CN109374568A - 一种利用太赫兹时域光谱的样品识别方法 - Google Patents

Abstract

本发明公开了一种利用太赫兹时域光谱的样品识别方法，包括如下步骤：S1:将待测样品放进太赫兹时域光谱系统，获得待测样品的太赫兹时域光谱曲线；S2:使用小波去噪算法过滤掉待测样品的太赫兹时域光谱曲线中的噪声；S3:对经步骤S2滤波后的待测样品的太赫兹时域光谱曲线进行分段、直线拟合；S4:计算待测样品的太赫兹时域光谱曲线各段拟合直线的斜率和截距；S5:分别使用余弦相似度和欧氏距离计算待测样品与数据库中样品的相似程度，从而确定待测样品属于哪种物质。本发明方法运算速度快、正确率高，可满足样品检测的实际需要。

Description

一种利用太赫兹时域光谱的样品识别方法

技术领域

本发明涉及光谱分析领域，更具体地，设计了一种利用太赫兹时域光谱的样品识别方法。

背景技术

同行业内已有一些针对太赫兹时域光谱进行分析，然后识别待测样品的方法。现有的方法都是在已获得的太赫兹时域光谱曲线的基础上计算待测样品的特征频率和幅值，然后将待测样品的特征频率和特征幅值与数据库中已有样品的特征频率和特征幅值进行比对，最终识别出待测样品是哪种物质。虽然太赫兹时域光谱能够测出物质的特征频率和特征幅值，形成“指纹谱”，但是不是所有的物质都存在这种“指纹谱”，而且即使是对于某一个固定的化学键，也会因为该化学键周围的不同化学键而使“指纹谱”位置或者大小出现漂移、变化。此外，待测样品的太赫兹“指纹谱”提取出来的结果也容易受到操作人员主观因素影响，出现提取不准确的现象。因此，传统的红外光谱定性、定量的分析方法迁移到太赫兹时域光谱领域出现了比较大的局限性。在传统分析方法受限的基础上，研究一种新的方法应用到太赫兹时域光谱分析领域就显得至关重要。在这种背景下，本发明针对待测样品的太赫兹时域光谱曲线的特征，设计了一种根据斜率和截距的相似程度进行样品识别的方法。

目前，得益于太赫兹时域光谱技术的优良物理性质，太赫兹时域光谱技术应用受到相关研究人员的高度重视。但是，在实际应用过程中，提取待测样品的“指纹谱”容易受到操作人员主观因素的影响，导致待测样品识别正确率低下。比如，同样是测量乙醇这种易燃液体，但是不同的操作人员提取出来的“指纹谱”却不完全相同。因为“指纹谱”是在整体曲线上显现出来的，整体曲线的微小变化趋势逐渐累积产生了“指纹谱”。而提取“指纹谱”的数据普遍是通过遍历曲线中的数据找到极值来认定，这样这个极值标准的界定就很容易受到主观因素的影响。从这个角度看，将待测样品的太赫兹时域光谱曲线整体作为特征，然后与数据库中已有的样品进行特征比对，会相对于传统的从整体曲线中寻找局部特征“指纹谱”的方法更具有鲁棒性。如何提取出待测样品太赫兹时域光谱曲线的整体特征，降低运算的时间复杂度在物质识别检测方面显得越来越重要。

现有的利用太赫兹时域光谱技术进行物质识别的方法依然采用传统单纯采用“指纹谱”特征进行识别的方法，因为传统分析方法理论及实践方法相对更加成熟，而新方法的相关研究工作较少。在太赫兹时域光谱分析领域，已公开成果有西安应用光学研究所团队的“基于太赫兹吸收光谱处理的混合物成分识别方法”(李宏光，韩占锁，杨鸿儒，刘瑞星，俞兵，于东钰，解琪，陈娟，CN 104713845 A)，其团队提出的方法是首先获得消除了环境噪声、背景噪声、温度以及水蒸气等因素影响的混合物光谱曲线后，然后采用模板匹配和吸收峰比对的方法与数据库中已有的样品进行对比，直至检测出混合物所有组分。该方法对样品的吸收峰提取技术、各种环境噪声、背景噪声等不利因素的消除技术有一定的要求，难以在现实生活中广泛应用。已公开的成果上海理工大学团队的“基于太赫兹光谱的物质识别方法”(徐鸣谦，黄慧，朱亦鸣，彭滟，CN 106645014 A)通过多次使用太赫兹时域光谱系统扫描每个已知样品得到时域信号图谱，然后对这些图谱进行预处理，得到归一化的频谱，接着将频率映射到预定频率，得到统一光谱，最后使用SVM分类器进行分类及样品识别。该方法能够消除仪器差异以及主观差异，但是仍然需要较多的人为干预。

