CN104769412A - 用于判定气溶胶颗粒尺寸的方法和设备 - Google Patents

用于判定气溶胶颗粒尺寸的方法和设备 Download PDF

Info

Publication number
CN104769412A
CN104769412A CN201380043223.XA CN201380043223A CN104769412A CN 104769412 A CN104769412 A CN 104769412A CN 201380043223 A CN201380043223 A CN 201380043223A CN 104769412 A CN104769412 A CN 104769412A
Authority
CN
China
Prior art keywords
signal
correlativity
aerosol particle
modulating
function
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
Application number
CN201380043223.XA
Other languages
English (en)
Other versions
CN104769412B (zh
Inventor
理查德·诺陈缪斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tuo Fu Work S.P.A.
Aerodyne Research Inc
Original Assignee
Tuo Fu Work SpA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tuo Fu Work SpA filed Critical Tuo Fu Work SpA
Publication of CN104769412A publication Critical patent/CN104769412A/zh
Application granted granted Critical
Publication of CN104769412B publication Critical patent/CN104769412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0027—Methods for using particle spectrometers
    • H01J49/0031—Step by step routines describing the use of the apparatus
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/26—Mass spectrometers or separator tubes
    • H01J49/34—Dynamic spectrometers
    • H01J49/40—Time-of-flight spectrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N2015/0023—Investigating dispersion of liquids
    • G01N2015/0026—Investigating dispersion of liquids in gas, e.g. fog
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N2015/0042—Investigating dispersion of solids
    • G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Dispersion Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measurement Of Radiation (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种用于判定气溶胶颗粒尺寸分布的方法和设备(1)。此方法包括如下步骤：使用受控于调制函数的气溶胶颗粒门(2)调制气溶胶颗粒束(6)，从而生成调制气溶胶颗粒束；导引调制气溶胶颗粒束穿过漂移区域(3)；在调制气溶胶颗粒束已通过漂移区域(3)后测量调制气溶胶颗粒束的信号；以及计算调制函数和信号的相关性以确定气溶胶颗粒的尺寸分布。该设备(1)包括气溶胶颗粒门(2)；可导引调制气溶胶颗粒束穿过其中的漂移区域(3)；在调制气溶胶颗粒束已经通过漂移区域(3)后可测量调制气溶胶颗粒束信号的检测器(4)；以及可计算调制函数和信号的相关性以确定气溶胶颗粒的尺寸分布的计算单元(5)。

