CN107610055A - 傅里叶变换光谱仪干涉图噪声检测及抑制方法 - Google Patents

傅里叶变换光谱仪干涉图噪声检测及抑制方法 Download PDF

Info

Publication number
CN107610055A
CN107610055A CN201710633051.1A CN201710633051A CN107610055A CN 107610055 A CN107610055 A CN 107610055A CN 201710633051 A CN201710633051 A CN 201710633051A CN 107610055 A CN107610055 A CN 107610055A
Authority
CN
China
Prior art keywords
sequence
interference
fourier transform
transform spectrometer
interference pattern
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
CN201710633051.1A
Other languages
English (en)
Other versions
CN107610055B (zh
Inventor
郭玲玲
吴泽鹏
赵其昌
马文佳
杨勇
李叶飞
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.)
Shanghai Institute of Satellite Engineering
Original Assignee
Shanghai Institute of Satellite Engineering
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 Shanghai Institute of Satellite Engineering filed Critical Shanghai Institute of Satellite Engineering
Priority to CN201710633051.1A priority Critical patent/CN107610055B/zh
Publication of CN107610055A publication Critical patent/CN107610055A/zh
Application granted granted Critical
Publication of CN107610055B publication Critical patent/CN107610055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

一种傅里叶变换光谱仪干涉图噪声检测及抑制方法，包括：1，输入原始干涉数据序列Ii；2，滤除干涉序列的直流分量，获得干涉序列Xi；3，计算自适应阈值，获得对应干涉序列每一点的阈值Yi；4，设置当前索引i＝1；5，判断i是否为1、2、N‑1或N，是转6，不是转8；6，判断|Xi|是否小于Yi，是转10，不是转7；7，设置Xi＝0，转10；8，判断|‑0.1875Xi‑2+0.6875Xi‑1+0.6875Xi+1‑0.1875Xi+2‑Xi|是否小于Yi，是转10，不是转9；9，设置Xi＝‑0.1875Xi‑2+0.6875Xi‑1+0.6875Xi+1‑0.1875Xi+2，10；10，设置当前索引i＝i+1；11，判断i是否小于等于N，是转5，不是转12；12，输出更新后的干涉序列Xi。本发明在不造成信号失真的前提下，有效抑制了干涉图脉冲噪声。