发明内容

本发明提出了一种利用太赫兹时域光谱进行样品识别的方法，通过对待测样品的太赫兹光谱曲线从整体上分析，提取其趋势走向和位置信息作为特征，与数据库中已有的样品进行比对，其中相似度最高的物质就是待测样品所属的物质。

本发明所采用的技术方案：一种利用太赫兹时域光谱的样品识别方法，包括如下步骤：

S1:将待测样品放进太赫兹时域光谱系统，获得待测样品的太赫兹时域光谱曲线；

S2:使用小波去噪算法过滤掉待测样品的太赫兹时域光谱曲线中的噪声；

S3:对经步骤S2滤波后的待测样品的太赫兹时域光谱曲线进行分段、直线拟合；

S4:计算待测样品的太赫兹时域光谱曲线各段拟合直线的斜率和截距；

S5:分别使用余弦相似度和欧氏距离计算待测样品与数据库中样品的相似程度，从而确定待测样品属于哪种物质。

步骤S1具体包括如下步骤：

S1.1：因太赫兹波容易被水蒸气吸收，产生吸收峰，需保证太赫兹时域光谱系统处于一个干燥的环境；

S1.2:获取尚未放待测样品时的太赫兹时域光谱系统的背景曲线；

S1.3:获得扣除环境因素的待测样品的太赫兹时域光谱曲线；扣除环境因素所采用的的公式为：

y_i＝f(x_i)-g(x_i) (1)

其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；f(x_i)代表待测样品的太赫兹光谱幅值，单位是dB；g(x_i)代表测量待测样品时的背景太赫兹光谱幅值，单位是dB；y_i代表扣除环境因素影响后的待测样品太赫兹光谱幅值，-110＜y_i＜-70。

步骤S2具体包括如下步骤：

Step2.1：选择合适的小波基函数，对信号进行N层小波分解，得到相应的小波分解系数；

S2.2:对分解后的高频小波系数进行阈值量化，对于每一层分解，选择一个适当的阈值和合适的阈值函数，将分解得到的高频系数进行阈值量化，得到估计小波系数；

S2.3:小波逆变换处理，对小波分解后的尺度系数和经过阈值量化处理的小波系数利用重构算法进行小波重构，得到去噪后的信号。

步骤S3具体包括如下步骤：

S3.1:令k＝3,把待测样品中的k(k>2)个数据点(x_i,y_i)加入集合A中。其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；y_i代表待测样品的太赫兹光谱幅值，单位是dB，-110＜y_i＜-70；

Step3.2:对k个数据点采用一阶直线拟合，一阶拟合直线公式为：

y＝k*x+b (2)

采用拟合度R²衡量待测样品光谱曲线与标准曲线的拟合程度，拟合度R²的计算公式为：

Step3.3:以1为步长，逐步增大k的值，寻找拟合度R²为极大值时，k的取值；

Step3.4:当拟合度R²为极大值时，这k个点作为一段，求得拟合直线y＝k*x+b；

Step3.5:逐步遍历剩余的数据点，重复上面的做法，求得各段的拟合直线y_i＝k_i*x_i+b_i。

步骤S4具体为将数据库中的已知物质数据与待测样品的数据对应，分段、直线拟合，求得各段的拟合直线y_已知i＝k_已知i*x_已知i+b_已知i；

步骤S5具体包括如下步骤：

S5.1:将待测样品的各段拟合直线的斜率拼接成一个n维向量数据库中已知物质的各段拟合直线的斜率拼接成一个n维向量两者之间夹角的余弦采用以下公式计算：

S5.2:将待测样品的各段拟合直线的截距拼接成一个n维向量β_待测，数据库中已知物质的各段拟合直线的截距拼接成一个n维向量β_已知，两者之间的欧氏距离采用以下公式计算：