Description

用于判定气溶胶颗粒尺寸的方法和设备
技术领域
本发明涉及一种用于判定气溶胶颗粒尺寸分布的方法和设备。
背景技术
大气或其他气体中的颗粒公知为气溶胶或气溶胶颗粒。它们可能通过自然和人为的气态前体的化学反应形成在大气中，或者它们可能通过发动机或发电厂中的燃烧形成或者可能起源于像使用或生成气溶胶颗粒的油漆车间的设施的排放。这些气溶胶颗粒在空气污染(烟雾)和气候平衡(云团形成、吸收、排放和辐射的散射)两方面起到重要角色。此外，例如微细颗粒的一些形式气溶胶可能威胁健康。因此，具有广为兴趣的是，提供用于有效并且高灵敏度地测量气溶胶颗粒的尺寸和组分的方法和装置。
已知属于上述技术领域的方法和设备。例如，US 6,040,574(Jayne,Worsnop,Kolb)描述一种用于判定耦合到质谱仪的用于判定气溶胶颗粒的尺寸的设备以及对应的测量方法。在此设备中，气溶胶颗粒束通过将具有携带气溶胶颗粒的气体穿过诸如US 6,040,574(Jayne,Worsnop,Kolb)中所描述的一个单元形成。结果，由气溶胶颗粒形成脉冲并测量气溶胶颗粒的飞行时间，以判定气溶胶颗粒的尺寸。
这样已知设备和方法的缺点在于，为了测量气溶胶颗粒的飞行时间，生成气溶胶颗粒的一个脉冲并测量气溶胶颗粒的飞行时间。接着，生成气溶胶颗粒的下一个脉冲并测量此下一个脉冲中的气溶胶颗粒的飞行时间。从连续气溶胶颗粒束形成这样的脉冲式气溶胶颗粒束的结果，不能够同时优化测量的分辨率和灵敏度。仅仅可以形成气溶胶颗粒束的窄脉冲，以通过降低工作循环和因此降低灵敏度的代价提供更高的飞行时间分辨率。或者仅仅可以形成气溶胶颗粒束的宽脉冲，以通过由于宽脉冲降低飞行时间分辨率的代价来提供更短的工作循环和提高灵敏度。
发明内容
本发明的目的在于提供一种有关最初提及的技术领域的方法和设备，其能够确定具有更高信噪比的气溶胶颗粒尺寸分布，同时提供与现有技术相同的测量速度和尺寸分辨率。
本发明的解决方案是通过独立权利要求的特征限定。根据本发明，此方法包括如下步骤：使用受控于调制函数的气溶胶颗粒门调制气溶胶颗粒束，从而生成气溶胶颗粒束；导引调制气溶胶颗粒束穿过漂移区域；在调制气溶胶颗粒束已通过漂移区域后测量调制气溶胶颗粒束的信号；以及计算调制函数和信号的相关性以确定气溶胶颗粒的尺寸分布。此外，根据本发明，该设备包括气溶胶颗粒门；可导引调制气溶胶颗粒束穿过其中的漂移区域；在调制气溶胶颗粒束已经通过漂移区域后可测量调制气溶胶颗粒束信号的检测器；以及可计算调制函数和信号的相关性以确定气溶胶颗粒的尺寸分布的计算单元。
根据本发明，可以使用不同的调制函数。例如，诸如扫频或“线性调频”的连续函数可以用作调制函数。作为另一示例，不连续的二进制函数可以用作调制函数。在另一情况下，调制函数可以呈现自相关性，其在零点时具有高值，而在所有其他点(shift)时具有少许或低值。在例如不连续的二进制函数情况下，调制函数可以说巴克码(Barker code)，其自相关性是三值函数，与在所有其他点时的值相比，在零点时具有非常高的峰。
将气溶胶颗粒束调制成调制函数的形状并且计算调制函数与信号的相关性的优点在于，多于一个脉冲的气溶胶颗粒可以同时通过漂移区域，同时其仍可以获得漂移时间分布以及由此的气溶胶颗粒的尺寸分布。因此，本发明的优点在于，能够允许形成窄脉冲的气溶胶颗粒束，以提供更高的飞行时间分辨率并且同时提供更短工作循环以及因此增强灵敏度。
优选地，调制函数的自相关性是双值函数。此优点在于，计算自相关性不将额外特征引入到尺寸分布。
在一种变化形式中，调制函数的自相关性可以包括具有低边带的陡峰。例如，编带可以包括两个、三个或更多值。此优点在于，计算相关性不将显著的额外特征引入到尺寸分布。
可选地，调制函数的自相关性可以既不是二值函数，也不包括陡峰和低边带。
优选地，调制函数是二进制函数(binary function)。因此，调制函数可以由成行的位来表示。其优点在于，易于使用气溶胶颗粒门调制气溶胶颗粒束，使得调制气溶胶颗粒束沿气溶胶颗粒飞行方向具有调制函数的形状。在一种变化形式中，调制函数基于二进制函数，但在二进制函数的位之间提供平滑阶跃(step)。其优点在于，在计算相关性之前，通过将调制函数适用于气溶胶颗粒门后区域中的气溶胶颗粒耗尽(depletion)或累积以及调制气溶胶颗粒束中的气溶胶颗粒拖尾或扩散，从而能够将这些效应考虑到调制气溶胶颗粒束中。在又一个变化形式中，调制函数基于二进制函数，但进行过采样。也就是说，在二进制函数的每个“0”和“1”过程中进行多次测量。可选地，调制函数是非二进制函数，并且其也可以进行过采样。
在下文的一些段落中，调制函数被描述为二进制函数或序列。在这些段落中，调制函数其实可以是所描述的二进制函数或序列。但它不妨可以是基于所描述的二进制函数或序列的函数。在后一种情况下，该调制函数可以在所描述的二进制函数或序列的位之间提供平滑阶跃和/或可以被过采样。
优选地，调制函数是伪随机序列。其优点在于，调制函数的特性近似于随机序列的特性。因此，如果相应选择伪随机序列的长度，能够避免调制函数中导致气溶胶颗粒的尺寸分布中额外峰的重复(repetitions)。此外，伪随机序列作为调制函数的优点在于，例如用线性反馈移位寄存器可以容易地产生调制函数。
如果调制函数是已知最大长度序列的类型或可以由一个或多个最大长度序列来表示的类型的伪随机序列，优选使用线性反馈移位寄存器来产生调制函数。在这样的线性反馈移位寄存器中，许多反馈模式是可行的，此反馈模式即被称为线性反馈移位寄存器的抽头组。可行抽头组的数量取决于特定线性反馈移位寄存器的长度。通过选择抽头组和初始值组，线性反馈移位寄存器生成调制函数。该初始值组被提供到线性反馈移位寄存器。基于该初始值组，然后由线性反馈移位寄存器基于抽头组来生成调制函数。因此，调制函数取决于抽头组以及该初始值组。
作为一种变化形式，可以不同方式生成调制函数。例如，一个或多个已知的伪随机序列或其他调制函数可以存储在数据存储器中。对于每一测量，可以使用存储在数据存储中的特定调制函数。
在另一变化形式中，调制函数可以是伪随机序列之外的不同函数。例如，其可以是随机序列。其优点在于，函数具有对应的性能。可选地，调制函数也可以是非随机函数。
如果调制函数是伪随机序列，优选为最大长度序列、GW序列、Welch-Gong变换序列、二次剩余序列、六次剩余序列、孪生素数序列、Kasami幂函数序列、Hyperoval序列或由3或5个最大长度序列派生的序列。其优点在于，调制函数是具有公知性能的序列。如果该序列是从3或5个最大长度序列派生的序列，则其可以例如通过将3或5个最大长度序列的对应位的内容相加而获得。在此情况下，两个1s或两个0s相加可以得到0，而0和1或1和0相加可以得到1(逐位进行与非(NAND)操作)。
作为一种变化形式，调制函数可以是不属于这些类中一类的伪随机序列。
优选地，如果调制函数是二进制函数或序列，则其具有超过15位、优选多于50位、特别是多于100位的长度。其优点在于，调制函数的长度足以能够进行这样的测量：其中测量充足的气溶胶颗粒，以获得有意义的尺寸分布。
可选地，调制函数可以具有15位或更小的长度。如果测量的时间短并且如果具有充足的气溶胶颗粒可用于获得有意义的尺寸分布，这是优选的。
优选地，此方法包括在计算相关性之前使用滤波器滤波信号来增强信号边缘的步骤。其优点在于，所获得的气溶胶颗粒尺寸分布的分辨率提高，使得相关性被锐化。
可选地，此方法可以不包括在计算相关性之前使用滤波器滤波信号来增强信号边缘的步骤。如果所获得的尺寸分布尽可能接近于有效测量的信号，则省略增强信号边缘的步骤是优选的，因为所需的滤波是测量信号的一种处理。
如果此方法包括使用滤波器增强信号边缘的步骤，滤波器优选是N元有限差分滤波器、边缘增强滤波器或使用不同类型的锐化算法的滤波器。其优点在于，可以使用根据待处理的信号的特定特性而调节的公知锐化算法，获得信号边缘的增强。
例如，如果滤波器是一个N元有限差分滤波器以及以具有特定时间宽度的帧(bin)测量信号，该滤波器可以包括具有如下形式的算法：
F i = 2 n D i - Σ j = i + 1 i + n D j - Σ j = i - n j - 1 D j ,
其中，n是滤波器宽度值(measure)，Di是第i帧信号的大小，以及Fi是第i帧的滤波值。为了获得滤波信号，每个滤波值Fi被加到测量的信号的对应帧Di上。这样，可以在将滤波值加到信号之前将滤波值Fi和/或信号Di乘以权重因子。例如，这样的权重因子可以基于滤波器的宽度n，0≤n≤nmax：
D i Filtered = 1 - n n max D i + n n max F i .
当然，同样可以使用独立于滤波器宽度的权重因子。此外，可以在计算滤波值之前通过用高斯函数(Gaussian)或任何其他平滑函数进行卷积来使得信号Di变平。这可以是优选的，因为，否则信号中的噪声可能会导致滤波值中的误差。
如果信号不是以具有特定时间宽度的帧测量，而是存储每个测量气溶胶颗粒(即，每个事件)从起始时间所经过的时间，则在应用滤波器之前可以将信号光栅化(rasterise)成特定时间宽度的帧。可选地，如果每个事件从起始时间所经过的时间都被存储，则可以采用考虑到各个事件之间的时间差的滤波器算法，而不是假设帧具有特定时间宽度。此时，该算法的参数n可以变成为当计算特殊滤波值Fi时所考虑事件的时间区间的值(measure)。
在以特定时间宽度的帧测量或光栅化信号的情况下，优选地，考虑的帧的数目n适应信号的特征。如果滤波器需要快速计算，可以优选选择n为1。此外，如果信号既不以具有特定时间宽度的帧测量也不进行光栅化，则优选使得所考虑事件的时间区间适应于信号特性。
例如，在滤波器是边缘增强滤波器的情况下，其可以包括以下算法：通过使用高斯函数卷积信号来计算模糊信号，并且将信号与模糊信号之间的差值加到信号。与数字图像处理中公知的不锐化掩膜(mask)的方法相似，可以根据待处理的特定信号调整算法的三个参数。首先，可以调整高斯函数的宽度。第二，将差值加到信号之前，差值可以乘以适应特定信号的权重因子。第三，可以定义阈值参数(threshold parameter)，使得只有参数值在某一阈值之上才应用滤波器。例如，阈值参数可以是模糊信号与测量信号的偏差。
如果此方法不包括在计算相关性之前使用滤波器通过滤波信号来增强信号边缘的步骤，则此方法优选包括由信号计算模糊信号的步骤以及通过将信号减去模糊信号来计算信号和模糊信号之间差值的步骤。其优点在于，所获得的气溶胶颗粒的分布的分辨率提高，使得相关性被锐化。
如果此方法包括如上解释的两个额外步骤，并且如果信号不是以具有特定时间宽度的帧测量而是存储每个测量气溶胶颗粒(即，每个事件)从起始时间所经过的时间，则在计算模糊信号之前可以将信号光栅化成特定时间宽度的帧。可选地，在计算信号和模糊信号之间差值之前，可以将信号和模糊信号光栅化成特定时间宽度的帧。不管是否以具有特定时间宽度的帧测量信号或是否对每个测量气溶胶颗粒(即，每个事件)测量从起始时间所经过的时间并随后将其光栅化成帧，帧的时间宽度优选小于调制函数的位的时间宽度。优选地，帧的时间宽度比调制函数的位的时间宽度小三至十倍。可选地，帧的时间宽度比调制函数的位的时间宽度小十倍以上。
