CN110553988A - 一种基于叠加态思想的no低浓度信号提取方法 - Google Patents
一种基于叠加态思想的no低浓度信号提取方法 Download PDFInfo
- Publication number
- CN110553988A CN110553988A CN201910819026.1A CN201910819026A CN110553988A CN 110553988 A CN110553988 A CN 110553988A CN 201910819026 A CN201910819026 A CN 201910819026A CN 110553988 A CN110553988 A CN 110553988A
- Authority
- CN
- China
- Prior art keywords
- concentration
- frequency domain
- characteristic value
- matrix
- spectrum
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000010521 absorption reaction Methods 0.000 claims abstract description 18
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000003595 spectral effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 24
- 230000005283 ground state Effects 0.000 description 8
- 238000000513 principal component analysis Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 229910052724 xenon Inorganic materials 0.000 description 4
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 description 2
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 2
- 229910052805 deuterium Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003546 flue gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于叠加态思想的NO低浓度信号提取方法，包括下列步骤：基于NO低浓度测量数据，获得差分吸收光谱S；对差分吸收光谱S，进行以db12为小波基的小波滤波处理，获得去噪的信号S1；对去噪的信号S1做N＝512的快速傅里叶变换，变化后获得系数的模为频域幅值，对应的序号为频谱分量；对5‑7频域分量的频域幅值做PCA处理，获得其吸收特征值λ，做特征值‑浓度反演函数，测量浓度时只需测量待测气体的特征值，即可通过反演获得浓度。
Description
技术领域
本发明属于烟气监测行业，主要为一种高精度监测NO浓度的方法。
背景技术
当前用来检测气体浓度的系统主要为CEMS监测系统，由于CEMS系统采用氘灯，非加 长光程型气体池，导致测量精度较低，稳定性较差，只能检测高浓度NO，无法达到国家的最新要求。
传统的差分吸收NO浓度算法采用氘灯作为光源，对原始光谱进行线性拟合获取慢变光 谱，同时去除噪声，最后在采用二项式拟合或者计算吸收峰处面积变化来计算浓度，高浓度 的NO效果表现良好，但是由于NO本身吸收截面较低，且跟SO2不同的是它不是周期性吸收， 因此对低浓度的区分效果很差，且很难区分浓度间隔1ppm的气体。
鉴于传统的检测方法精度较差，无法准确区分低浓度NO气体的缺陷，本方法提出在氙 灯系统下，利用基于叠加态思想的NO低浓度信息提取算法实现高精度的浓度测量。
发明内容：
本发明的目的提供一种NO低浓度信息提取方法以实现高精度测量。技术方案如下：
一种基于叠加态思想的NO低浓度信号提取方法，包括下列步骤：
(1)基于NO低浓度测量数据，获得差分吸收光谱S；
(2)对差分吸收光谱S，进行以db12为小波基的小波滤波处理，获得去噪的信号S1；
(3)对去噪的信号S1做N＝512的快速傅里叶变换，变化后获得系数的模为频域幅值， 对应的序号为频谱分量；
(4)对5-7频域分量的频域幅值做PCA处理，获得其吸收特征值λ，方法如下：
第1步：选取变化明显的频谱分量的频域幅值，做矩阵A1，A1包含了所有变化明显的频 谱幅值。即有：
其中，hmn是第n组数据中m个频谱幅值。
第2步：计算矩阵A1的行平均数组t，对矩阵A1做去中心化处理，即A2＝A1-t,
即：
其中，是第n组数据中第m个频谱幅值减去对应频谱平均值之后的值。
第3步：计算A2每行跟每列的协方差ρij，依次排列获得方差矩阵A3。