S5.3：判断待测样品与已知物质的截距欧氏距离是否小于设定的阈值，如果小于阈值则说明待测样品的曲线和已知物质的曲线位置相近，很可能是属于同一种物质，再根据夹角余弦判断，夹角余弦越接近1，则相似度越高。

与现有技术相比，本发明的有益效果是：本发明提出了一种对太赫兹时域光谱曲线进行分段，然后采用直线进行拟合，把各段拟合直线的斜率和截距作为特征，进行待测样品识别的方法。该方法能够描绘待测样品光谱曲线的整体变化趋势和位置信息，通过与数据库中已有样品进行对比，能够获得比较高的准确率。

附图说明

图1是本发明的实施过程流程图；

图2是本发明的典型太赫兹图像示意图；

图3是本发明实施例的背景曲线；

图4是本发明实施例待测样品光谱曲线图；

图5是本发明实施例的去噪效果图；

图6是本发明实施例的截距对比图；

图7是本发明实施例的斜率对比图。

具体实施方式

下面结合具体实施例进一步说明本发明的技术方案。

一种利用太赫兹时域光谱的样品识别方法，包括如下步骤：

S1:将待测样品放进太赫兹时域光谱系统，获得待测样品的太赫兹时域光谱曲线；

S2:使用小波去噪算法过滤掉待测样品的太赫兹时域光谱曲线中的噪声；

S3:对经步骤S2滤波后的待测样品的太赫兹时域光谱曲线进行分段、直线拟合；

S4:计算待测样品的太赫兹时域光谱曲线各段拟合直线的斜率和截距；

S5:分别使用余弦相似度和欧氏距离计算待测样品与数据库中样品的相似程度，从而确定待测样品属于哪种物质。

步骤S1具体包括如下步骤：

S1.1：因太赫兹波容易被水蒸气吸收，产生吸收峰，需保证太赫兹时域光谱系统处于一个干燥的环境；

S1.2:获取尚未放待测样品时的太赫兹时域光谱系统的背景曲线；

S1.3:获得扣除环境因素的待测样品的太赫兹时域光谱曲线；扣除环境因素所采用的的公式为：

y_i＝f(x_i)-g(x_i) (1)

其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；f(x_i)代表待测样品的太赫兹光谱幅值，单位是dB；g(x_i)代表测量待测样品时的背景太赫兹光谱幅值，单位是dB；y_i代表扣除环境因素影响后的待测样品太赫兹光谱幅值，-110＜y_i＜-70。

步骤S2具体包括如下步骤：

Step2.1：选择合适的小波基函数，对信号进行N层小波分解，得到相应的小波分解系数；本发明选择一种改进db函数的Symlets函数，它是一种近似对称的小波函数。这种小波函数具有正交性、双正交性、紧支性等特点，能够比较好地对待测样品进行去噪。

S2.2:对分解后的高频小波系数进行阈值量化，对于每一层分解，选择一个适当的阈值和合适的阈值函数，将分解得到的高频系数进行阈值量化，得到估计小波系数；本发明采用极大似然估计法自适应获得估计小波系数。

S2.3:小波逆变换处理，对小波分解后的尺度系数和经过阈值量化处理的小波系数利用重构算法进行小波重构，得到去噪后的信号。

步骤S3具体包括如下步骤：

S3.1:令k＝3,把待测样品中的k(k>2)个数据点(x_i,y_i)加入集合A中。其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；y_i代表待测样品的太赫兹光谱幅值，单位是dB，-110＜y_i＜-70；

Step3.2:对k个数据点采用一阶直线拟合，一阶拟合直线公式为：

y＝k*x+b (2)

采用拟合度R²衡量待测样品光谱曲线与标准曲线的拟合程度，拟合度R²的计算公式为：

Step3.3:以1为步长，逐步增大k的值，寻找拟合度R²为极大值时，k的取值；

Step3.4:当拟合度R²为极大值时，这k个点作为一段，求得拟合直线y＝k*x+b；

Step3.5:逐步遍历剩余的数据点，重复上面的做法，求得各段的拟合直线y_i＝k_i*x_i+b_i。

步骤S4具体为将数据库中的已知物质数据与待测样品的数据对应，分段、直线拟合，求得各段的拟合直线y_已知i＝k_已知i*x_已知i+b_已知i；

步骤S5具体包括如下步骤：

S5.1:将待测样品的各段拟合直线的斜率拼接成一个n维向量数据库中已知物质的各段拟合直线的斜率拼接成一个n维向量两者之间夹角的余弦采用以下公式计算：

S5.2:将待测样品的各段拟合直线的截距拼接成一个n维向量β_待测，数据库中已知物质的各段拟合直线的截距拼接成一个n维向量β_已知，两者之间的欧氏距离采用以下公式计算：