可选地，此方法可以既不包括从信号计算模糊信号的步骤也不包括通过从信号减去模糊信号来计算信号和模糊信号之间差值的步骤。如果获得的气溶胶颗粒分布应尽可能接近的有效测量的信号，则可以优选省略这两个步骤，因为它们是所测量信号的一种处理。
如果此方法包括从信号计算模糊信号的步骤并且包括通过从信号减去模糊信号来计算信号和模糊信号之间差值的步骤，并且如果以具有特定时间宽度的帧测量信号，则优选地，通过使用函数对信号进行卷积来计算模糊信号。这样的函数例如可以是高斯、洛伦兹或其他提供单峰的对称函数。可选地，可以使用不同于计算卷积的方法计算模糊信号。
如果此方法包括从信号计算模糊信号的步骤并且包括通过从信号减去模糊信号来计算信号和模糊信号之间差值的步骤，并且如果对每个测量气溶胶颗粒(即，每个事件)测量从起始时间所经过的时间并随后光栅化成帧，则优选地，通过使用从概率分布所确定的值修正每个气溶胶颗粒的测量时间来计算模糊信号。对于此概率分布，可以选择高斯分布或具有最高概率的单峰的不同的对称概率分布。在计算模糊信号之后，在计算信号和模糊信号之间差值之前，优选地将信号和模糊信号光栅化成特定时间宽度的帧。在优选的变化形式中，如果对每个测量气溶胶颗粒(即，每个事件)测量从起始时间所经过的时间，则在计算模糊信号之前，将信号光栅化成特定时间宽度的帧。在后者情况下，优选通过使用例如类似高斯、洛仑兹或其他提供单峰的对称函数的函数，对信号进行卷积来计算模糊信号。但是，在一种变化形式中，使用与计算卷积不同的方法计算模糊信号。
如果通过对函数进行卷积或通过对每个单独气溶胶颗粒使用从概率分布所确定的值对此气溶胶颗粒所测量的时间进行修正来计算模糊信号，则分别优选选择具有半高半宽或比调制函数的位时间宽度的一半还小的标准偏差的函数或概率分布。可选地，可以选择函数或概率分布，使得函数或概率分布分别具有半宽半高或不小于调制函数的一半位时间宽度的标准偏差。
如果此方法包括从信号计算模糊信号的步骤以及通过从信号减去模糊信号来计算信号和模糊信号之间差值的步骤，则信号和模糊信号相对于彼此优选进行加权，以计算差值。在优选变化形式中，对模糊信号进行加权，使得其积分强度为信号积分强度的100％。在另一优选变化形式中，对模糊信号进行加权，使得其积分强度小于信号积分强度的100％，但大于信号积分强度的90％。在又一优选变化形式中，对模糊信号进行加权，使得其积分强度小于信号积分强度的100％，但大于信号积分强度的80％。可选地，对模糊信号进行加权，使得其积分强度小于信号积分强度的80％。
如果此方法包括从信号计算模糊信号的步骤以及通过从信号减去模糊信号来计算信号和模糊信号之间差值的步骤，此方法优选包括将计算的相关性的负值设定成零值或任意的正值的额外步骤。其优点在于，忽略相关性中的负值，因为它们不提供任何气溶胶颗粒分布的信息。
可选地，此方法不包括将计算的相关性的负值设定成零值或任意的正值的步骤。
优选地，从相关性中选择气溶胶颗粒漂移时间中可能感兴趣的区间。其优点在于，可以显示尺寸分布中感兴趣的区间或将其用于进一步的数据处理。可选地，不从相关性中选择气溶胶颗粒漂移时间中可能感兴趣的特定区间。如果选择的感兴趣区间遍布整个相关性，则这具有相同的效果。因此，这种可选方法的优点在于，分别显示所有数据或将其用于进一步的数据处理。
如果计算气溶胶颗粒漂移时间中可能感兴趣的区间的相关性，此方法优选包括选择调制函数使得相关性中尽可能多的假峰位于感兴趣的区间之外的步骤。这些假峰属于在气溶胶颗粒尺寸分布以瑕疵(imperfections)和/或噪声的形式存在于信号中的特征组。瑕疵例如可以由气溶胶颗粒门后方区域中的气溶胶颗粒损耗、调制束中的气溶胶颗粒拖尾、调制束中的气溶胶颗粒扩散和/或漂移区域中气流的不均匀性或涡流引起的。这样的瑕疵可能导致调制气溶胶颗粒束的形状变化。因此，它们可能会在测量信号中导致不期望的特征。作为计算相关性的结果，气溶胶颗粒尺寸分布特征的位置与它们在测量信号中的位置相比可能产生移位。移位行为取决于特征和调制函数。例如，如果调制函数是由线性反馈移位寄存器生成的序列，则通过线性反馈移位寄存器的抽头组确定某些特征在尺寸分布中相对于真的信号峰的位置，而它们独立于用于生成序列的初始值组。在本发明的上下文中，术语“假峰”用于尺寸分布中的此特定特征组，而术语“真峰”用于尺寸分布中的真的信号峰。因此，优选使用线性反馈移位寄存器产生调制函数以及使用其中特定特征所引起的假峰位置已知的线性反馈移位寄存器的抽头组。例如，对于是用于执行此方法的设备的特性特征，可以初步估计抽头组。这些特性特征可以是气溶胶颗粒门后方区域中的气溶胶颗粒耗尽或累积、调制气溶胶颗粒束的气溶胶颗粒拖尾、调制气溶胶颗粒束中的气溶胶颗粒扩散和/或漂移区域中气流的不均匀或涡流。一旦知道尺寸分布中可能感兴趣的区间，可以选择所用的抽头组，使得尺寸分布中假峰位于感兴趣的区间之外。其优点在于，降低了误判获得的尺寸分布的机会。
可选地，也可以省略选择调制函数使得相关性中假峰位于感兴趣的区间之外的步骤。如果感兴趣的区间比较大并且如果可用调制函数将会被这样的选择严格限制或者如果根本没有可用的相应调制函数，这是优选的。
优选地，该方法包括如下步骤：选择调制函数，使得假峰与真峰不重叠；识别信号中的真峰和其对应的假峰；以及将假峰的强度加到对应的真峰的强度上。例如，通过旋转假峰相对于真峰的相对位置已知的特定抽头组，可以获得调制函数的此选择。此优点在于，在假峰或真峰没有错误分配的情况下，可以是识别信号中的真峰和假峰。此外，组合这些步骤的优点在于，提高了最终尺寸分布的信噪比，因为假峰的强度等于真峰中由于调制信号的瑕疵已经丢失的强度。
可选地，可以省去选择调制函数和处理假峰以提高信噪比的步骤。如果序列不能够或不选择避免真峰和假峰的重叠区域，或者假峰已知具有较小幅度，则这可以是优选的。
优选地，此方法包括选择调制函数使得相关性中伪特征的高度很小的步骤。在本发明上下文中，类似的表述“假峰”、“伪特征”用于表示已经以信号中瑕疵和/或噪声的形式存在于测量信号中的尺寸分布的特定特征组。如果调制函数是由线性反馈移位寄存器生成的序列，伪特征在尺寸分布的位置取决于线性反馈移位寄存器的抽头组以及用于生成序列的初始值组。此外，伪特征的高度取决于用于生成序列的初始值组。
因此，优选地，选择调制函数，使得如气溶胶颗粒门后方区域中的气溶胶颗粒耗尽或累积、调制束中的气溶胶颗粒拖尾、调制束中的气溶胶颗粒扩散和/或漂移区域中气流的不均匀或涡流之类的特性瑕疵在气溶胶颗粒尺寸分布产生最小的伪特征高度。其优点在于，降低了误判获得的尺寸分布的机会。
可选地，可以省略选择调制函数使得相关性中伪特征的高度低的步骤。
优选地，此方法包括确定计算的相关性中没有期望测量气溶胶颗粒信号的区域中相关性噪声的噪声电平的步骤以及通过抑制相关性中的相关性噪声来计算噪声抑制的相关性的步骤，两个步骤均在计算相关性步骤之后执行。在此，术语“相关性噪声”是指在计算调制函数与信号的相关性时由于测量信号中的统计噪声而包括在相关性中的噪声。此方法包括这两个步骤的优点在于，提高了相关性中的信噪比。此优点的获得与此方法是否包括在计算相关性之前通过使用滤波器滤波信号来增强信号边缘的步骤无关。此外，此优点的获得与此方法是否包括从信号计算模糊信号以及通过从信号中减去模糊信号来计算信号和模糊信号之间差值的步骤无关。然而，如果此方法包括在计算相关性之前通过滤波器滤波信号来增强信号边缘的步骤或者如果此方法包括从信号计算模糊信号以及通过从信号中减去模糊信号来计算信号和模糊信号之间差值的步骤，能够进一步改进结果。
优选地，确定计算的相关性中对应于比测量的最快气溶胶颗粒的可能飞行时间短的飞行时间的区域中的相关性噪声的噪声电平。在优选变化形式中，确定计算的相关性中对应于比测量的最慢气溶胶颗粒的可能飞行时间长的飞行时间的区域中的相关性噪声的噪声电平。在后一变化形式中，可以选择时间比可能最慢的气溶胶颗粒或期望气溶胶颗粒的飞行时间长的调制函数。这样，可以获得计算的相关性中表示飞行时间比测量的最慢气溶胶颗粒长并且由此可以用于确定噪声电平的区域。可选地，可以确定在计算的相关性中没有期望的测量气溶胶颗粒信号的另一个区域中相关性噪声的噪声电平。
优选地，通过计算所计算的相关性中没有期望的测量气溶胶颗粒信号的区域中的信号的均值或中值，计算相关个噪声的噪声电平的第一值。其优点在于，噪声电平提供相关性噪声的平均振幅的一个值。在一种变化形式中，相关性噪声的噪声电平的第一值可以基于计算的相关性中没有期望的测量气溶胶颗粒信号的区域中的最小值或最大值。
独立于噪声电平的第一值是否通过计算平均值或中值或通过使用噪声电平的最小或最大值确定时，噪声电平的第一值具有噪声电平的均值、中值或最小或最大值，或者通过使用某些公式从该值计算。在后者情况下，该公式可以是与比例因子进行简单相乘或可以是更复杂的公式。
在优选的变化形式中，通过计算的相关性中没有期望测量气溶胶颗粒信号的区域中的信号的标准偏差来计算噪声电平的第二值。在另一种优选变化形式中，通过使用贝叶斯(Bayesian)估计处理对计算的相关性中没有期望测量气溶胶颗粒信号的区域中的信号余值进行计算，来确定相关性噪声的噪声电平的第二值。在另一种变化形式中，通过不同的方法确定相关性噪声的噪声电平的第二值。例如，通过计算噪声电平与计算的相关性中没有期望测量气溶胶颗粒信号的区域中的信号的最小值或最大值之间的差值，确定噪声电平的第二值。
独立于是否通过计算标准偏差、余值或其他值(measure)来确定噪声电平的第二值，噪声电平的第二值可以与标准偏差、余值或其他值相同，或者可以通过标准偏差、余值或其他值的某些公式来计算。在后者情况下，该公式可以是与比例因子进行简单相乘或可以是更复杂的公式。
计算噪声电平的第二值的优点在于，噪声电平提供背景信号的平均振幅的一个值以及背景信号的散射振幅的一个值。此两个值都可以用于计算噪声抑制的相关性。
可选地，噪声电平可以是单一值。在此情况下，噪声电平的值可以是上述噪声电平的第一值、上述噪声电平的第二值、或者可以是噪声电平的第一和第二值的加和或差值。在所有三种情况下，此值可用于计算噪声抑制的相关性。
如果此方法包括确定计算的相关性中没有期望测量气溶胶颗粒信号的区域中的相关性噪声的噪声电平的步骤以及计算噪声抑制的相关性的步骤，确定的噪声电平优选用于在计算噪声抑制的相关性的步骤中确定相关性噪声被抑制的量。其优点在于，相关性噪声的抑制量适应于相关性中的相关性噪声的有效量。例如，一种获得抑制的方式是测试相关性中的每个值是否在噪声电平之内。如果该值在噪声电平内，其可以被降低到固定量、减少固定量或使用因子降低，但是如果其不在噪声电平内，则可以保持该值。在这些示例中，优选地，噪音电平的单一值或噪声电平的第一值用于计算噪声抑制的相关性。在另一示例中，可以通过测试相关性中每个值属于相关性噪声的可能性来获得抑制。随后，该值可以降低与该值是相关性噪声的可能性成比例的量。在此后者示例中，优选地，噪声电平的第一和第二值用于计算噪声抑制的相关性。其优点在于，噪声电平的第一值提供平均噪声电平的值，而噪声电平的第二值提供用于确定特定值是相关性噪声的可能性的概率分布的形状的值。可选地，可以使用不同的方法抑制相关性噪声。