Description

傅里叶变换光谱仪干涉图噪声检测及抑制方法
技术领域
本发明涉及一种光谱仪数据预处理方法，特别涉及一种傅里叶变换光谱仪干涉图噪声检测及抑制方法。
背景技术
众所周知，傅里叶变换光谱仪具有测量光谱范围宽、光谱分辨率高、测量精度高等优点，故而被广泛应用于精细光谱探测。傅里叶变换光谱仪直接获得的数据为干涉图，通过傅里叶变换获取光谱图。在傅里叶变换光谱仪工作过程中，干涉图受到众多噪声源的影响，除探测器固有噪声、电路噪声外，还受采样误差等因素的影响。由于傅里叶变换对于脉冲噪声的敏感性，故而在将干涉图傅里叶变化计算光谱图之前，为了提高光谱计算精度，需要对干涉图中脉冲式噪声进行检测和抑制。
当前常用的一维或二维信号噪声抑制方法在去噪的同时，也会不同程度地造成真实信号的畸变，这对傅里叶变换光谱仪的干涉图噪声抑制来说是不可接受的。如何有效识别并抑制干涉图噪声成为一个亟待解决的问题。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种傅里叶变换光谱仪干涉图噪声检测及抑制方法，在尽量不改变真实信号的同时对噪声信号进行检测和抑制，适用范围较广。
本发明是通过下述技术方案来解决上述技术问题的：
一种傅里叶变换光谱仪干涉图噪声检测及抑制方法，其包括以下步骤：
步骤1，输入傅里叶变换光谱仪的原始干涉数据序列Ii，i＝1,2，…，N，其中i为序列索引，N为干涉序列长度；
步骤2，滤除干涉序列的直流分量，获得去除直流分量后的干涉序列Xi，i＝1,2，…，N；
步骤3，计算自适应阈值，获得对应干涉序列每一点的阈值Yi，i＝1,2，…，N；
步骤4，设置当前索引i＝1；
步骤5，判断i是否为1、2、N-1或N，是则转步骤6，不是则转步骤8；
步骤6，判断|Xi|是否小于Yi，是则转步骤10，不是则转步骤7；
步骤7，设置Xi＝0，转步骤10；
步骤8，判断|-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2-Xi|是否小于Yi，是则转步骤10，不是则转步骤9；
步骤9，设置Xi＝-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2，转步骤10；
步骤10，设置当前索引i＝i+1；
步骤11，判断i是否小于等于N，是则转步骤5，不是则转步骤12；
步骤12，输出更新后的干涉序列Xi，i＝1,2，…，N。
所述步骤3包括以下步骤：
步骤3.1，对去除直流分量后的干涉序列Xi，i＝1,2，…，N计算绝对值，获得序列|Xi|，i＝1,2，…，N。
步骤3.2，对序列|Xi|，i＝1,2，…，N进行中值滤波，获得滤波后的序列Mi，i＝1,2，…，N；
优选地，中值滤波采用的邻域窗口长度设置为11；
步骤3.3，对序列Mi，i＝1,2，…，N进行Daubechies小波变换，优选地，可以选择db6小波基，小波变换分解至5级，获得逼近approximation系数及细节detail系数；
步骤3.4，利用逼近系数重建序列，获得小波重建后的序列Ri，i＝1,2，…，N；
步骤3.5，自适应阈值Yi＝a*Ri，i＝1,2，…，N，其中a为控制因子，优选地，a设置在0.1～0.5范围内。
此外，还可以通过重复步骤1至步骤12进一步检测干涉图噪声或检验抑制效果。
本发明方法在不造成信号失真的前提下，有效抑制了干涉图脉冲噪声，可广泛应用于傅里叶变换光谱仪的数据预处理中。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明方法的流程示意图；
图2为本发明中步骤3的流程示意图；
图3为傅里叶变换光谱仪干涉图脉冲噪声的典型表现形式；
图4为某傅里叶变换光谱仪波段1噪声检测结果；
图5为某傅里叶变换光谱仪波段2噪声检测结果；
图6为某傅里叶变换光谱仪波段3噪声检测结果。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
傅里叶变换光谱仪干涉图脉冲噪声的典型表现形式如图3所示，这种噪声可以认为是加性脉冲噪声，叠加的噪声可能是正脉冲，也可能是负脉冲。
本发明傅里叶变换光谱仪干涉图噪声检测及抑制方法如图1所示，包括以下步骤：
步骤1，输入傅里叶变换光谱仪的原始干涉数据序列(Ii，i＝1,2，…，N)，其中i为序列索引，N为干涉序列长度；
步骤2，滤除干涉序列的直流分量，获得去除直流分量后的干涉序列(Xi，i＝1,2，…，N)；
步骤3，计算自适应阈值，获得对应干涉序列每一点的阈值(Yi，i＝1,2，…，N)；
步骤4，设置当前索引i＝1；
步骤5，判断i是否为1、2、N-1或N，是则转步骤6，不是则转步骤8；
步骤6，判断|Xi|是否小于Yi，是则转步骤10，不是则转步骤7；
步骤7，设置Xi＝0，转步骤10；
步骤8，判断|-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2-Xi|是否小于Yi，是则转步骤10，不是则转步骤9；
步骤9，设置Xi＝-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2，转步骤10；
步骤10，设置当前索引i＝i+1；
步骤11，判断i是否小于等于N，是则转步骤5，不是则转步骤12；
步骤12，输出更新后的干涉序列(Xi，i＝1,2，…，N)。
图2所示，步骤3包括以下步骤：
步骤3.1，对去除直流分量后的干涉序列(Xi，i＝1,2，…，N)计算绝对值，获得序列(|Xi|，i＝1,2，…，N)；
步骤3.2，对序列(|Xi|，i＝1,2，…，N)进行中值滤波，获得滤波后的序列(Mi，i＝1,2，…，N)；
步骤3.3，对序列(Mi，i＝1,2，…，N)进行Daubechies小波变换，获得逼近(approximation)系数及细节(detail)系数；
步骤3.4，利用逼近系数重建序列，获得小波重建后的序列(Ri，i＝1,2，…，N)；
步骤3.5，自适应阈值Yi＝a*Ri，i＝1,2，…，N，其中a为控制因子，优选地，a设置在0.1～0.5范围内。
某傅里叶变换光谱仪包含三个波段，干涉图序列长度均为N＝19456，中值滤波邻域窗口长度设置为11，选择db6小波基，小波变换分解至5级，控制因子a＝0.2。三个波段自适应阈值以及检测到的噪声情况分别如图4～图6所示。由图可知，波段3的脉冲噪声明显比其它2个波段严重，该现象是由于傅里叶变换光谱仪不同波段采用探测器器件不同、噪声水平也不同所导致的。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (6)