S5.3：判断待测样品与已知物质的截距欧氏距离是否小于设定的阈值，如果小于阈值则说明待测样品的曲线和已知物质的曲线位置相近，很可能是属于同一种物质，再根据夹角余弦判断，夹角余弦越接近1，则相似度越高。

实施例

本实施例对一种利用太赫兹时域光谱的样品识别方法的具体实现过程进行详细的说明。图(1)给出了实施例的执行流程。本太赫兹时域光谱系统采用的是美国进口的太赫兹光谱测量仪器。本发明流程共包括5个步骤：第一，打开太赫兹时域光谱的抽湿系统，等待一段时间直到相对湿度下降到10％之内，温度保持在25摄氏度之内。打开系统控制软件，测量当前环境下的背景太赫兹光谱曲线g(x)，结果如图3所示。用小号胶头滴管取样待测溶液，滴到圆形的塑料器皿中。这种器皿厚度小于1mm,直径在3cm,具有很高的透射率，对太赫兹波不会出现吸收作用。然后将塑料器皿放进太赫兹光谱系统的测量区域。本系统中的太赫兹光谱系统测量区域较小，经过不断尝试最终确定光谱测量覆盖区域。使用系统控制软件测得待测样品的光谱曲线f(x)。利用公式y＝f(x)-g(x)计算出待测样品的最终光谱曲线，曲线如图4所示。第二、对上一步获得的太赫兹时域光谱曲线进行去噪处理。本发明采用Symlets系列函数里面的sym8函数进行去噪处理，分解层数N＝5，使用自适应阈值选择，不进行阈值调整。滤波后效果如图5所示。第三、对待测样品的光谱曲线进行分段、直线拟合处理。所得光谱曲线由以下数据点组成：(x₁,y₁)、(x₂,y₂)、(x₃,y₃)L(x_n,y_n)。本发明先取(x₁,y₁)、(x₂,y₂)、(x₃,y₃)进行直线拟合，计算拟合程度R²。然后不断加入新的数据点，直到拟合程度R²出现极大值。比如(x₁,y₁)、(x₂,y₂)、(x₃,y₃)的直线拟合程度R²＝0.95，(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)的直线拟合程度R²＝0.97，(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)、(x₅,y₅)(x₁,y₁)、(x₂,y₂)、(x₃,y₃)、(x₄,y₄)的直线拟合程度R²＝0.92，就取4个点为一段，直线拟合。以此类似，遍历完光谱曲线所有数据点，得到各段拟合直线。第四、将数据库里面的已知物质的光谱曲线数据与待测样品的光谱曲线一一对应，获得对应各段数据的拟合直线。比如，待测样品第6个到第16个数据点为一段，数据库里面的已知物质同样将第6个到第16个数据点为一段，然后直线拟合。第五、将待测样品斜率和截距分别拼接成一个n维的长向量β_待测＝[b_待测1b_待测2b_待测3L b_待测n]，将数据库中待匹配的已知物质的斜率和截距分别拼接成一个n维的长向量β_已知＝[b_{已知 1}b_已知2b_已知3L b_已知n]。待测样品与已知物质过氧化氢溶液的截距对比图和斜率对比图如图6、7所示。然后使用以下公式计算截距向量的欧氏距离：

判断截距向量的欧氏距离是否在合理范围，如果不在合理范围，则判定待测样品与已知物质很大概率不属于同一种物质，如果在合理范围，则计算两者夹角余弦，获得两者之间的相似程度。本实施例计算夹角余弦的公式表示为

夹角余弦越接近1，则两者的相似程度越高。本实施例计算得到的夹角余弦为0.928，待测样品与数据库中的过氧化氢溶液相似度最高。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (6)