如果此方法包括确定计算的相关性中没有预期测量气溶胶颗粒信号的区域中的相关性噪声的噪声电平的步骤以及计算噪声抑制的相关性的步骤，则此方法优选包括使用用于获得估计信号的调制函数对噪声抑制的相关性进行卷积和使用用于获得估计相关性的调制函数对估计信号进行卷积的步骤，随后重复如下步骤：计算调制函数与估计相关性的相关性；确定得到的相关性中没有期望测量气溶胶颗粒信号的区域中相关性噪声的噪声电平；以及计算噪声抑制的相关性。其优点在于，由于重复原因，每一循环可以将相关性噪声抑制更小的量，使得相关性中真正的气溶胶颗粒信号不受影响，而重复步骤后的最终相关性噪声被更强力抑制。
在一种优选变化形式中，不止一次重复如下步骤：计算调制函数与估计信号的相关性；确定得到的相关性中没有期望测量气溶胶颗粒信号的区域中相关性噪声的噪声电平；以及计算噪声抑制的相关性。在此变化形式中，在每次重复其他步骤之前，重复使用用于获得估计信号的调制函数对噪声抑制的相关性进行卷积的步骤。此优点在于，在每一重复中，可以将相关性噪声抑制更小的量，使得相关性中真正的信号不受影响，而由于重复的原因，最终相关性噪声被更强力抑制。
在另一个优选变化形式中，这些步骤重复固定次数，例如，一次、两次、三次、五次或十次。此优点在于，容易控制此方法。可选地，可以重复这些步骤，直到在噪声抑制的相关性中的噪声电平低于阈值或者直到在噪声抑制的相关性中的噪声电平不进一步显著降低。可选地，可以重复这些步骤，直到在噪声抑制的相关性中的噪声电平低于阈值或者直到在噪声抑制的相关性中的噪声电平不进一步显著降低。
优选地，循环重复该方法的步骤。在每一循环中，优选使用受控于调制函数组中的不同调制函数的气溶胶颗粒门调制气溶胶颗粒束，从而生成不同调制气溶胶颗粒束。此外，优选地将每一循环期间计算的相关性加到总相关性上，以获得气溶胶颗粒的尺寸分布。此优点在于，通过选择不同调制函数组，测量信号中的噪声和系统误差在气溶胶颗粒尺寸分布中可以被平均掉(average out)。
作为一种变化形式，可以在气溶胶颗粒门受控于同一调制函数的同时循环重复此方法的步骤。其优点在于，可以改进信号的统计以及由此改进尺寸分布。
可选地，此方法的步骤可以仅仅执行一次。其优点在于，测量时间更短。
如果循环重复在此方法的步骤，优选在重复循环之前，进行初步步骤。在此初步步骤中，优选选择调制函数组，使得对于每个调制函数，相关性中的伪特征位于相关性的不同位置，并且由此在总相关性中平均掉伪特征。例如，如果调制函数是伪随机序列并且调制函数是由线性反馈移位寄存器生成，可以选择线性反馈移位寄存器的抽头组，使得伪特征的高度最小。随后，可以通过将不同初始值组提供到此线性反馈移位寄存器而采用其生成不同的伪随机序列。其优点在于，获得的伪随机序列使得信号中起源于相同瑕疵的伪特征位于相关性中的不同位置。因此，在尺寸分布中引起伪特征的系统瑕疵可以被平均掉。此外，其优点在于，如果计算感兴趣区间的相关性，可以选择线性反馈移位寄存器的抽头组，使得相关性中的假峰位于感兴趣区间之外。在此情况下，在尺寸分布中可以避免假峰，并且同时可以平均掉伪特征。
在一种变化形式中，初步步骤可以仅仅进行一次，以确定一组或不同组的调整函数。这些调制函数组可以存储并然后用于不同测量。
优选地，通过计算循环交叉相关性、哈德玛反变换、傅立叶变换、拉普拉斯变换或M-变换来计算所述相关性来计算相关性。其优点在于，通过已知体系计算相关性。可选地，不同体系同样可以用于计算相关性。
优选地，调制函数的自相关性是双值函数。此优点在于，计算相关性不将额外特征引入到尺寸分布。
优选地，用于确定尺寸分布的设备包括线性反馈移位寄存器，通过此线性反馈移位寄存器，可生成用作调制函数的伪随机序列。其优点在于，可容易地计算伪随机序列。例如，此线性反馈移位寄存器可以是电路，或者可以基于计算机软件。在另一个示例中，其可以包括在计算单元中。
作为一种变化形式，该设备可以包括用于存储调制函数的存储器。这能够将线性反馈移位寄存器生成的伪随机序列存储在存储器中。其优点在于，如果在测量之前将调制函数存储在存储器中，则可以提高测量速度，并且可以根据需要快速改变调制函数以优化测量。此外，存储器的优点在于，其允许存储预定义的伪随机序列或其他调制函数。因此，该设备可以包括存储器，但没有线性反馈移位寄存器。在后者情况下，用于确定尺寸分布的设备可以包括用于生成调制函数的另一个单元。例如，此单元可以是生成预定义调制函数的单元或生成作为调制函数的随机序列的单元。在一种变化形式中，此设备也可以不包括这样的单元。
优选地，在可计算相关性之前，可以通过计算单元将用于增强信号边缘的滤波器应用到信号。作为一种变化形式，此设备可包括单独的滤波器单元，通过此滤波器单元，可以将增强信号边缘的滤波器应用到信号。两种变化形式的优点在于，提高获得的尺寸分布的分辨率。替代地，可以不将用于增强信号边缘的滤波器应用到信号。
优选地，此设备包括控制单元，通过控制单元，可以控制步骤的循环重复，这些步骤包括：使用气溶胶颗粒门生成调制气溶胶颗粒束；使用检测器测量信号；以及计算调制函数与信号的相关性。此外，此设备优选地包括求和单元，通过此求和单元，可以计算总相关性，以确定气溶胶颗粒尺寸分布，其中总相关性是循环期间计算的相关性的和。因此，求和单元可以是单独的单元，或者其可以包含在计算单元中。在这两种情况下，控制单元与求和单元的优点在于，在步骤的每次重复期间，可以通过使用不同调制函数组中的不同调制函数控制气溶胶颗粒门而将气溶胶颗粒尺寸分布中测量信号中的噪声和系统误差平均掉。
作为一种变化形式，此设备可以包括控制单元和求和单元，但是在整个重复期间，气溶胶颗粒门可以受控于相同调制函数。其优点在于，可以改进信号的统计并由此改进尺寸分布。
可选地，此设备可以不包括这样的控制单元或这样的求和单元。
优选地，通过控制单元，可以随机方式开启和关闭气溶胶颗粒门。此优点在于，能够容易改变序列，以生成序列组和在不同时机生成序列。
作为一种变化形式，气溶胶颗粒门允许固定序列或固定系列的序列。在此种变化形式中，例如气溶胶颗粒门可以包括具有对应于序列或系列序列的开口的轮。此优点在于，可以简单方式构造设备以及可以确保鲁棒运行。此外，此优点在于，相对于检测器的序列的定时可以通过改变轮旋转速度容易地改变。
优选地，检测器是质谱仪。在此情况下，存在气溶胶颗粒已经通过漂移区域后将气溶胶颗粒分解成分子的单元，使得质谱仪测量得到分子的质量。例如，此单元可以是蒸发气溶胶颗粒的加热装置。
检测器是质谱仪的优点在于，对应测量的相同气溶胶颗粒，获得尺寸分布和构成气溶胶颗粒的分子的质谱。可选地，如果不需要构成气溶胶颗粒的分子的质谱，检测器可以是仅检测气溶胶颗粒而不测量质谱的检测器。后者的优点在于，此设备更简单并且可以构造更便宜。
在检测器是质谱仪的情况下，优选地，检测器是飞行时间质谱仪。其优点在于，因为飞行时间质谱仪可以最佳地与用于判定气溶胶颗粒尺寸分布的设备组合，并且因为飞行时间质谱仪能够以高扫描速率测量大范围的质量。在一种变化形式中，检测器是四极质谱仪。如果需要确定小范围的质量，则这是优选的，其中可以获得四极质谱仪的高扫描速率。在另一变化形式中，检测器是离子阱质谱仪。可选地，检测器是不同类型的质谱仪。
在相关性函数是二进制函数或序列并且检测器是质谱仪的情况下，此质谱仪优选能够以对应于相关性函数的位长度或其整数倍数的重复速率(repetitionrate)确定质谱。其优点在于，质谱仪的扫描速率适应于用于判定气溶胶颗粒尺寸分布的设备。
在一个优选变化形式中，如果检测器是质谱仪，则质谱仪优选能够以对应于可获得的尺寸分布的时间分辨率或其一小部分的重复速率确定质谱。其优点在于，质谱仪的扫描速率能够最佳地适应于用于判定气溶胶颗粒尺寸分布的设备。
从下面的详细说明书和整个权利要求可以得出本发明其他优选实施例和特征组合。
附图说明
用于解释实施例的附图示出：
图1a、1b分别示出本发明设备的示意图和本发明的方法步骤的框图；
图2示出调制函数和来自所有具有相同尺寸的气溶胶颗粒的理想化信号的相关性；
图3示出可以用于生成用于调制函数的伪随机序列的线性反馈移位寄存器的示意图；图4示出最大长度的序列和具有增强边缘的相应理想化的滤波信号，该理想化的滤波信号是一个尺寸的气溶胶颗粒的理想化信号所期望的；
图5示出调制函数和来自单一尺寸的气溶胶颗粒的理想化信号的相关性，其中，对于不同的相关性，信号使用不同锐化参数进行锐化；
图6示出硝酸铵颗粒的测量所计算的两个相关性的比较，其中一个相关性基于滤波信号，而另一个基于非滤波信号；
图7a、7b分别示出未处理信号、模糊信号以及信号与模糊信号之间差值的比较以及从调制函数和未处理信号计算的两个相关性与差值的比较；
图8分别示出从调制函数和未处理信号计算的两个相关性与差值的另一个比较，其中信号携带具有相似飞行时间的两种不同气溶胶颗粒的标记。
图9示出降噪程序和用于重复应用降噪程序的重复函数的框图；图10分别示出从测量计算的相关性与应用降噪程序三次后的相关性和应用降噪程序十次后的相关性的比较；
图11a、11b、11c、11d示出调制的气溶胶颗粒束与理想形状的四种不同系统偏差；
图12图示气溶胶颗粒的拖尾和耗尽可能引起相关性中不是源于特定尺寸的气溶胶颗粒的伪峰的模拟相关性；
图13图示伪峰在相关性中的位置可以通过使用线性反馈移位寄存器的不同抽头组来移位的模拟相关性；
图14示出使用相同线性反馈移位寄存器和相同抽头组但不同组初始值所生成的四组不同调制函数；以及
图15示出考虑几个可行优化选项的方法的框图。
在附图中，相同部件赋予相同的标号。
具体实施方式
图1a示出本发明的气溶胶颗粒分级设备1的示意图。此气溶胶颗粒分级设备1可以用于执行本发明的方法，以判定气体中气溶胶颗粒的尺寸分布。图1b此方法的框图，其图示方法的各个步骤。
气溶胶颗粒分级设备1包括气溶胶颗粒门2、漂移区域3、检测器4和计算单元5。漂移区域3由管10限定。气溶胶颗粒门2布置在管10中与检测器4相反的一端。气溶胶颗粒门2可以是通过控制单元调制的可变光闸，或结合开启和关闭区域的固定图案并且移动穿过气溶胶颗粒束的装置。最通常情况下，后者装置是圆形并且提供布置在恒定距离处的开口。气溶胶颗粒束6中穿过气溶胶颗粒门2的那些气溶胶颗粒进入管10并且通过漂移区域2漂移到声场气溶胶颗粒信号的检测器4。此气溶胶颗粒信号然后传递到计算单元5，用于进一步处理。
当进行测量时，气溶胶颗粒门2由控制器7控制以根据调制函数(光闸)切换或以稳定速度(轮)旋转。生成调制函数是可以作为具有值“1”或“0”的位序列所表示的二进制函数。值“1”对应于气溶胶颗粒门2的开启状态，而“0”对应于气溶胶颗粒门2的关闭状态。选择调制函数，使得其自相关性是在零处具有峰值和其他常数值的二值函数。气溶胶颗粒束6作为连续气溶胶颗粒束接近气溶胶颗粒门2。当进入管10时，由气溶胶颗粒门2调制，以产生调制的气溶胶颗粒束。沿气溶胶颗粒的飞行方向，此调制的气溶胶颗粒束具有对应于调制函数的形状。调制的气溶胶颗粒束的气溶胶颗粒被引导通过漂移区域3并到达检测器4，在检测器4中，生成信号。此信号被传递到计算单元5，在计算单元5中，计算信号和调制函数的相关性。此相关性对应于气溶胶颗粒尺寸分布。
因为调制函数的自相关性是二值函数，信号和调制函数的相关性计算并没有将额外特征引入到气溶胶颗粒的尺寸分布中。例如，如果气溶胶颗粒束6包括单一尺寸的颗粒，则所有气溶胶颗粒穿过漂移区域3所耗费的时间相同。因此，在调制气溶胶颗粒束完全具有调制函数的形状的理想测量中，计算的相关性是与调制函数的自相关性一样的二值函数。但是与自相关性相比，在计算的相关性中，峰值位置表示气溶胶颗粒的飞行时间(见图2)。
如上所述，调制函数是二进制函数。更精确而言，其是位的伪随机序列。其通过集成在控制器7中的线性反馈移位寄存器(LFSR)30生成。图3示出此LFSR30的示意性图示。在所述实施例中，LFSR30是通过单独物理电路所提供的LFSR的斐波纳契应用。可选地，其可以是伽罗瓦应用。在变化形式中，代替由单独物理电路提供，其可以通过在计算机上运行的一些软件来提供。在气溶胶颗粒分级设备额1的其他实施例中，童言可以使用LSFR30，但是LSFR30所生成的调制函数例如可以说GW序列、Welch-Gong变换序列、二次剩余序列、六次剩余序列、孪生素数序列、Kasami幂函数序列、Hyperoval序列或从3或5个最大长度序列衍生的序列。在后者情况下，例如序列可以通过将3或5个最大长度序列的对应位的内容相加而获得。在此情况下，两个1s或两个0s相加可以得到0，而0和1或1和0相加可以得到1(诸位进行与非(NAND))。为了获得此相加，控制器7可以包括布置在LFSR30后方的加法单元。
可选地，如果图1中所示的气溶胶颗粒分级设备1的气溶胶颗粒门2是可变光闸，其可以包括用于存储预定义的调制函数的存储器。在此情况下，调制函数可以通过LFSR30生成并存储在存储器中。当需要时，可以从存储器中取回调制函数。在一种变化形式中，气溶胶颗粒分级设备1可以仅仅包括用于存储预定义的调制函数的存储器，而不包括LFSR30。然后，调制函数可以由类似于图3中所示的单独的LFSR生成。接着，调制函数可以作为预定义的调制函数永久地存储在气溶胶颗粒分级设备1的存储器中。对于测量，此预定义的调制函数可以从存储器中调出。
在一种变化形式中，除了上述LFSR 30之外，可以采用另一种装置来生成调制函数。在这样的实施例中，可以使用相同类型的调制函数，并且调制函数可以如上所述存储。
如图3所示，LFSR 30具有串联连接的多个位20.1、…20.5。此外，位20.1、…20.5通过连接(connection)22.1、…22.5与具有自身串联连接的异或函数(XOR-functions)21.5、…21.5连接。连接22.1、…22.5可单独地接通或断开。因此，LFSR 30的位20.1、…20.5和XOR函数21.1、…21.5之间的不同连接模式可以通过接通或断开连接22.1、…22.5来实现。每个这样的连接模式被称为LFSR的抽头组。为了生成伪随机序列，选择特定抽头组，并且LFSR 30的位20.1、…20.5被设置为一组初始值。随后，基于位20.1、…20.5的值，并基于抽头组，由XOR函数21.1、…21.5生成位值。此位值被提供给LFSR 30的第一位20.5，而LFSR 30的其它位20.1、…20.4的值朝向LFSR 30的端部以一个位发生位移。LFSR30的最后位20.1表示伪随机序列的位。通过由位20.1、…20.5的当前值和抽头组重复生成位值以及通过将所生成的位值提供给LFSR 30，生成伪随机序列。
在所描述的实施例中，由LFSR 30生成的伪随机序列是最大长度序列。因此，它具有2m-1位的长度，其中，m是LFSR 30的位数。例如，如果m＝7，则下面的抽头组可以用于获得最大长度的序列：
抽头组m-71：[7、6]
抽头组m-72：[7、4]
抽头组m-73：[7、6、5、4]
抽头组m-74：[7、6、5、2]
抽头组m-75：[7、6、4、2]
抽头组m-76：[7、6、4、1]
抽头组m-77：[7、5、4、3]
抽头组m-78：[7、6、5、4、3、2]
抽头组m-79：[7、6、5、4、2、1]。
这些抽头组中的数字标志具有XOR函数21.1、…21.5的位20.1、…20.5的打开连接22.1、…22.5。在其中m＝7的假设示例中，数字7标志所生成的位值被提供(箭头)到的第一位20.5的连接，而数字1标志具有XOR函数的倒数第二位20.2的连接。如图3所示，LSFR 30的输出总是连接到XOR函数21.1，而生成的位值总是提供到第一位20.5。
为了生成序列，选择一组初始值并且相对应设定LFSR 30的位20.1、…20.5。在此说明书中，该组初始值用十进制数的形式表示。为了设置LFSR 30的位20.1、…20.5，此数字用二进制数的形式表示。
为了提高气溶胶颗粒分级设备的分辨率，信号可以使用滤波器进行滤波，从而在计算调制函数和信号之间的相关性之前增强边缘。因此，图1中所示的气溶胶颗粒分级设备1可以包括滤波器。此滤波器可以是n元有限差分滤波器、边缘增强滤波器或使用不同类型的锐化算法的滤波器。其可以集成在计算单元5中，或可以是位于检测器4计算单元5之间的一个独立单元。
图4、图5和图6示出了滤波器中的示例性n元有限差分滤波器的行为。图4示出由图3所示的具有m＝7长度的LFSR 30所生成的最大长度序列(虚线)。实线表示使用所示最大长度序列调制的一种气溶胶颗粒尺寸子的完美测量所期望的滤波信号。实际上，气溶胶颗粒延迟到达检测器4，该延迟对应于气溶胶颗粒漂移次数。这里，在图4中，滤波信号在时间上移位，以对应于最大长度的序列，从而使滤波信号和最大长度的序列之间能够进行比较。
在气溶胶颗粒分级设备1中，因为以具有特定时间宽度的帧(bin)测量信号，n元有限差分滤波器包括如下形式的算法：
F i = 2 n D i - Σ j = i + 1 i + n D j - Σ j = i - n j - 1 D j ,
其中，n是滤波器宽度的值(measure)，Di是第i帧信号的大小，以及Fi是第i帧的滤波值。为了获得滤波信号，每个滤波值被加到测量的信号的对应帧Di上。当这样做时，在将滤波值加到信号之前将滤波值Fi和/或信号Di乘以权重因子。这样的权重因子基于滤波器的宽度n，0≤n≤nmax：
D i Filtered = 1 - n n max D i + n n max F i .
图5示出调制函数和图4所示的信号中使用不同锐化参数n滤波后的信号所计算的相关性。表示气溶胶颗粒的飞行时间的峰随着增大锐化参数而变得更加锐化。但同时，在峰两侧具有过冲(overshoot)40.1、40.2，该过冲40.1、40.2随着增大锐化参数n而变得更强。因此，滤波具有这样的效果，起源于具有相似飞行时间的气溶胶颗粒的峰可以被更好地分辨(resolve)。图6的硝铵颗粒的气溶胶颗粒尺寸的示例对此进行了说明，其中，如果信号进行滤波，表示不同硝铵颗粒飞行时间的峰可以被更好地分辨。
取代通过在计算调制函数与信号之间的相关性之前使用滤波器对信号进行滤波来增强边缘，来提高气溶胶颗粒分级设备1的分辨率，可以通过如下方式提高气溶胶颗粒分级设备1的分辨率，即，从信号计算模糊信号，通过从所述信号中减去模糊信号来计算信号与模糊信号之间的差值，随后计算调制函数与信号和模糊信号之间的差值的相关性。为了能够进行这些计算，图1中所示的气溶胶颗粒分级设备1的计算单元5提供所需的函数。在此变化形式中，气溶胶颗粒分级设备1可以包括提供所需功能的专门计算单元。在此变化形式中，专门计算单元设置在检测器和计算单元5之间。此外，为了使这种方法能够提高气溶胶颗粒分级设备1的分辨率，气溶胶颗粒分级设备1的检测器4以比调制函数位的时间宽度高十倍的时间分辨率测量调制气溶胶颗粒束的信号。在一个变化形式中，检测器4所设置的时间分辨率可以比调制函数位的宽度高三至十倍甚至更多倍。
图7a和7b示出了用于提高气溶胶颗粒分级设备1的分辨率的另一种方法。为此，图7a示出了所有具有相同尺寸的气溶胶颗粒的未处理信号A、模糊信号B以及信号A和模糊信号B之间差值C。与调制函数位宽度相比，信号A为10倍过采样。模糊信号B是使用高斯函数卷积的信号A，并具有是调制函数位的时间宽度1.5倍的半峰全宽，而差值C是从信号A中减去模糊信号B。因此，差值C可以视为处理信号。
图7b示出了调制函数与未处理信号A的相关性并将其与调制函数与差值C的相关性进行比较。可以看出，与调制函数和未处理信号A的相关性相比，调制函数与差值C的相关性提供了更锐化的峰。同时，调制函数与差值C的相关性在峰的两侧提供了不载有真实信息(real information)的负值。因此，这些负值可以设置为零或任何其他任意值。
类似于图7b，图8示出了调制函数与未处理信号的相关性并将其与调制函数与未处理信号和模糊信号之间差值的相关性进行比较。与图7b相比，图8中所示用于计算相关性的信号包括具有相似尺寸的两种不同气溶胶颗粒的特征。在本示例中也一样，与调制函数和未处理信号的相关性的峰相比，调制函数与差值的相关性的峰更锐化。另外，调制函数与差值的相关性中的两个峰在其两侧具有负值。尽管存在这些负值，在图8中所示的两个相关性中，两个峰的相对强度是相同的。因此，如果要分辨的两个气溶胶颗粒特征彼此接近，峰两侧的负值没有任何负面影响。因此，这些负值可以设置为零或任何其他任意值。
因为作为提高分辨率的不良后果，用于提高气溶胶颗粒分级设备的此方法使信噪比恶化，所以，如果信号中的统计噪声与信号中待分辨的气溶胶颗粒特征相比具有显著的振幅，此方法则用处不大。尽管如此，可以通过使模糊信号更模糊，来提高此方法用于在相关性中获得更好信噪比的有用性。为此，可以更广泛地选择用于信号卷积的高斯函数。但高斯函数的半峰全宽不应该变得比调制函数的位时间宽度大很多，因为否则，会消除(wash out)待分辨的气溶胶颗粒特征。理想情况下，高斯函数的半峰全宽大约是调制函数的一个位的时间宽度。作为用于在相关性中获得更好信噪比的可选方法，当计算差值时，模糊信号的加权可以比未处理信号小。例如，模糊信号的积分强度可以加权90％或80％的未处理信号的积分强度。但如果在包括比较高统计噪声的信号中含有待分辨的气溶胶颗粒特征，则模糊信号的积分强度甚至可以加权小于80％的未处理信号的积分强度。在更少加权模糊信号情况下，此方法对提高气溶胶颗粒分级设备的分辨率的影响减小，直到模糊信号的积分强度的加权为0％，此方法对相关性不再有影响。因此，比未处理信号更少加权模糊信号对于优化相对于信噪比的锐化量更有效。因此，如果半峰全宽大约为调制函数的一个位的时间宽度的高斯函数被用于计算模糊信号，以及如果通过加权模糊信号以便为每一测量获得可接受的信噪比来调整锐化，则此方法最有效。
为了改善相关性以及获得的气溶胶颗粒分布中的信噪比，气溶胶颗粒分级设备1的计算单元5提供额外的去噪程序。可选地，该去噪程序可以由布置在计算单元5之后的另外计算单元来提供或者气溶胶颗粒分级设备1可以根本不提供这样的去噪程序。如果气溶胶颗粒分级设备1提供去噪程序，可以独立于以下条件采用该程序：无论气溶胶颗粒分级设备1是否提供如图4-6中所示的滤波器或者如图7a、7b和8所示的用于提高分辨率的可选方法；以及无论是否采用此滤波器或此可选方法。