其中，Cov(Hi,Hj)表示第i列去中心化之后的频谱信息和第j列去中心化的频谱信息之间的协方差。
第4步：计算矩阵A3的特征值和特征向量，其中特征值最大的特征向量P即为降维的 特征向量。
第5步：计算A1乘以P,得到特征值数组λ，获取一系列浓度的对应特征值后，做特征值-浓度反演函数，测量浓度时只需测量待测气体的特征值，即可通过反演获得浓度。
本发明提出的针对低浓度NO测量方法，主要有：采集光谱，获得差分吸收光谱，进行 小波滤波，做快速傅里叶变换，进行PCA处理等步骤。首先采集原始光谱，然后处理原始光 谱获得对应得差分吸收光谱，在对差分吸收光谱进行信号处理，包括小波滤波和傅里叶变换 两步，最后对处理过的信号使用PCA提取特征值。本发明的特征有：(1)通过数学处理将图 谱信号转化成数字信号，从而更好的提取吸收参数。(2)通过特征值-浓度对应思想反演浓 度，避免了直接计算浓度时需要测量吸收截面从而增加测量误差。
附图说明
图1是算法流程框图。
图2是原始差分吸收光谱。
图3是小波滤波之后的信号。
图4是进行快速傅里叶变换之后获得的频谱图。
具体实施方式
本发明的基于叠加态思想的NO吸收信号提取算法主要针对烟气监测系统。下面给出本 发明适用的系统组成：
该系统主要由脉冲氙灯，12v电源，光谱仪以及反射气体池构成，测量时连接通气管， 流量计以及配好的待测浓度气体即可。
当前系统主要以测量光谱变化为主，但由于低浓度时光谱变化差异的微小，从而存在测 量不准，精度不高的情况。本发明提出将光谱图看做是信号，利用叠加态的思想将信号分解 成基态信号，分析基态信号的组成，从而达到准确测量低浓度NO的目的。
当前测量NO气体浓度均遵循以比尔-朗伯定律为基础的差分吸收原理，即：
其中，I0是慢变光谱，可由原始光谱I做线性拟合三次获得。σ是气体的吸收截面，C是气体的浓度，L是气体池光程长。若直接采用公式1测量，则需测量吸收截面σ，增大了 测量误差。本发明提出，将吸收截面σ，气体浓度C以及光程长L，均看做常数，从而只需 要处理差分吸收光谱获得特征值λ，由于在标定测量时已知通入气体的浓度，只需在测量后 进行特征值-浓度线性关系拟合，即可通过测量未知气体的特征值反演其浓度。
差分吸收光谱由于在低浓度下无法从图上看出浓度变化时吸收光谱的变化差异，因此以 前直接从图谱上进行吸收信息处理的方法误差很大。考虑到光谱其实也是一种信号，本发明 提出，差分吸收光谱信号可以看做是一组基态信号的叠加，从而我们可以将NO气体的不同 浓度的差分吸收信号分解成一组基态信号，通过观察基态信号的占比差异来计算特征值。即：
f＝∑anfn (2)
其中，f是需要分解的吸收信号，an是分解信号之后基态信号的占比系数，fn是分解的 一组基态信号。由于浓度的改变必然导致组成差分吸收信号的基态信号的占比量改变，因此 我们可以计算对应的占比系数来区别不同的浓度。对于呈现出周期性的信号，可以用快速傅 里叶变化做分解。
操作过程为：
(1)将系统搭建好，连上电源，同时让氙灯先行闪烁十分钟，达到预热的目的。观察氙灯图谱较为稳定时，通入气体测量。
(2)配置待测浓度的NO气体，通过流量计接入两个气管配比所需浓度气体，配比公式如下：
其中，C所需为需要测量的NO浓度，C已知是使用的NO浓度，Q1是通入NO气体的体积， Q2是通入高纯氮的体积，两种气体的体积由流量计的示数可得知。
(3)运行光谱仪测量软件，每种浓度的气体每次测量100组光谱，测量的光谱便为原始光谱I，同时对原始光谱进行三次线性拟合，获得对应得差分光谱I0。即可获得对应的差分吸收光谱S。即
(4)对差分吸收光谱S进行小波滤波处理，选取db12对差分吸收光谱S滤波6次 之后，将细节部分D6作为下一步反演所用的光谱S1。
(5)’对已经呈现出周期特点的光谱信号S1，对其作N＝512的快速傅里叶变换。变换之后获得的系数的模为频域幅值，对应的序号为频谱分量。
(6)对5-7频谱分量的频域幅值做PCA。PCA的处理方法如下：
1)选取变化明显的频域分量的频谱幅值作为矩阵A1，矩阵A1包含着需要使用的频谱幅 值。
其中，hmn是第n组数据中m个频谱值。
2)计算上述矩阵的行平均值数组t，并用矩阵A1减去对应的行平均值数组得到A2，该 步骤称为数据的去中心化。
其中，是第n组数据中第m个频谱值减去对应频谱平均值之后的值。
3)计算A2每行跟每列的协方差ρij，以此排列获得方差矩阵A3，计算方差矩阵A3的特征值和对应得特征向量，特征值最大的值对应得特征向量就是降维使用的特征向量P。
其中，Cov(Hi,Hj)表示第i列去中心化之后的频谱信息和第j列去中心化的频谱信息之间的协方差。
4)计算A1乘以P的值,得到特征值数组λ，求λ的平均值，就得到了一组NO浓度对应得吸收特征值。
(7)将(6)中获得的不同浓度特征值与对应浓度做线性拟合，获得反演的二次函数。即可通过测量待测气体的特征值来反演浓度。
Claims (1)
1.一种基于叠加态思想的NO低浓度信号提取方法，包括下列步骤：
(1)基于NO低浓度测量数据，获得差分吸收光谱S。
(2)对差分吸收光谱S，进行以db12为小波基的小波滤波处理，获得去噪的信号S1；