1.一种利用太赫兹时域光谱的样品识别方法，其特征在于：包括如下步骤：

S1:将待测样品放进太赫兹时域光谱系统，获得待测样品的太赫兹时域光谱曲线；

S2:使用小波去噪算法过滤掉待测样品的太赫兹时域光谱曲线中的噪声；

S3:对经步骤S2滤波后的待测样品的太赫兹时域光谱曲线进行分段、直线拟合；

S4:计算待测样品的太赫兹时域光谱曲线各段拟合直线的斜率和截距；

S5:分别使用余弦相似度和欧氏距离计算待测样品与数据库中样品的相似程度，从而确定待测样品属于哪种物质。

2.根据权利要求1所述的一种利用太赫兹时域光谱的样品识别方法，其特征在于：步骤S1具体包括如下步骤：

S1.1：因太赫兹波容易被水蒸气吸收，产生吸收峰，需保证太赫兹时域光谱系统处于一个干燥的环境；

S1.2:获取尚未放待测样品时的太赫兹时域光谱系统的背景曲线；

S1.3:获得扣除环境因素的待测样品的太赫兹时域光谱曲线；扣除环境因素所采用的的公式为：

y_i＝f(x_i)-g(x_i) (1)

其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；f(x_i)代表待测样品的太赫兹光谱幅值，单位是dB；g(x_i)代表测量待测样品时的背景太赫兹光谱幅值，单位是dB；y_i代表扣除环境因素影响后的待测样品太赫兹光谱幅值，-110＜y_i＜-70。

3.根据权利要求1所述的一种利用太赫兹时域光谱的样品识别方法，其特征在于：步骤S2具体包括如下步骤：

Step2.1：选择合适的小波基函数，对信号进行N层小波分解，得到相应的小波分解系数；

S2.2:对分解后的高频小波系数进行阈值量化，对于每一层分解，选择一个适当的阈值和合适的阈值函数，将分解得到的高频系数进行阈值量化，得到估计小波系数；

S2.3:小波逆变换处理，对小波分解后的尺度系数和经过阈值量化处理的小波系数利用重构算法进行小波重构，得到去噪后的信号。

4.根据权利要求1所述的一种利用太赫兹时域光谱的样品识别方法，其特征在于：步骤S3具体包括如下步骤：

S3.1:令k＝3,把待测样品中的k(k>2)个数据点(x_i,y_i)加入集合A中。其中，x_i代表待测样品的太赫兹光谱频率，单位是THz，0＜x_i＜2；y_i代表待测样品的太赫兹光谱幅值，单位是dB，-110＜y_i＜-70；

Step3.2:对k个数据点采用一阶直线拟合，一阶拟合直线公式为：

y＝k*x+b (2)

采用拟合度R²衡量待测样品光谱曲线与标准曲线的拟合程度，拟合度R²的计算公式为：

Step3.3:以1为步长，逐步增大k的值，寻找拟合度R²为极大值时，k的取值；

Step3.4:当拟合度R²为极大值时，这k个点作为一段，求得拟合直线y＝k*x+b；

Step3.5:逐步遍历剩余的数据点，重复上面的做法，求得各段的拟合直线y_i＝k_i*x_i+b_i。

5.根据权利要求1所述的一种利用太赫兹时域光谱的样品识别方法，其特征在于：步骤S4具体为将数据库中的已知物质数据与待测样品的数据对应，分段、直线拟合，求得各段的拟合直线y_已知i＝k_已知i*x_已知i+b_已知i。

6.根据权利要求1所述的一种利用太赫兹时域光谱的样品识别方法，其特征在于：步骤S5具体包括如下步骤：

S5.1:将待测样品的各段拟合直线的斜率拼接成一个n维向量数据库中已知物质的各段拟合直线的斜率拼接成一个n维向量两者之间夹角的余弦采用以下公式计算：

S5.2:将待测样品的各段拟合直线的截距拼接成一个n维向量β_待测，数据库中已知物质的各段拟合直线的截距拼接成一个n维向量β_已知，两者之间的欧氏距离采用以下公式计算：

S5.3：判断待测样品与已知物质的截距欧氏距离是否小于设定的阈值，如果小于阈值则说明待测样品的曲线和已知物质的曲线位置相近，很可能是属于同一种物质，再根据夹角余弦判断，夹角余弦越接近1，则相似度越高。