去噪程序能够抑制相关性中的所谓相关性噪声。这种相关性噪声源于在计算相关性时计算到相关性中的所测信号中的统计噪声。在该程序的第一步骤中，相关性噪声的噪声电平通过分析相关性中不存在气溶胶颗粒特征的区域来确定。由于气溶胶颗粒分级设备1进行飞行时间的测量，使用的区域位于相关性中气溶胶颗粒还没有到达检测器的第一部分中。因此，该区域的最大尺寸由最快气溶胶颗粒的速度限制，并且取决于对应于漂移区域3的气溶胶颗粒飞行路径的长度。该区域必须比最快气溶胶颗粒通过漂移区域3所需要的时间短。此处，在气溶胶颗粒分级设备1中，当构造气溶胶颗粒分级设备1时，该区域即被确定。这样，应该仅仅测量漂移速度比最大速度慢的气溶胶颗粒。可选地，在气溶胶颗粒分级设备1的一种变化形式中，可以在每次测量之前确定该区域，以适应包括具有不同漂移速度的最快气溶胶颗粒的不同样品的程序。在任一变化形式中，一旦该区域已知并计算相关性，通过计算该区域中相关性的平均值来确定噪声电平的第一值。此外，通过计算相同区域中相关性的标准偏差来确定噪声电平的第二值。在该程序的第二个步骤中，从相关性中计算噪声抑制的相关性。在此步骤中，函数：
f ( x ) = 0 , for x < &mu; - &sigma; x &CenterDot; ( ( x - &mu; ) 2 &sigma; + 0.5 ) , for &mu; - &sigma; &le; x < &mu; + &sigma; x , for &mu; + &sigma; &le; x
被应用到相关性的每个值，以获得噪声抑制的相关性，其中μ是噪声电平的第一值，σ是噪声电平的第二值。因此，在噪声抑制的相关性中，很可能是相关性噪声的值被减少到零，而很可能是气溶胶颗粒特征的值被保留，同时可能是相关性噪声的值基于是相关性噪声的概率而降低。
在该程序的第二步骤的变化形式中，可以不同地计算噪声抑制的相关性。例如，测试相关性的每个值在噪声电平的第一值为平均值而噪声电平的第二值为标准偏差的、高斯概率分布的累积分布函数中的位置。随后，相关性的值可以与在此位置的累积分布函数的值相乘。可选地，可以基于相关性值位置处的累积分布值，通过将分布值除以5然后加0.8计算比例因子。然后，比例因子可以与相关性的值相乘，以获得噪声抑制的相关性的各个值。因此，在此噪声抑制的相关性中，可能是相关性噪声的值被减少到超过80％的最初计算的相关性的各个值的量，而与最初计算的相关性相比，不太可能是相关性噪声值几乎保持不变。
除了上述去噪程序中的两个步骤之外，计算单元5或额外的计算单元分别提供用于重复去噪程序的重复函数。图9中示出去噪程序的步骤和重复函数。如图所示，使用调制函数对噪声抑制进行卷积，以获得估计信号，并随后将估计信号与调制函数关联，以获得估计相关性。通过使用此估计相关性，提供改进的相关性，以提供到去噪程序。因此，去噪程序的两个步骤被应用到估计的相关性，以获得改进的噪声抑制的相关性。这种改进的噪声抑制的相关性可以被用来作为气溶胶颗粒迁移谱或用于获得进一步的估计信号和估计的相关性的步骤，并且可以再次重复去噪程序的步骤。
在图1所示的气溶胶颗粒分级设备1中，合计执行去噪程序10次。图10中示出这些重复的效果，其中测量的信号与调制函数的相关性、与去噪程序重复进行3次及去噪程序重复进行10次后的噪声抑制的相关性进行比较。如箭头所示方向，除了主气溶胶颗粒峰之外，具有较大尺寸以及需要更长时间穿过漂移区域的气溶胶颗粒特征被恢复(recover)。
在可选的实施例中，可以执行不同固定次数的去噪程序，或者可以重复执行去噪程序，直到噪声抑制的相关性与计算所述噪声抑制的相关性所基于的相关性相比没有显著变化。
在实际测量中，调制气溶胶颗粒束从未具有调制函数的完美形状。与完美形状相比，总是存在一些系统性偏差。图11a、11b、11c和11d中所示的四种类型的这样偏差。在图11a中，示出由损耗引起的偏差。在此情况下，当气溶胶颗粒门被切换到打开状态时，在气溶胶颗粒开始进入漂移区域之前需要一些时间。因此，调制气溶胶颗粒束的调制函数的位向更低飞行时间(lower times of flight)倾斜。作为另一种可能的系统偏差，图11(b)示出由气溶胶颗粒的响应延迟而扭曲(distorted)的调制气溶胶颗粒束。这可能是由于漂移区域中的非均匀气流或由于其他原因引起的。以类似于矩形信号被RC滤波器扭曲的方式扭曲调制气溶胶颗粒束中调制函数的位。另一种类型的偏差是气溶胶颗粒的拖尾。如图11C所示，在此情况下，一些气溶胶颗粒在通过漂移区域时延迟。因此，调制气溶胶颗粒束的调制函数的位朝向更高飞行时间拖尾。第四种类型的系统偏差是由气溶胶颗粒扩散引起的。图11D示出，在此情况下，调制气溶胶颗粒束中的调制函数的位的边缘在气溶胶颗粒通过漂移区域过程中如何扩散。
在这些四种类型的系统偏差中，扩散是唯一一个时间上的系统误差。因此，它仅仅引起计算相关性中的峰加宽。在计算相关性之前，通过滤波信号可以至少部分考虑到此加宽。其他三种类型的系统偏差同样也可以引起峰的加宽，该加宽也可以通过滤波信号并由此锐化相关性而考虑进去。但另外地，由于其时间上的不对称，它们引起的峰位置的移位，并且可能在相关性的其他位置产生特征(feature)。例如，如图12所示，拖尾和耗尽可能引起相关性中不是源于特定尺寸的气溶胶颗粒的伪峰50.1、50.2。此外，这些偏差都可能会引起相关性的基线中的伪特征51.1、51.2。为了考虑峰的移位、假峰50.1、50.2和伪特征51.1、51.2，存在不同的方法供选择。例如，可以通过相应校准气溶胶颗粒分级设备来考虑移位。
图13示出如何处理假峰50.1、50.3、…50.6的方法。其示出通过假设测量单种气溶胶颗粒所计算出的模拟相关性，其中，一些气溶胶颗粒拖尾。这些模拟相关性基于是最大长度的伪随机序列的调制函数。该序列由图3中所示的LFSR30生成。LSFR 30有7位的长度。模拟相关性之间的差值是用于每个相关性的，LFSR 30的不同抽头组用于生成最大长度的伪随机序列。如图所示，假峰50.1、50.3、…50.6的位置取决于LFSR 30抽头组。由于位置不取决于用于生成最大长度的伪随机序列的初始值组，所以选择抽头组即可使得假峰50.1、50.3、…50.6位于感兴趣的区间之外。在图13中，例如，如果感兴趣的区间例如在400和800(任意单位)的漂移时间之间，则可以使用抽头组[7、4]、[7、6、4、2]或[7、6、5、4]，因为假峰50.1、50.3、…50.6的位置在此情况下位于感兴趣的区间之外。
类似于图12所示的用于如何处理假峰51.1、51.2的一个方法，是选择LFSR30的抽头组，使得伪特征51.1、51.2具有最小高度。图14中示出可以额外采用的另一种方法，其中，示出四个不同的调制函数。四个调制函数都是已经由图3所示的LFSR 30生成的最大长度的伪随机序列。LFSR 30具有7位的长度并已经使用抽头组[7、6、4、1]。对于图14中所示的四个调制函数中的每一个，已经使用不同组的初始值。结果，所获得的调制函数的平均值具有比单独的调制函数更少的阶跃。这种效应可用于此方法中，以获得气溶胶颗粒尺寸分布。当这样做时，通过每一循环使用不同调制函数，循环重复测量，所述不同调制函数通过使用不同初始值组生成。随后，将获得的相关性加到总相关性。因为对于每个调制函数，如图12中所示的那些伪特征51.1、51.2位于所计算的相关性的基线的不同位置，所以伪特征51.1、51.2被平均掉。
为了将此平均选项应用到气溶胶颗粒分级设备中，后者可以包括求和单元，其用于由使用不同调制函数进行测量所获得的相关性来计算总相关性。此求和单元可集成到计算单元5(参见图1a)，或者它可以是布置在计算单元5之后的单独单元。
当考虑这些优化选项时，可以扩展图1b中所示的本发明方法。图15示出考虑这些选项的方法的图解。其示出了此方法的各个步骤。
在此扩展方法中，LFSR用于生成调制函数。因此，首先选择LFSR的抽头组。此选择基于如下标准：由气溶胶颗粒的拖尾或累积所引起的任何假峰位于相关性中感兴趣区间之外；以及由气溶胶颗粒的拖尾、累积或延迟响应所引起的伪特征在相关性中具有低强度。在第二步骤中，选择LFSR的不同初始值组。选择这些组，使得由气溶胶颗粒的拖尾、累积或延迟响应所引起的伪特征位于相关性中的不同位置。由于假峰和伪特征取决于调制气溶胶颗粒束与完美形状的系统偏差，它们可以根据所使用的气溶胶颗粒分级设备的特性来模拟。因此，可以基于这样的模拟来选择LFSR的抽头组和初始值组。
一旦选择LFSR的抽头组和初始值组，循环重复此方法中的某些步骤。在每个循环中，首先生成调制函数。此调制函数基于初始选择的抽头组以及初始选择的初始值组中的一组。在每个循环中，初始值组是不同的。一旦生成调制函数，依据调制函数由气溶胶颗粒门调制气溶胶颗粒束。调制的气溶胶颗粒束然后被导引穿过漂移区域，并且在气溶胶颗粒已经通过漂移区域后测量气溶胶颗粒信号。随后，使用锐化算法进行滤波或使用上述用于锐化信号的可选方法锐化所测量的信号，并且计算调制函数和锐化信号之间的相关性。然后，识别对应于真峰的假峰并且将其强度转移到真峰。随后，将去噪程序应用到相关性，以抑制相关性中的相关性噪声。然后，噪声抑制的相关性通过使用调制函数进行卷积，并与调制函数进行关联，以获得估计相关性，并对其再次应用去噪程序。在已经重复此卷积、与调制函数关联以及去噪程序合计10次后，作为特定循环结果，获得最终的噪声抑制的相关性。在每个循环中，此最终的噪声抑制的相关性或存储在单独存储器中，或直接提供到求和单元，从而将循环期间所计算的相关性相加。如果在每个循环中，相关性存储在单独的存储器中，在执行最后一次循环后，相关性可以提供到求和单元。最后，循环期间所获得的所有相关性由求和单元相加。得到的总相关性对应于气溶胶颗粒尺寸分布。
在此扩展方法中，可以在循环重复测量之前执行生成调制函数的步骤。在此情况下，在循环重复测量之前，调制函数存储在存储器中。随后，在每个循环中，从存储器中调出不同调制函数。
在上述气溶胶颗粒分级设备的另一实施例中，检测器是质谱仪。在此情况下，气溶胶颗粒分级设备还包括一旦气溶胶颗粒已经通过漂移区域将其蒸发的单元。例如，此单元可以是加热装置。与质谱仪一起，其使得能够获得气溶胶颗粒尺寸分布以及气溶胶颗粒的组分的质谱图。所用的质谱仪可以是飞行时间质谱仪、四极质谱仪、离子阱质谱仪、或其他类型的质谱仪。为了优化气溶胶颗粒分级设备和质谱仪的性能，质谱仪能够获得具有高重复速率的质谱。具体而言，质谱仪可以高重复速率永久运行，或可以高重复速率至少运行通过使用整个调制函数测量一个气溶胶颗粒尺寸分布所需要的时间间隔。例如，气溶胶颗粒分级设备的调制函数可以包括约250μs长度的位。在此情况下，质谱仪可以重复获得250μs内或250μs的一小部分内的质谱。如果获得的尺寸分布的时间分辨率优于250μs，则后者情况是优选的。例如，如果气溶胶颗粒尺寸分布具有漂移区域中由气溶胶颗粒扩散引起的50μs时间分辨率，质谱仪可以获得50μs或其一小部分的重复速率的质谱。当然，这些特定位长度、时间分辨率和重复速率仅仅是用于说明目的的示例。它们可以适应待进行测量的特定要求。
总之，应当注意，本发明提供一种能够确定具有高信噪比的气溶胶颗粒尺寸分布的方法和设备，同时其测量速度与现有技术已知的速度相同。

Claims (23)

1.一种用于确定气溶胶颗粒的尺寸分布的方法，包括以下步骤：
a.使用受控于调制函数的气溶胶颗粒门(2)调制气溶胶颗粒束(6)，以产生调制气溶胶颗粒束；
b.将所述调制气溶胶颗粒束导引穿过漂移区域(3)；
c.在所述调制气溶胶颗粒束已经通过所述漂移区域(3)之后，测量所述调制气溶胶颗粒束的信号；以及
d.计算所述调制函数与所述信号的相关性，以确定所述气溶胶颗粒的所述尺寸分布。
2.根据权利要求1所述的方法，其特征在于，所述调制函数的自相关性是二值函数。
3.根据权利要求1或2所述的方法，其特征在于，所述调制函数是伪随机序列。
4.根据权利要求3所述的方法，其特征在于，所述调制函数是最大长度序列、GMW序列、Welch-Gong变换序列、二次剩余序列、六次剩余序列、孪生素数序列、Kasami幂函数序列、Hyperoval序列或从3或5个最大长度序列派生的序列。
5.根据权利要求1-4中任一项所述的方法，其特征在于，包括以下步骤：在计算所述相关性之前，使用滤波器滤波所述信号来增强所述信号的边缘。
6.根据权利要求5所述的方法，其特征在于，所述滤波器是n元有限差分滤波器、边缘增强滤波器、或者使用不同类型锐化算法的滤波器。
7.根据权利要求1-4中任一项所述的方法，其特征在于，包括以下步骤：由所述信号计算模糊信号；以及在计算所述调制函数与所述信号和所述模糊信号之间的差值的相关性之前，通过从所述信号减去所述模糊信号而计算所述信号和所述模糊信号之间的差值。
8.根据权利要求1-7中任一项所述的方法，其特征在于，从所述相关性选择可能的气溶胶颗粒漂移时间的感兴趣区间。
9.根据权利要求8所述的方法，其特征在于，包括以下步骤：选择所述调制函数，使得所述相关性中尽可能多的假峰(50.1、50.2、50.3、50.4、50.5、50.6)位于所述感兴趣区间之外。
10.根据权利要求1-9中任一项所述的方法，其特征在于，包括如下步骤：选择所述调制函数，使得假峰与真峰不重叠；识别所述信号中的真峰和其对应的假峰；以及将所述假峰的强度加到对应的所述真峰的强度上。
11.根据权利要求1-10中任一项所述的方法，其特征在于，包括以下步骤：选择所述调制函数，使得所述相关性中的伪特征(51.1、51.2)具有低高度。
12.根据权利要求1-11中任一项所述的方法，其特征在于，包括以下步骤：确定在所计算的相关性中没有期望的被测量气溶胶颗粒的信号的区域中，相关性噪声的噪声电平；以及通过抑制所述相关性中的所述相关性噪声，计算噪声抑制的相关性的步骤，并且，在计算所述相关性的步骤之后执行此两个步骤。
13.根据权利要求1-11中任一项所述的方法，其特征在于：
a.循环重复所述步骤，其中，在每个循环期间，使用受控于调制函数组中的不同调制函数的所述气溶胶颗粒门(2)调制所述气溶胶颗粒束(6)，从而生成不同调制气溶胶颗粒束；以及
b.将每个所述循环期间计算的所述相关性加到总相关性上，以确定所述气溶胶颗粒的所述尺寸分布。
14.根据权利要求13所述的方法，其特征在于，在重复所述循环之前，进行初步步骤，其中，选择所述调制函数组，使得对于每个调制函数，所述相关性中的伪特征(51.1、51.2)位于所述相关性的不同位置，由此所述伪特征(51.1、51.2)在所述总相关性中被平均掉。
15.根据权利要求1-14中任一项所述的方法，其特征在于，通过计算循环交叉相关性、哈德玛反变换、傅立叶变换、拉普拉斯变换或M-变换来计算所述相关性。
16.一种用于判定气溶胶颗粒的尺寸分布的设备，包括：
a.受控于调制函数的气溶胶颗粒门(2)，用于从气溶胶颗粒束(6)产生调制气溶胶颗粒束；
b.漂移区域(3)，所述调制气溶胶颗粒束被导引穿过其中；
c.检测器(4)，可用于在所述调制气溶胶颗粒束已经通过所述漂移区域(3)之后，测量所述调制气溶胶颗粒束的信号；
d.计算单元(5)，通过其可计算所述调制函数与所述信号的相关性，以确定所述气溶胶颗粒的所述尺寸分布。
17.根据权利要求16所述的设备(1)，其特征在于，所述调制函数的自相关性是二值函数。
18.根据权利要求16或17所述的设备(1)，其特征在于，包括线性反馈移位寄存器(30)，通过其可产生用作所述调制函数的伪随机序列。
19.根据权利要求16-18中任一项所述的设备(1)，其特征在于，在可计算所述相关性之前，用于增强所述信号的边缘的滤波器可由所述计算单元(5)应用到所述信号。
20.根据权利要求16-19中任一项所述的设备(1)，其特征在于，包括：
a.控制单元(3)，可控制步骤的循环重复，所述步骤包括：使用所述气溶胶颗粒门(2)产生所述调制气溶胶颗粒束；将所述调制气溶胶颗粒束导引穿过所述漂移区域(3)；使用所述检测器(4)测量所述信号；以及计算所述调制函数与所述信号的所述相关性；以及
b.求和单元，可计算总相关性，以确定所述气溶胶颗粒的所述尺寸分布，所述总相关性是所述循环期间所计算的所述相关性的和。
21.根据权利要求16-20中任一项所述的设备(1)，其特征在于，所述检测器(4)是质谱仪。
22.根据权利要求21所述的设备(1)，其特征在于，所述质谱仪是飞行时间质谱仪。
23.根据权利要求21或22所述的设备，其特征在于，所述质谱仪能够确定具有对应于可获得的尺寸分布的时间分辨率或其一小部分的重复率的离子质谱。
CN201380043223.XA 2012-08-14 2013-06-12 用于判定气溶胶颗粒尺寸的方法和设备 Active CN104769412B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP12405085.7 2012-08-14
EP12405085.7A EP2698621A1 (en) 2012-08-14 2012-08-14 Method and apparatus for determining the size of aerosol particles
PCT/CH2013/000103 WO2014026298A1 (en) 2012-08-14 2013-06-12 Method and apparatus for determining the size of aerosol particles

Publications (2)

Publication Number Publication Date
CN104769412A true CN104769412A (zh) 2015-07-08
CN104769412B CN104769412B (zh) 2017-10-27

Family

ID=47010467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380043223.XA Active CN104769412B (zh) 2012-08-14 2013-06-12 用于判定气溶胶颗粒尺寸的方法和设备

Country Status (5)

Country Link
US (1) US9588031B2 (zh)
EP (2) EP2698621A1 (zh)
JP (1) JP6122117B2 (zh)
CN (1) CN104769412B (zh)
WO (1) WO2014026298A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107941892A (zh) * 2016-10-12 2018-04-20 托夫沃克股份公司 用于确定谱图的方法和设备

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6242282B2 (ja) * 2014-04-30 2017-12-06 日本電子株式会社 ドリフト量計算装置、ドリフト量計算方法、および荷電粒子線装置
WO2018046083A1 (en) 2016-09-07 2018-03-15 Tofwerk Ag Apparatus and method for analysing a chemical composition of aerosol particles
US11024044B2 (en) * 2016-09-26 2021-06-01 Digitalglobe, Inc. Techniques for image co-registration
FR3090881B1 (fr) * 2018-12-19 2023-10-20 Elichens Procédé de calibration d'un capteur de gaz

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5382794A (en) * 1992-09-11 1995-01-17 At&T Corp. Laser induced mass spectrometry
US5396065A (en) * 1993-12-21 1995-03-07 Hewlett-Packard Company Sequencing ion packets for ion time-of-flight mass spectrometry
US6040574A (en) * 1998-03-05 2000-03-21 Aerodyne Research, Inc. Atmospheric-particle analyzer
US6259101B1 (en) * 1997-09-23 2001-07-10 University Of Delaware Method and instruments for the on-line detection, sizing or analysis of aerosol particles
WO2004097394A1 (en) * 2003-04-30 2004-11-11 Smiths Group Plc Pseudo-random binary sequence gate-switching for spectrometers
US20060178844A1 (en) * 2001-06-08 2006-08-10 Legore Lawrence J Spectroscopy instrument using broadband modulation and statistical estimation techniques to account for component artifacts
CN101149326A (zh) * 2006-09-21 2008-03-26 中国科学院生态环境研究中心 真空紫外光电离气溶胶质谱仪
WO2011114587A1 (ja) * 2010-03-17 2011-09-22 国立大学法人 東京大学 微粒子組成分析方法及び微粒子組成分析装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4211487A (en) * 1979-01-22 1980-07-08 The United States Of America As Represented By The Secretary Of The Army Method and apparatus for determining aerosol size distributions
US5347460A (en) * 1992-08-25 1994-09-13 International Business Machines Corporation Method and system employing optical emission spectroscopy for monitoring and controlling semiconductor fabrication
US5270542A (en) 1992-12-31 1993-12-14 Regents Of The University Of Minnesota Apparatus and method for shaping and detecting a particle beam
CA2507491C (en) * 2002-11-27 2011-03-29 Katrin Fuhrer A time-of-flight mass spectrometer with improved data acquisition system
JP2005321309A (ja) * 2004-05-10 2005-11-17 Isuzu Motors Ltd 微小粒子粒径分布測定方法及びその装置
JP2007278912A (ja) * 2006-04-10 2007-10-25 Isuzu Motors Ltd 微小粒子の粒径別捕集方法及び微小粒子の粒径別捕集装置
JP2007309895A (ja) * 2006-05-22 2007-11-29 Univ Nagoya 粒子分析装置
US7501621B2 (en) * 2006-07-12 2009-03-10 Leco Corporation Data acquisition system for a spectrometer using an adaptive threshold
US8173959B1 (en) * 2007-07-21 2012-05-08 Implant Sciences Corporation Real-time trace detection by high field and low field ion mobility and mass spectrometry

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5382794A (en) * 1992-09-11 1995-01-17 At&T Corp. Laser induced mass spectrometry
US5396065A (en) * 1993-12-21 1995-03-07 Hewlett-Packard Company Sequencing ion packets for ion time-of-flight mass spectrometry
US6259101B1 (en) * 1997-09-23 2001-07-10 University Of Delaware Method and instruments for the on-line detection, sizing or analysis of aerosol particles
US6040574A (en) * 1998-03-05 2000-03-21 Aerodyne Research, Inc. Atmospheric-particle analyzer
US20060178844A1 (en) * 2001-06-08 2006-08-10 Legore Lawrence J Spectroscopy instrument using broadband modulation and statistical estimation techniques to account for component artifacts
WO2004097394A1 (en) * 2003-04-30 2004-11-11 Smiths Group Plc Pseudo-random binary sequence gate-switching for spectrometers
CN101149326A (zh) * 2006-09-21 2008-03-26 中国科学院生态环境研究中心 真空紫外光电离气溶胶质谱仪
WO2011114587A1 (ja) * 2010-03-17 2011-09-22 国立大学法人 東京大学 微粒子組成分析方法及び微粒子組成分析装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107941892A (zh) * 2016-10-12 2018-04-20 托夫沃克股份公司 用于确定谱图的方法和设备
CN107941892B (zh) * 2016-10-12 2022-06-24 托夫沃克股份公司 用于确定谱图的方法和设备

Also Published As

Publication number Publication date
EP2885623A1 (en) 2015-06-24
EP2698621A1 (en) 2014-02-19
JP6122117B2 (ja) 2017-04-26
CN104769412B (zh) 2017-10-27
US9588031B2 (en) 2017-03-07
WO2014026298A1 (en) 2014-02-20
JP2015530568A (ja) 2015-10-15
US20150211974A1 (en) 2015-07-30
EP2885623B1 (en) 2017-04-12

Similar Documents

Publication Publication Date Title
CN104024844B (zh) 用于确定离子的迁移率的方法和装置
Del Pozzo et al. Testing general relativity using Bayesian model selection: Applications to observations of gravitational waves from compact binary systems
CN104769412A (zh) 用于判定气溶胶颗粒尺寸的方法和设备
Yagi et al. Detector configuration of DECIGO/BBO and identification of cosmological neutron-star binaries
Eggemeier et al. Testing one-loop galaxy bias: Joint analysis of power spectrum and bispectrum
Meyer et al. The role of galaxies and AGN in reionizing the IGM–III. IGM–galaxy cross-correlations at z∼ 6 from eight quasar fields with DEIMOS and MUSE
Ravan et al. Correcting correlation function measurements
Davis et al. Measurement of the instrumental asymmetry for $ K^{-}\pi^{+} $-pairs at LHCb in Run 2
Danielewicz et al. Deblurring for nuclei: 3D characteristics of heavy-ion collisions
Tregillis et al. Synthetic observations of simulated radio galaxies. I. Radio and X-ray analysis
Kowalski Search for neutrino-induced cascades with the AMANDA-II detector
Otten et al. The Q-value of tritium β-decay and the neutrino mass
Fechner et al. Fluctuations of the intergalactic UV background towards two lines of sight
Hashemi et al. PE-GAN: Prior Embedding GAN for PXD images at Belle II
Khaire et al. Searching for the Imprints of AGN Feedback on the Lyman Alpha Forest Around Luminous Red Galaxies
Di Canto et al. Measurement of Time-integrated CP Violating Asymmetry in D0→ π+ π− Decays
Carvalho Jr et al. Determination of cosmic-ray primary mass on an event-by-event basis using radio detection
Deka et al. Impact of nuclear effects in energy reconstruction methods on sensitivity of neutrino oscillation parameters at NOνA experiment
Karl First Sub-Electronvolt Direct Neutrino Mass Measurement with the KATRIN Experiment
Garzón et al. AhKin: A modular and efficient code for the Doppler shift attenuation method
Legrand The emergence of galaxies in the epoch of reionization
Sandroos Unfolding the True Atmospheric Neutrino Event Rate in the 1Gev--1Tev Range Using IceCube/DeepCore
Nowicki Measurement of the Total Neutrino-Nucleon Cross-Section with Atmospheric Muon Neutrinos in IceCube
Montgomery et al. Optimal CMB Lensing Reconstruction and Parameter Estimation with SPTpol Data
Walther Monitoring Thermal Evolution in the Intergalactic Medium over 12 Billion Years

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190104

Address after: Thun, Switzerland

Co-patentee after: Aerodyne Res Inc.

Patentee after: Tuo Fu Work S.P.A.

Address before: Thun, Switzerland

Patentee before: Tuo Fu Work S.P.A.