1.一种傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，包括以下步骤：
步骤1，输入傅里叶变换光谱仪的原始干涉数据序列Ii，i＝1,2，…，N，其中i为序列索引，N为干涉序列长度；
步骤2，滤除干涉序列的直流分量，获得去除直流分量后的干涉序列Xi，i＝1,2，…，N；
步骤3，计算自适应阈值，获得对应干涉序列每一点的阈值Yi，i＝1,2，…，N；
步骤4，设置当前索引i＝1；
步骤5，判断i是否为1、2、N-1或N，是则转步骤6，不是则转步骤8；
步骤6，判断|Xi|是否小于Yi，是则转步骤10，不是则转步骤7；
步骤7，设置Xi＝0，转步骤10；
步骤8，判断|-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2-Xi|是否小于Yi，是则转步骤10，不是则转步骤9；
步骤9，设置Xi＝-0.1875Xi-2+0.6875Xi-1+0.6875Xi+1-0.1875Xi+2，转步骤10；
步骤10，设置当前索引i＝i+1；
步骤11，判断i是否小于等于N，是则转步骤5，不是则转步骤12；
步骤12，输出更新后的干涉序列Xi，i＝1,2，…，N。
2.根据权利要求1所述的傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，所述步骤3包括以下步骤：
步骤3.1，对去除直流分量后的干涉序列Xi，i＝1,2，…，N计算绝对值，获得序列|Xi|，i＝1,2，…，N；
步骤3.2，对序列|Xi|，i＝1,2，…，N进行中值滤波，获得滤波后的序列Mi，i＝1,2，…，N；
步骤3.3，对序列Mi，i＝1,2，…，N进行Daubechies小波变换，获得逼近approximation系数及细节detail系数；
步骤3.4，利用逼近系数重建序列，获得小波重建后的序列Ri，i＝1,2，…，N；
步骤3.5，自适应阈值Yi＝a*Ri，i＝1,2，…，N，其中a为控制因子。
3.根据权利要求2所述的傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，所述步骤3.2，中值滤波采用的邻域窗口长度设置为11。
4.根据权利要求2所述的傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，所述步骤3.3，选择db6小波基，小波变换分解至5级。
5.根据权利要求2所述的傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，所述步骤3.5，a设置在0.1～0.5范围内。
6.根据权利要求1所述的傅里叶变换光谱仪干涉图噪声检测及抑制方法，其特征在于，重复步骤1至步骤12，进一步检测干涉图噪声或检验抑制效果。
CN201710633051.1A 2017-07-28 2017-07-28 傅里叶变换光谱仪干涉图噪声检测及抑制方法 Active CN107610055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710633051.1A CN107610055B (zh) 2017-07-28 2017-07-28 傅里叶变换光谱仪干涉图噪声检测及抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710633051.1A CN107610055B (zh) 2017-07-28 2017-07-28 傅里叶变换光谱仪干涉图噪声检测及抑制方法

Publications (2)

Publication Number Publication Date
CN107610055A true CN107610055A (zh) 2018-01-19
CN107610055B CN107610055B (zh) 2020-09-15

Family

ID=61059897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710633051.1A Active CN107610055B (zh) 2017-07-28 2017-07-28 傅里叶变换光谱仪干涉图噪声检测及抑制方法

Country Status (1)

