CN110864808B - 一种基于高速采样的傅里叶变换光谱检测方法 - Google Patents

Abstract

本发明公开了一种基于高速采样的傅里叶变换光谱检测方法，所述方法包括以下步骤：利用傅里叶变换光谱仪采集氦氖参比信号和红外干涉信号；通过非线性轮廓提取法提取氦氖参比信号的轮廓信号，从而消除参比信号强度扰动造成的干扰；通过自适应相位拟合计算出氦氖参比信号的相位信息，根据氦氖参比信号计算每个取样点的光程差，每个取样点的光程差一一对应于红外干涉信号；对红外干涉信号进行非均匀傅里叶变换，从而获取得到红外光谱图。本发明结合傅里叶光谱仪与高速采集卡进行非均匀采样，更好的还原干涉图的原有信息，灵活地应用于各种实际取样环境，并进一步提高采样效率和采样质量。

Description

一种基于高速采样的傅里叶变换光谱检测方法

技术领域

本发明涉及光谱检测技术领域，尤其涉及一种基于高速采样的傅里叶变换光谱检测方法。

背景技术

傅里叶变换光谱仪主要由迈克尔逊干涉仪和计算机组成。迈克尔逊干涉仪的主要功能是使光源发出的光分为两束后形成一定的光程差，再使之复合以产生干涉，所得到的干涉图函数包含了光源的全部频率和强度信息。通过计算机将干涉图函数进行傅里叶变换，就可计算出待测样品的红外光谱。它克服了色散型光谱仪分辨能力低、光能量输出小、光谱范围窄、测量时间长等缺点。它不仅可以测量各种气体、固体、液体样品的吸收、反射光谱等，而且可用于短时间化学反应测量。总而言之，目前傅里叶变换光谱仪具有扫描速度快、分辨率很高、波数精度高、灵敏度高、光谱范围宽等优点，红外光谱仪在电子、化工、医学等领域均有着广泛的应用。

但是目前市场上主要的采样方法是过零采样，其模式固定，通过检测氦-氖激光干涉光强为零时进行取样，缺少灵活性与实际应用性，而且传统的傅里叶变换光谱仪很难做到完全的均匀采样，不但对制造技术要求较高，且造价昂贵，同时对于某些特定的环境，分辨率和准确度仍需要提高，这是其不可忽视的问题。

发明内容

本发明提供了一种基于高速采样的傅里叶变换光谱检测方法，本发明结合傅里叶光谱仪与高速采集卡进行非均匀采样，更好的还原干涉图的原有信息，灵活地应用于各种实际取样环境，并进一步提高采样效率和采样质量，详见下文描述：

一种基于高速采样的傅里叶变换光谱检测方法，所述方法包括以下步骤：

利用傅里叶变换光谱仪采集氦氖参比信号和红外干涉信号；

通过非线性轮廓提取法提取氦氖参比信号的轮廓信号，从而消除参比信号强度扰动造成的干扰；

通过自适应相位拟合计算出氦氖参比信号的相位信息，根据氦氖参比信号计算每个取样点的光程差，每个取样点的光程差一一对应于红外干涉信号；

对红外干涉信号进行非均匀傅里叶变换，从而获取得到红外光谱图。

其中，所述非线性轮廓提取法具体为：

1)轮廓的粗提取：根据仪器的探测器与动镜运动情况设定间隔参数c，提取信号峰值点，对所有信号峰值点进行合理性判别，剔除所有异常点，将剩余峰值点依据软约束的方式进行插值，所得到的轮廓线为粗提取的结果；

2)轮廓线的滤波处理：利用数据标记和数据驱动确定滤波参数，对信号进行循环自相关检验，预推断出滤波的最优参数，再利用该最优参数对信号进行滤波处理，最后对结果进行合理性验证，通过则认为滤波成功，否则重复进行数据驱动，直到符合合理性检验；

3)轮廓的拟合调节：利用拟合迭代进行优化。

进一步地，所述自适应相位拟合具体为：

1)初始相位信息估计：使用混合数据标记法分别对轮廓信号与标准激光信号进行标记，通过非线性相关特征提取法对轮廓信号与已知标准激光信号分别进行特征提取；根据轮廓信号与标准激光信号的相关性参数，对提取的特征信号差异进行判断，并去除异常点；计算处理后的轮廓信号与标准激光信号的矩阵范数从而完成相位信息的初步提取；

2)多级滤波器滤波：采用非均匀采样方法，设计了多级滤波器对提取到的相位信息进行逐级滤波，若滤波后的验证误差参数满足需要，则上一次滤波得到的相位信息即为最终结果。

本发明提供的技术方案的有益效果是：

1、目前市场上大多数的检测方法是过零采样，其模式固定，方法单一，但存在实际采样精度不够等问题，不能做到具体问题具体分析；

2、本方法基于高速采集卡与傅里叶光谱仪，可以较好地还原干涉图的原有信息，在实际问题的处理方面更加灵活与精准，其优势在于：

(1)对硬件的要求大幅度降低，不必进行严格的等间隔采样，更适合光程差非匀速变化的傅里叶光谱仪，具有更高的准确性；

(2)傅里叶光谱仪具有运动行程长、稳定性高和重复性好的优点，可以大幅提高测量精度和重复性；

(3)应用高速采集卡，可使用的取样点数是普通方法的数百倍，可以提高信噪比。

附图说明

图1为本发明提供的一种基于高速采样的傅里叶变换光谱检测方法的流程图；

图2为本发明采集到的氦氖参比信号与激光已知光谱图；

图3为经非均匀采样后的红外光谱图与重建后的红外光谱图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

为了更好地还原干涉图的原有信息，并进一步提高采样效率和采样质量，增加干涉图反映信息的真实度及其分辨率，本发明实施例提出了一种基于高速采样的傅里叶变换光谱检测方法。本方法不仅解决了傅里叶光谱仪在均匀采样时会受到干扰的问题，而且通过匹配高速采集卡可以极大地提高光谱图的分辨率与信噪比，据实际环境，针对性的选取采样模式，为傅里叶变换光谱仪提供了更广阔的应用前景。

普通的傅里叶光谱仪由于采样速度慢，不能匹配高速采集卡，因此通过使用非均匀采样方法不但能彻底解决普通傅里叶光谱仪由于机械干扰不能完全达到均匀采样的问题，而且可以提高傅里叶变换光谱仪的分辨率与信噪比，极大提升采样效率，扩大傅里叶变换光谱仪的应用领域。

实施例1

一种基于高速采样的傅里叶变换光谱检测方法，主要包括以下4个步骤，如图1所示，包括：氦氖参比信号和红外干涉信号的获取、氦氖参比信号的轮廓提取、计算每个取样点的光程差和对红外干涉信号进行非均匀傅里叶变换，本发明实施例的技术方案如下：

101：利用傅里叶变换光谱仪采集氦氖参比信号和红外干涉信号；

102：提取氦氖参比信号的轮廓，消除参比信号强度扰动造成的干扰；

103：根据氦氖参比信号计算每个取样点的光程差，由于两种信号的采集光路相同，所以所得的每个取样点的光程差也一一对应于红外干涉信号；

104：对红外干涉信号进行非均匀傅里叶变换，从而获取得到红外光谱图。

综上所述，本方法不仅解决了傅里叶光谱仪在均匀采样时会受到干扰的问题，而且通过匹配高速采集卡可以极大地提高光谱图的分辨率与信噪比，据实际环境，针对性的选取采样模式，为傅里叶变换光谱仪提供了更广阔的应用前景。

实施例2

针对目前大多数傅里叶变换光谱仪采用过零采样方法的环境下，本发明实施例提供的方法可以更好地还原干涉图的原有信息，提高傅里叶变换光谱仪的分辨率，实现了更高层次的数字采样。结合附图，详细说明如下：

参见图1，首先获取迈克尔逊干涉仪的氦-氖激光和红外双通道干涉信号，使用40M的探测器配合高速采集卡对其进行特定频率的非均匀采样，其中氦-氖激光和白光相互对应为一组数据。应采集多组数据，随机选取其中片段进行下一步的处理，保证干涉数据的随机性与代表性。

首先用Matlab对氦-氖激光干涉图进行正弦函数图像拟合，误差在0.001以内，由于激光光源稳定性难以保证，有约为5％的干扰，采用本实验设计的非线性轮廓提取法提取氦氖参比信号的轮廓信号，从而消除参比信号强度扰动造成的干扰。光源强度变化没有规律，线性计算的方法会产生较大的误差。

具体实现时，本发明实施例以两个周期为一个单位，对氦氖参比信号进行绝对强度提取，将提取到的轮廓线进行滤波后，以氦氖标准光谱为标准，进行反复迭代，直到误差可以接受为止。

然后使用Matlab计算氦氖参比信号每个取样点的光程差，传统的计算方法计算效率过低，而且准确率较低，采用本实验设计的自适应相位拟合方法进行光程差的计算。由于不追求电机的匀速运动，所以光程差可能会出现较大变化，情况非常复杂，普通的相位提取难以满足要求。自适应相位拟合方法可以根据输入的氦氖参比信号自动调整解决策略，通过多次拟合的方式来确保结果的准确率。具体而言，本方法设计了多级滤波器，对提取到的相位信息进行逐级滤波，每次滤波后带入原信号中验证误差参数，根据误差参数确定下一级滤波器的选择。

通过这样的自适应算法可以非常准确的计算出氦氖参比信号的相位信息。由于氦氖参比信号与红外干涉信号使用相同的采集光路，氦氖参比信号每个取样点的光程差也一一对应于红外干涉信号。

最后对上面的红外干涉信号进行非均匀傅里叶变换，进行重建得到光谱图。

一、非线性轮廓提取法

理想情况下光源的强度是恒定，但是实际应用中光源的强度会有一定的浮动，浮动的大小一般在整体强度的5％左右，本发明实施例的目标是极大的提高傅里叶变换光谱仪的分辨率与信噪比，因此这种浮动对于本发明来说是不可以接受的。

其中，上述的非线性轮廓提取可以分为以下三个部分：

1)轮廓的粗提取：根据仪器的探测器与动镜运动情况设定间隔参数c，提取信号峰值点，对所有信号峰值点进行合理性判别，剔除所有异常点，包括：马氏距离小于间隔参数c的点、强度异常点以及抖动频率超标的点等等。将剩余峰值点依据软约束的方式(即用数据逼近插值曲线的方式，为本领域技术人员所公知)进行插值，所得到的轮廓线为粗提取的结果。

2)轮廓线的滤波处理：粗提取的轮廓线会存在较大的误差，会引入一些干扰信号，而且实际情况中光源的强度不会出现高频的浮动，需要将高频的干扰信号过滤掉。由于实际环境非常复杂，可能出现各种各样的情况，所以单一固定的预设值很难应对真实的应用场景。本发明实施例提出的由数据驱动的自适应滤波方法可以很好的解决这个问题。

利用数据标记和数据驱动的方法来确定滤波参数，根据信号进行预分析，红外干涉光谱仪采集到的信号一定是具有周期性的，因此有着较强的自相关性，对信号进行循环自相关检验，预推断出滤波的最优参数，再利用该最优参数对信号进行滤波处理，最后对结果进行合理性验证，由于氦氖参比信号强度、频率一定，同时红外干涉光谱仪虽采用非均匀采样，但其机械运动频率存在上限，例如滤波后轮廓线信号频率过快则认为不合理，此时重复进行数据驱动，直到符合合理性检验认为滤波成功。

3)轮廓的拟合调节：经过轮廓线的滤波处理，轮廓线的主体已经完成，需要进行细节处理，本发明实施例提出了利用拟合迭代的方法进行优化，具体操作如下：

g＝f/s (1)

其中，s是现提取出的轮廓线，f是原始信号，g则为去轮廓信号。因为去轮廓信号为激

光器的干涉信号，因此为多组正弦信号的叠加，这时设定激光的宽度为λ，Δl为步进步长，激光的起始位置为t，则：

t＝min(∑_λsin(t+Δl)-g) (2)

因为激光的信息已知，t可能在一个较小范围内浮动，只要给出一个比较准确的初始值，可以以非常低的运算成本计算出所需要的t值。

d＝∑_λsin(t+Δl)-g (3)

其中，d则为本次迭代的误差值，利用d对轮廓线s进行修正。

其中，α为正则化参数，可以提高轮廓线的信噪比，加快收敛速度。

反复进行循环迭代，直到本次迭代的误差值d足够小，满足本发明实施例的需要，此时输出的轮廓线s就是本部分的最终结果。

二、自适应相位拟合方法

1)初始相位信息估计：使用多级滤波器时，理论上初始相位信息为随机估计也可以进行迭代优化，但当初始相位信息较为准确时，可以极大的加快拟合效率与准确度。本发明实施例通过以下步骤对轮廓信号进行初始相位信息估计：

首先，分别对轮廓信号与标准激光信号进行标记，再将标记后的两组数据混合后做关联性的标记，可以大大提高之后特征提取的准确性，然后通过非线性相关特征提取法对轮廓信号与已知标准激光信号分别进行特征提取。接着，将对轮廓信号与标准激光信号分别提取出的特征信号根据相关性参数进行比较，按之前提取轮廓线时设定的初始时间t为起始，对提取的特征信号进行一一对应计算其欧式距离，对计算结果进行判断，当数值较大时认为是异常点并去除。最后，计算处理后的轮廓信号与标准激光信号的矩阵范数从而完成相位信息的初步提取。

2)多级滤波器滤波：初步提取的相位信息仍然存在较大误差，且由于本发明实施例采用非均匀采样方法，具体实际情况较为复杂，很容易对提取的相位信息造成影响，针对以上问题本发明实施例设计了多级滤波器对提取到的相位信息进行逐级滤波，具体操作如下：

其中，l_n为所有采样点的相位信息。δ为滤波后带入原信号中验证误差参数。I为进行轮其中，先行提取后的信号：

δ＝I-I/(l_n+ε(sin(nΔl))) (6)

其中，I为进行轮廓先行提取后的信号，ε为校正参数，可以避免提取的相位信息对原信号修正过多导致之后的多级滤波无法对相位信息进行拟合。Δl为步进步长，l_n为所有采样点的相位信息，δ为滤波后带入原信号中验证误差参数。

经过多次滤波，滤波后的验证误差参数δ满足需要，上一次滤波得到的相位信息l_n即为本部分的最终结果。

图2所示为使用非均匀采样获取的氦氖参比信号与氦氖激光器发出的已知的氦氖激光光谱图。如图2(a)使用非均匀采样获取的红外光谱图。图2(b)氦氖激光器发出激光的已知光谱。图3(a)所示为红外干涉信号经非均匀傅里叶变换重建后的红外光谱图。图3(b)所示为经非均匀采样后得到红外光谱图。

从结果可以看出，基于非均匀采样得到的光谱图与常规的基于硬件采样的光谱图是相似的，且更加精准，这表明了基于傅里叶变换光谱仪的非均匀采样方法的可行性。通过数据可以得到，基于非均匀采样的光谱图的信噪比(SNR)可以比传统均匀采样的光谱图约高3.7倍。此外，采用基于傅里叶变换光谱仪与高速采集卡相结合的非均匀采样相比传统均匀采样速度可以提升接近100倍。

因此，本方法对于提高光程差非匀速变化的傅里叶光谱仪具有很大的潜力，是一种高效、准确的干涉图采样方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于高速采样的傅里叶变换光谱检测方法，其特征在于，所述方法包括以下步骤：

利用傅里叶变换光谱仪采集氦氖参比信号和红外干涉信号；

通过非线性轮廓提取法提取氦氖参比信号的轮廓信号，从而消除参比信号强度扰动造成的干扰；

通过自适应相位拟合计算出氦氖参比信号的相位信息，根据氦氖参比信号计算每个取样点的光程差，每个取样点的光程差一一对应于红外干涉信号；

对红外干涉信号进行非均匀傅里叶变换，从而获取得到红外光谱图；

其中，所述非线性轮廓提取法具体为：

1)轮廓的粗提取：根据仪器的探测器与动镜运动情况设定间隔参数c，提取信号峰值点，对所有信号峰值点进行合理性判别，剔除所有异常点，将剩余峰值点依据软约束的方式进行插值，所得到的轮廓线为粗提取的结果；

2)轮廓线的滤波处理：利用数据标记和数据驱动确定滤波参数，对信号进行循环自相关检验，预推断出滤波的最优参数，再利用该最优参数对信号进行滤波处理，最后对结果进行合理性验证，通过则认为滤波成功，否则重复进行数据驱动，直到符合合理性检验；

3)轮廓的拟合调节：利用拟合迭代进行优化。

2.根据权利要求1所述的一种基于高速采样的傅里叶变换光谱检测方法，其特征在于，所述自适应相位拟合具体为：

1)初始相位信息估计：使用混合数据标记法分别对轮廓信号与标准激光信号进行标记，通过非线性相关特征提取法对轮廓信号与已知标准激光信号分别进行特征提取；根据轮廓信号与标准激光信号的相关性参数，对提取的特征信号差异进行判断，并去除异常点；计算处理后的轮廓信号与标准激光信号的矩阵范数从而完成相位信息的初步提取；

2)多级滤波器滤波：采用非均匀采样方法，设计了多级滤波器对提取到的相位信息进行逐级滤波，若滤波后的验证误差参数满足需要，则上一次滤波得到的相位信息即为最终结果。

Images