(3)对去噪的信号S1做N＝512的快速傅里叶变换，变化后获得系数的模为频域幅值，对应的序号为频谱分量；
(4)对5-7频域分量的频域幅值做PCA处理，获得其吸收特征值λ，方法如下：
第1步：选取变化明显的频谱分量的频域幅值，做矩阵A1，A1包含了所有变化明显的频谱幅值,即有：
其中，hmn是第n组数据中m个频谱幅值；
第2步：计算矩阵A1的行平均数组t，对矩阵A1做去中心化处理，即A2＝A1-t,
即：
其中，是第n组数据中第m个频谱幅值减去对应频谱平均值之后的值；
第3步：计算A2每行跟每列的协方差ρij，依次排列获得方差矩阵A3:
其中，Cov(Hi,Hj)表示第i列去中心化之后的频谱信息和第j列去中心化的频谱信息之间的协方差；
第4步：计算矩阵A3的特征值和特征向量，其中特征值最大的特征向量P即为降维的特征向量；
第5步：计算A1乘以P,得到特征值数组λ，获取一系列浓度的对应特征值后，做特征值-浓度反演函数，测量浓度时只需测量待测气体的特征值，通过反演获得浓度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910819026.1A CN110553988B (zh) | 2019-08-30 | 2019-08-30 | 一种基于叠加态思想的no低浓度信号提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910819026.1A CN110553988B (zh) | 2019-08-30 | 2019-08-30 | 一种基于叠加态思想的no低浓度信号提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110553988A true CN110553988A (zh) | 2019-12-10 |
| CN110553988B CN110553988B (zh) | 2021-08-20 |
Family
ID=68738629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910819026.1A Expired - Fee Related CN110553988B (zh) | 2019-08-30 | 2019-08-30 | 一种基于叠加态思想的no低浓度信号提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110553988B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812051A (zh) * | 2020-06-11 | 2020-10-23 | 南京中岭艾恩环保科技有限公司 | 一种基于烟气径向过滤的no浓度测量方法及测量装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060011840A1 (en) * | 2002-09-10 | 2006-01-19 | Bryce David J | Coherent differential absorption lidar (dial) |
| CN101694460A (zh) * | 2009-10-16 | 2010-04-14 | 东南大学 | 烟气污染物浓度的自适应差分吸收光谱测量方法及装置 |
| CN104568836A (zh) * | 2015-01-26 | 2015-04-29 | 南京国电环保科技有限公司 | 基于多种光谱技术融合的低浓度、多组分气体检测方法 |
| CN107271392A (zh) * | 2017-06-12 | 2017-10-20 | 重庆大学 | 一种基于气体差分吸收截面特征测量低浓度so2的方法 |
| CN107796777A (zh) * | 2017-10-20 | 2018-03-13 | 西安思坦科技有限公司 | 一种低浓度紫外差分气体分析仪的数据处理方法 |
| CN108918446A (zh) * | 2018-04-18 | 2018-11-30 | 天津大学 | 一种超低浓度二氧化硫紫外差分特征提取算法 |
-
2019
- 2019-08-30 CN CN201910819026.1A patent/CN110553988B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060011840A1 (en) * | 2002-09-10 | 2006-01-19 | Bryce David J | Coherent differential absorption lidar (dial) |
| CN101694460A (zh) * | 2009-10-16 | 2010-04-14 | 东南大学 | 烟气污染物浓度的自适应差分吸收光谱测量方法及装置 |
| CN104568836A (zh) * | 2015-01-26 | 2015-04-29 | 南京国电环保科技有限公司 | 基于多种光谱技术融合的低浓度、多组分气体检测方法 |