Country Link
CN (1) CN107610055B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110243473A (zh) * 2019-04-01 2019-09-17 上海卫星工程研究所 干涉式高光谱仪器的光谱局部插值方法
CN113175994A (zh) * 2021-03-26 2021-07-27 上海卫星工程研究所 星载傅里叶变换红外光谱仪光谱噪声分析方法、系统及介质
CN117473233A (zh) * 2023-12-27 2024-01-30 华东交通大学 样品成分分析方法、系统、存储介质及计算机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030007155A1 (en) * 2001-07-04 2003-01-09 Shimadzu Corporation Fourier transformation infrared spectrophotometer
CN101598798A (zh) * 2008-12-31 2009-12-09 中国资源卫星应用中心 一种对高光谱干涉数据进行光谱重建的系统和方法
CN103530877A (zh) * 2013-10-10 2014-01-22 中国科学院上海技术物理研究所 一种干涉数据实时叠加均值方法
CN106644075A (zh) * 2016-11-17 2017-05-10 天津津航技术物理研究所 一种傅立叶光谱仪的高效去噪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030007155A1 (en) * 2001-07-04 2003-01-09 Shimadzu Corporation Fourier transformation infrared spectrophotometer
CN101598798A (zh) * 2008-12-31 2009-12-09 中国资源卫星应用中心 一种对高光谱干涉数据进行光谱重建的系统和方法
CN103530877A (zh) * 2013-10-10 2014-01-22 中国科学院上海技术物理研究所 一种干涉数据实时叠加均值方法
CN106644075A (zh) * 2016-11-17 2017-05-10 天津津航技术物理研究所 一种傅立叶光谱仪的高效去噪方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110243473A (zh) * 2019-04-01 2019-09-17 上海卫星工程研究所 干涉式高光谱仪器的光谱局部插值方法
CN110243473B (zh) * 2019-04-01 2021-04-13 上海卫星工程研究所 干涉式高光谱仪器的光谱局部插值方法
CN113175994A (zh) * 2021-03-26 2021-07-27 上海卫星工程研究所 星载傅里叶变换红外光谱仪光谱噪声分析方法、系统及介质
CN113175994B (zh) * 2021-03-26 2023-04-07 上海卫星工程研究所 星载傅里叶变换红外光谱仪光谱噪声分析方法、系统及介质
CN117473233A (zh) * 2023-12-27 2024-01-30 华东交通大学 样品成分分析方法、系统、存储介质及计算机
CN117473233B (zh) * 2023-12-27 2024-03-01 华东交通大学 样品成分分析方法、系统、存储介质及计算机

Also Published As

Publication number Publication date
CN107610055B (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
Song et al. Second generation wavelet transform for data denoising in PD measurement
Chan et al. Self-adaptive partial discharge signal de-noising based on ensemble empirical mode decomposition and automatic morphological thresholding
CN107610055A (zh) 傅里叶变换光谱仪干涉图噪声检测及抑制方法
CN110244202B (zh) 基于同步压缩小波变换域变压器局部放电去噪方法
Xu et al. A novel deconvolution cascaded variational mode decomposition for weak bearing fault detection with unknown signal transmission path
Ashtiani et al. Feature-oriented de-noising of partial discharge signals employing mathematical morphology filters
CN107086039B (zh) 一种音频信号处理方法及装置
CN111553308A (zh) 一种电力变压器局部放电信号的重构方法
CN111239565B (zh) 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统
Lin et al. Partial discharge signal extracting using the empirical mode decomposition with wavelet transform
CN108710861B (zh) 一种电网扰动信号检测识别方法
CN108090270B (zh) 一种基于形态学滤波和盲源分离的暂态振荡参数识别方法
CN110287853B (zh) 一种基于小波分解的暂态信号去噪方法
CN115293219B (zh) 一种融合小波和峭度的脉冲信号去噪方法
CN104267257B (zh) 基于点频滤波器的信号幅频谱检测方法和系统
CN113589119A (zh) 一种基于软阈值函数的局部放电故障检测方法
Ce et al. An improved wavelet threshold de-noising method and its application
Hu et al. A new technique for extracting partial discharge signals in on-line monitoring with wavelet analysis
CN114063177B (zh) 一种大地电磁数据去噪方法及系统
Yin et al. Lidar signal denoising based on wavelet domain spatial filtering
CN109632945A (zh) 一种适用于脉冲涡流检测信号的降噪方法
Yang et al. Research on noise reduction method based on CEEMD-WTSVD and its application in acoustic signal of pipeline blockage
CN103376108A (zh) 一种星敏感器降噪方法
CN113671323B (zh) 基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法
Mahdi et al. Two-feature voiced/unvoiced classifier using wavelet transform

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant