荡时间测量值的平均值记为测量结果，标准差记为测量误差范围。

图2为本方法与传统信号筛选方法的仿真效果对比，其中图(a)为两种方法选取的阈值对比，图(b)为两种方法完成一次测量耗时的对比。传统的选阈值方式按照中国专利申请号200710098755.X提供的方法进行，设阈值为腔输出信号峰值的50％。对两种方法在同样的腔衰荡状态和噪声状态下(设衰荡时间常数的真实值为1.8μs)，采用同样的信号拟合方式进行了仿真，每次测量选取128个符合各自阈值条件的信号进行拟合计算并进行统计处理。10次仿真的结果是，本方法的衰荡时间常数测量结果为1.800±0.002μs，平均耗时1.39s；传统方法的测量结果平均值为1.800±0.001μs，平均耗时28.29s。本发明涉及的方法，在实现同等测量精度的情况下，耗时减小了一个数量级，在保证测量精度的同时提高了测量速率。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (3)

1.一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，其特征在于实现步骤如下：

步骤(1)、初始化本方法需要的参数，包括：预定数据提取精度δ，衰荡信号预采样数Npre，衰荡信号总采样数Num，确定拟采用的衰荡时间常数提取方法；

步骤(2)、预采集Npre个光腔衰荡信号，计算光腔衰荡时间常数参考值τ、系统噪声平均值μ和标准差σ，记录噪声样本noise；具体计算过程为：衰荡信号按照单指数衰减函数模型y＝Aexp(-t/τ₀)+B提取衰荡时间常数，其中A、B为常数，t为自变量，取Npre个衰荡时间的均值记为系统衰荡时间常数参考值τ，衰荡时间常数的提取可以采用数据拟合算法、积分方法或者快速傅立叶变换法等方法之一；记录的噪声样本noise可以是预先采集的系统噪声，如果衰荡时间常数的提取采用的是数据拟合算法，noise也可以确定为其中一个信号的拟合残差，由noise计算噪声均值μ和噪声标准差σ；

步骤(3)、根据光腔衰荡时间参考值τ以及噪声样本noise，计算在当前噪声条件下使用拟采用的提取方法达到预定提取精度δ所需要的最小信号幅值A_min，计算的方法可以为顺序查找、折半查找等数据查找方法；

步骤(4)、根据最小信号幅值A_min确定高斯滤波幅值阈值A_guass，A_guass在A_min的基础上适当地增加；

步骤(5)、筛选衰荡信号，对于腔衰荡信号初始值S₀满足最小信号幅值条件但不满足高斯滤波幅值阈值(A_min<S₀≤A_guass)的衰荡信号，预先进行平滑处理后保留，平滑处理方式采用空间高斯滤波(或称空域高斯滤波)；对于腔衰荡信号初始值满足高斯滤波幅值阈值(S₀>A_guass)的衰荡信号直接保留；

步骤(6)、使用拟采用的衰荡时间常数提取方法提取衰荡时间测量值τ(n)，n为符合阈值条件的腔衰荡信号的数目，Num个腔衰荡时间测量值的平均值记为测量结果，标准差记为测量结果的误差范围。

2.根据权利要求1所述的一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，其特征在于：步骤(3)所述的计算最小信号幅值A_min的过程采用数据查找方法，具体步骤为：

步骤a.选择信号幅值的初始参考值A₀，根据步骤(2)测得的衰荡时间参考值τ和噪声样本noise建立单指数衰减模型y＝A₀·exp(-t/τ)+noise，对该模型使用拟采用的衰荡时间常数提取方法得到衰荡时间t1；

步骤b.若t1满足1-|1-(t1/τ)|＝δ，认为提取精度恰好符合预设精度要求，查找终止，A_min＝A₀；若t1满足1-|1-(t1/τ)|＞δ，认为提取精度高于预设精度要求，按照所选用的数据查找算法的算法流程减小A₀；否则认为提取精度不符合要求，按照所选用的数据查找算法的算法流程增大A₀；

步骤c.重复步骤a和步骤b，直至满足所选用的数据查找算法的算法终止条件，记此时的A₀为A_min。

3.根据权利要求1所述的一种在光反馈光腔衰荡技术中筛选衰荡信号的方法，其特征在于：步骤(4)所述的空间高斯滤波平滑化的步骤如下：

步骤①、根据噪声统计特性均值μ和标准差σ建立空间高斯滤波算子Y，首先根据高斯函数构建序列y：

$y=\frac{1}{\sqrt{2\mathrm{\&pi;}}\mathrm{\&sigma;}}\&CenterDot;\exp [-\frac{(x-\mathrm{\&mu;})}{2{\mathrm{\&sigma;}}^2}],x=\mathrm{\&mu;}-\mathrm{n\&sigma;}:\frac{\mathrm{\&sigma;}}{m}:\mathrm{\&mu;}+\mathrm{n\&sigma;},$ m,n为正整数

然后对y进行归一化得到空间高斯滤波算子Y，Y包含的元素个数L＝2mn+1；n的数值一般选取为4或5，m一般选取在5以下；

步骤②、设衰荡信号序列为S，总元素个数为N，对其中的第i个元素进行如下操作：取第i个元素前面的m×n个元素(不足部分补零)和后面的m×n个元素(不足部分补零)构成一个向量，分别与Y中的对应元素相乘后求和——计算结果相当于对第i个元素的m×n邻域加权取平均——用计算结果代替序列S的第i个元素；

步骤③、使i从1到N循环一遍，逐一进行步骤②所述的操作，得到高斯滤波平滑处理的结果R。