| CN107271392A (zh) * | 2017-06-12 | 2017-10-20 | 重庆大学 | 一种基于气体差分吸收截面特征测量低浓度so2的方法 |
| CN107796777A (zh) * | 2017-10-20 | 2018-03-13 | 西安思坦科技有限公司 | 一种低浓度紫外差分气体分析仪的数据处理方法 |
| CN108918446A (zh) * | 2018-04-18 | 2018-11-30 | 天津大学 | 一种超低浓度二氧化硫紫外差分特征提取算法 |
Non-Patent Citations (2)
| Title |
|---|
| CHI ZHANG ET AL.: "Continuous monitoring of NO in flue gas based on wavelet decomposition", 《JOURNAL OF ENVIRONMENTAL MONITORING》 * |
| 周涛 等: "烟气中SO2紫外光谱的加性噪声去除及评价方法", 《光谱学与光谱分析》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812051A (zh) * | 2020-06-11 | 2020-10-23 | 南京中岭艾恩环保科技有限公司 | 一种基于烟气径向过滤的no浓度测量方法及测量装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110553988B (zh) | 2021-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104568836B (zh) | 基于多种光谱技术融合的低浓度、多组分气体检测方法 | |
| Shao et al. | High order derivative to investigate the complexity of the near infrared spectra of aqueous solutions | |
| CN106932378A (zh) | 一种基于拉曼光谱的炼厂酸性气成分的在线检测系统和方法 | |
| CN103033481A (zh) | 基于fft的激光分析仪二次谐波滤波方法 | |
| CN108918446B (zh) | 一种超低浓度二氧化硫紫外差分特征提取算法 | |
| CN103175805B (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
| CN110108658B (zh) | 一种污染气体红外光谱识别方法及系统 | |
| CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
| EP3450939A1 (en) | Spectrophotometer and spectrophotometry method | |
| CN117030654B (zh) | 一种空气中痕量级二氧化硫浓度测量方法 | |
| CN111487213A (zh) | 多光谱融合的化学需氧量测试方法及装置 | |
| CN110553988B (zh) | 一种基于叠加态思想的no低浓度信号提取方法 | |
| CN105136682B (zh) | 一种燃油中芳烃含量快速、准确测定的新方法 | |
| CN115728259A (zh) | 一种多组分气体分析方法 | |
| Cascone et al. | AbspectroscoPY, a Python toolbox for absorbance-based sensor data in water quality monitoring | |
| CN107576641B (zh) | 一种三维荧光光谱数据的分解方法及装置 | |
| CN116136518B (zh) | 色谱仪 | |
| CN111521577B (zh) | 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 | |
| CN102128806A (zh) | 用于红外气体分析仪的气体检测方法 | |
| CN112666104A (zh) | 一种基于doas的气体浓度反演方法 | |
| CN116399836A (zh) | 基于交替梯度下降算法的串扰荧光光谱分解方法 | |
| CN105138800A (zh) | 基于分段拟合数据处理算法的荧光光谱数据噪声滤波方法 | |
| CN104990889A (zh) | 一种近红外光谱快速测定短程硝化反硝化中无机盐氮浓度的方法 | |
| CN114076743A (zh) | 基于ndir气体传感器的温度补偿方法、系统及计算机可读存储介质 | |
| CN109324017B (zh) | 一种提高近红外光谱分析技术建模光谱质量的方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210820 |