CN111982856B - 一种基于太赫兹波的物质无标志检测识别方法 - Google Patents
一种基于太赫兹波的物质无标志检测识别方法 Download PDFInfo
- Publication number
- CN111982856B CN111982856B CN202010877062.6A CN202010877062A CN111982856B CN 111982856 B CN111982856 B CN 111982856B CN 202010877062 A CN202010877062 A CN 202010877062A CN 111982856 B CN111982856 B CN 111982856B
- Authority
- CN
- China
- Prior art keywords
- terahertz
- spectrum
- sample
- signal
- reference signal
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000000126 substance Substances 0.000 title claims abstract description 28
- 238000001228 spectrum Methods 0.000 claims abstract description 108
- 230000005540 biological transmission Effects 0.000 claims abstract description 80
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 17
- 230000001427 coherent effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000009825 accumulation Methods 0.000 claims description 8
- 230000008602 contraction Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims 1
- 238000010521 absorption reaction Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- FBPFZTCFMRRESA-KVTDHHQDSA-N D-Mannitol Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@H](O)CO FBPFZTCFMRRESA-KVTDHHQDSA-N 0.000 description 3
- 229930195725 Mannitol Natural products 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000005670 electromagnetic radiation Effects 0.000 description 3
- 235000010355 mannitol Nutrition 0.000 description 3
- 239000000594 mannitol Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001845 vibrational spectrum 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
- G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (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
本发明提供一种基于太赫兹波的物质无标志检测识别方法,属于物质检测技术领域,获取参考信号以及多组样品透射信号,对参考信号以及多组样品透射信号进行离散采样,对参考信号进行处理,得到参考信号的太赫兹频谱;对透射信号进行处理,得到透射信号的太赫兹频谱;将参考信号的太赫兹频谱与透射信号的太赫兹频谱进行对比,得到样品太赫兹吸收谱,与太赫兹指纹谱数据库比对,实现待测样品识别。本发明降低了高斯噪声对信号的干扰,实现了样品太赫兹特征谱的检测识别,相对传统算法,特征吸收峰提取方便、检测概率高、信噪比高,提取样品太赫兹特征谱,通过太赫兹指纹谱数据库对比,实现样品检测识别,样品检测概率均优于90%,高于传统算法检测概率。
Description
技术领域
本发明涉及物质检测技术领域,具体涉及一种基于太赫兹波的物质无标志检测识别方法。
背景技术
太赫兹波是频率范围为0.1THz~10THz、波长范围为30μm~3mm的介于无线电波和光波之间的电磁辐射,具有携带信息丰富,亚皮秒量级脉宽、高时空相干性、低光子能量、穿透性强、使用安全性高、定向性好、带宽高等特性,在国防、国土安全、天文、医疗、生物、计算机、通信等科学领域有着巨大的应用价值。
自然界中大部分物质在太赫兹频段具有明显响应,如许多生物大分子的振动和转动能级,半导体及超导材料等的声子振动能级都在太赫兹频段;太赫兹辐射对于大部分非极性材料有非常强的穿透能力;许多大材料分子振动光谱在太赫兹波段存在很多特征吸收峰,这使得太赫兹频段在物质检测分析领域具有广泛应用的基础。太赫兹频段具有一定的穿透能力,与X射线等波段不同的是,太赫兹频段的光子能量非常低,1THz电磁辐射的单光子能量只有4.1meV,不及X射线电磁辐射单光子能量的百万分之一,因此,不会对物质造成损害,从而达到物质无损测试的目的。基于以上优点,太赫兹波成为发现物质、认知物质的一种电磁媒介。
为了实现利用太赫兹指纹谱进行物质无标志识别,相关的硬件设备主要有太赫兹辐射源、太赫兹样品室、太赫兹探测器、太赫兹采集设备及服务器组成。太赫兹辐射源能够产生特定频率及功率的太赫兹连续波。太赫兹样品室一般包括精密控制设备实现太赫兹信号能够精准透过样品。太赫兹探测器能够实现样品反射/透射太赫兹信号的高灵敏度探测。数据采集设备通常具备较高的采样频率,实现太赫兹信号的离散化采集。服务器一般是一台计算机,可以接收来自于太赫兹采集设备发送的太赫兹信号,并对其进行数据处理、执行检测识别算法、调用太赫兹谱数据库实现样品检测识别。
传统的利用上述设备进行物质识别时的流程如图1所示,进行系统初始化并校准成功后,太赫兹源持续发射太赫兹信号,太赫兹探测器分别接受参考信号和待测样品的透射信号,时域太赫兹信号经AD处理传输给服务器,求解样品吸收的太赫兹透射特征谱,完成样品的检测识别。上述方法存在特征吸收峰提取困难、检测概率低、信噪比低、测试结果可靠性差等缺陷,无法满足太赫兹物质高精度检测识别的应用需求。
发明内容
本发明的目的在于提供一种能够实现样品太赫兹特征谱的检测识别,特征吸收峰提取方便、检测概率高、信噪比高的基于太赫兹波的物质无标志检测识别方法,以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的,本发明采取了如下技术方案:
本发明提供的基于太赫兹波的物质无标志检测识别方法,获取参考信号以及多组(组,/>)样品透射信号,按照设定的参数对参考信号以及多组(/>组,/>)样品透射信号进行离散采样,根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱,与太赫兹指纹谱数据库比对,实现待测样品识别;所述根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱包括:
对参考信号进行处理,得到参考信号的太赫兹频谱;
对透射信号进行处理,得到透射信号的太赫兹频谱;
将参考信号的太赫兹频谱与透射信号的太赫兹频谱进行对比,得到样品太赫兹吸收谱。
优选的,所述对参考信号进行处理,得到参考信号的太赫兹频谱包括:
利用经验模式分解对参考信号进行重构,获得重构时域信号;对重构时域信号进行傅里叶变换,即可得到参考信号的太赫兹频谱。
优选的,对透射信号进行处理,得到透射信号的太赫兹频谱包括:
利用小波网络对多组(组,/>)透射信号分别进行无效点检测,基于经验模式分解对透射信号进行重构,对重构后的透射信号分别进行傅里叶变换,即可得到多组透射信号频谱,对多组透射信号频谱进行频谱累积处理,利用希尔伯特变换进行频谱优化。
优选的,所述将参考信号的太赫兹频谱与透射信号的太赫兹频谱进行对比,得到样品太赫兹吸收谱包括:
基于参考信号的太赫兹特征谱和透射信号的太赫兹特征谱,求解样品太赫兹吸收谱,并对样品太赫兹吸收谱进行相干处理,利用局部优化算法增强样品太赫兹吸收谱,实现样品太赫兹吸收谱的特征提取。
优选的,利用经验模式分解对参考信号进行重构,在对参考信号进行经验模式分解时,参考信号与加入的高斯信号满足:
其中,ε表示高斯信号方差,εn表示参考信号与本征信号和间的误差,Nv表示表示加权系数取值范围[0,1]。
优选的,在参考信号重构过程中,设定参数R,若R值小于1,则被认为是噪声:
其中,IMFv表示经验模式分解得到的第v个本征函数,IMFi(i=1,…,v)表示经验模式分解得到的v个本征函数中的第i个。
优选的,利用小波网络对多组(组,/>)透射信号分别进行无效点检测,可表示为:
其中,l表示透射信号的次数,ul表示透射信号,表示小波函数,a与τ分别表示母小波的尺度因子与收缩因子,WTl(a,τ)第l个透射信号在以尺度因子a与收缩因子τ的前提下小波变换结果,*表示复共轭,d表示微分,λ表示积分变量时间,dλ表示变量λ的一个无穷小的增量。
优选的,对多组透射信号频谱进行频谱累积处理为:
其中,Qm表示进行傅里叶变换后的透射信号频谱,m=1,2,......M,M=l-1;
利用希尔伯特变换进行频谱优化为:
H=(S+jS)(S-jS)
其中,j2=-1。
优选的,求解样品太赫兹吸收谱为:
T=lin(H/W)
其中,W表示参考信号太赫兹频谱;
进行相干处理:
U=T·T
其中,·表示相干运算。
优选的,利用局部优化算法增强样品太赫兹吸收谱为:
其中,U[λmax(0)]表示U局部最优值;λmax(0)表示U的第一个局部最优值的在U中的索引值;
如果λmax(0)<Umax,则:
其中,λmax(1)表示U次局部最优值;
直到λmax(k)=Umax,k表示U的第k-1个局部最优值的索引值,完成样品太赫兹吸收谱的特征提取。
本发明有益效果:能够显著改变太赫兹信号信噪比,降低高斯噪声对信号的干扰,实现样品太赫兹特征谱的检测识别,可解决传统算法存在的特征吸收峰提取困难、检测概率低、信噪比低等缺陷,在提取样品太赫兹特征谱后,通过太赫兹指纹谱数据库对比,样品检测概率均优于90%,远高于传统算法80%的检测概率。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为传统的太赫兹物质检测识别方法流程图。
图2为本发明实施例所述的基于太赫兹波的物质无标志检测识别方法流程图。
图3为本发明实施例所述的根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱方法流程图。
图4为本发明实施例所述的参考信号的时域波形图。
图5为本发明实施例所述的重构参考信号的时域波形图。
图6为本发明实施例所述的参考信号的频谱图。
图7为本发明实施例所述的透射信号时域波形图。
图8为本发明实施例所述的重构透射信号的时域波形图。
图9为本发明实施例所述的透射信号的频谱图。
图10为本发明实施例所述的样品太赫兹吸收谱示意图。
图11为图10的局部放大图。
图12为本发明实施例所述的利用局部优化算法增强后的样品太赫兹吸收谱示意图。
图13为图12的局部放大图。
具体实施方式
下面详细叙述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明,下面结合附图以具体实施例对本发明作进一步解释说明,且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解,附图只是实施例的示意图,附图中的部件并不一定是实施本发明所必须的。
实施例1
本发明实施例1提供一种基于太赫兹波的物质无标志检测识别方法,获取参考信号以及多组(组,/>)样品透射信号,按照设定的参数对参考信号以及多组(/>组,/>)样品透射信号进行离散采样,根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱,与太赫兹指纹谱数据库比对,实现待测样品识别。具体包括如下步骤:
(1)校准太赫兹物质检测系统,所涉及的太赫兹物质检测系统包括太赫兹信号产生单元、样本室、太赫兹探测单元、太赫兹信号采集单元以及太赫兹信号处理单元,并对整个系统进行初始化:包括设定太赫兹发射信号功率、起始频率、采样周期、采集时长等关键参数;
(2)太赫兹信号产生单元连续发射太赫兹信号;
(3)太赫兹探测器分别接收参考信号与样品透射信号多组(组,/>);
(4)太赫兹信号采集单元按照设定的参数对太赫兹信号进行离散采样并发送给服务器;
(5)服务器根据接收到的信号提取待测样品太赫兹吸收谱(根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱);
(6)服务器通过与太赫兹指纹谱数据库比对,实现待测样品识别。
其中,在步骤(5)中,服务器接收上述参考信号与多组(组,/>)样品透射信号,对参考信号进行预处理,得到参考信号的太赫兹谱特征(对参考信号进行处理,得到参考信号的太赫兹频谱);同时,对样品透射信号进行处理,得到透射信号的太赫兹频谱与参考信号进行对比,得到样品太赫兹吸收谱,再利用优化后的样品太赫兹特征谱,通过调用太赫兹指纹谱数据库实现样品检测识别。具体的,步骤(5)包括以下A-C三个步骤:
A:利用基于经验模式分解对参考信号进行重构,获得重构时域信号;对重构时域信号进行傅里叶变换,即可得到参考信号的太赫兹频谱。
B:利用小波网络对多组(组,/>)透射信号分别进行无效点检测,基于经验模式分解对透射信号进行重构,对重构后的透射信号分别进行傅里叶变换,即可得到多组透射信号频谱,对多组透射信号频谱进行频谱累积处理,利用希尔伯特变换进行频谱优化。
C:基于参考信号的太赫兹谱特征和透射信号的太赫兹谱特征,求解样品太赫兹吸收谱,并对样品太赫兹吸收谱进行相干处理,利用局部优化算法增强样品太赫兹吸收谱,实现样品太赫兹吸收谱的特征提取。
在本发明实施例1中,利用基于经验模式分解对参考信号进行重构,在对参考信号进行经验模式分解时,参考信号与加入的高斯信号满足:
其中,ε表示高斯信号方差,εn表示参考信号与本征信号和间的误差,Nv表示加权系数取值范围[0,1]。
在参考信号重构过程中,设定参数R,若R值小于1,则被认为是噪声:
其中,IMFv表示经验模式分解得到的第v个本征函数,IMFi(i=1,…,v)表示经验模式分解得到的v个本征函数中的第i个。
利用小波网络对多组(组,/>)透射信号分别进行无效点检测,可表示为:
其中,l表示透射信号的次数,ul表示透射信号,表示小波函数,a与τ分别表示母小波的尺度因子与收缩因子,WTl(a,τ)表示第l个透射信号在以尺度因子a与收缩因子τ的前提下小波网络结果,*表示复共轭,d表示微分,λ表示积分变量时间,dλ表示变量λ的一个无穷小的增量。
对多组透射信号频谱进行频谱累积处理为:
其中,Qm表示进行傅里叶变换后的透射信号频谱,m=1,2,......M,M=l-1;
利用希尔伯特变换进行频谱优化为:
H=(S+jS)(S-jS)
其中,j2=-1。
求解样品太赫兹吸收谱为:
T=lin(H/W),
其中,W表示参考信号太赫兹频谱;
进行相干处理:
U=T·T,
其中,·表示相干运算。
利用局部优化算法增强样品太赫兹吸收谱为:
其中,U[λmax(0)]表示U局部最优值;λmax(0)表示U的第一个局部最优值在U中的索引值;
如果λmax(0)<Umax,则:
其中,λmax(1)表示U次局部最优值;
直到λmax(k)=Umax,k表示U的第k-1个局部最优值的索引值。由此,实现样品太赫兹吸收谱的特征提取。
在本发明实施例1中,通过重构太赫兹信号,能够显著改变太赫兹信号信噪比,降低高斯噪声对信号的干扰,实现样品太赫兹特征谱的检测识别,可解决传统算法存在的特征吸收峰提取困难、检测概率低、信噪比低等缺陷。
实施例2
如图2所示,本发明实施例2提供一种太赫兹物质无标志检测识别算法,包括以下步骤:
(1)校准太赫兹物质检测系统,所涉及的太赫兹物质检测系统包括太赫兹信号产生单元、样本室、太赫兹探测单元、太赫兹信号采集单元以及太赫兹信号处理单元,并对整个系统进行初始化:包括设定太赫兹发射信号功率、起始频率、采样周期、采集时长等关键参数;
(2)太赫兹信号产生单元连续发射太赫兹信号;
(3)太赫兹探测器分别接收参考信号与多组(组,/>)样品透射信号;
(4)太赫兹信号采集单元按照设定的参数对太赫兹信号进行离散采样并发送给服务器;
(5)服务器根据接收到的信号提取待测样品太赫兹吸收谱;
(6)服务器通过与太赫兹指纹谱数据库比对,实现待测样品识别。
在本发明实施例2中,所述的步骤(5)是服务器接收上述信号,对参考信号进行预处理,得到参考信号的太赫兹谱特征;同时对样品透射信号进行处理,通过与参考信号进行对比,得到样品太赫兹吸收谱,再利用优化后的样品太赫兹特征谱,通过调用太赫兹指纹谱数据库实现样品检测识别。
图3为步骤(5)的详细算法流程图。如图3所示,在本发明实施例2中,以甘露糖醇为待测样品样品,在步骤(5)中,出现的相关结果均是以甘露糖醇为待测样品,利用6365A太赫兹时域光谱仪为主要测试仪器。
步骤(5)的详细算法包括如下A-C三个步骤:
A.服务器对步骤(4)得到的参考信号进行超分辨率重构,有效抑制高斯噪声的影响,实现对空状态下参考太赫兹信号频谱估计;
B.服务器对步骤(4)得到的组/>测试的样本透射太赫兹信号,依次进行太赫兹信号无效点检测、太赫兹信号重构、太赫兹频谱估计、太赫兹频谱优化等处理,得到具有较高信噪比的太赫兹频谱;
C.根据步骤A与步骤B得到的参考信号太赫兹频谱与样本透射太赫兹信号频谱,求得样品吸收谱;在此基础上,通过太赫兹吸收谱局与优化得到具有明显峰值的太赫兹特征谱。
具体来说,步骤A细化为如下的计算步骤:
1)设定参数值,主要是对空状态下太赫兹探测器接收太赫兹信号的时长,对空状态下探测得到的太赫兹信号作为参考信号,假设参考信号为w,如图4所示为获取的参考信号的时域波形图。
2)利用集合经验模式分解对参考信号w进行重构,在对参考信号w进行经验模式分解时,设定参考信号w与加入高斯信号满足:
其中,ε表示高斯信号方差,εn表示参考信号与本征信号和间的误差,Nv表示加权系数取值范围[0,1]。
在参考信号重构过程中,设定参数R,若R值小于1,则被认为是噪声:
其中,IMFv表示经验模式分解得到的第v个本征函数,IMFi(i=1,…,v)表示经验模式分解得到的v个本征函数中的第i个。
在参考信号重构过程中,若参数R值小于1,则被认为是噪声,由此可至,基于经验模式分解得到的重构时域信号可表示为w1,如图5所示,为获取的重构后的参考信号的时域波形图。
3)对重构后的时域信号w1进行快速傅里叶变换,即可得到参考信号的频谱,记为W,如图6所示。
具体来说,步骤B细化为如下的计算步骤:
1)设定参数值,主要是测试样本时太赫兹探测器接收太赫兹信号的时长及探测次数l(l>2),样本测试时得到太赫兹信号记为为um(m=1,…,M)(M=l-1),如图7所示。
2)利用小波网络对样品透射太赫兹信号进行无效点检测,可表示为:
其中,l表示透射信号的次数,ul表示透射信号,表示小波函数,a与τ分别表示母小波的尺度因子与收缩因子,WTl(a,τ)第l个透射信号在以尺度因子a与收缩因子τ的前提下小波网络结果,*表示复共轭,d表示微分,λ表示积分变量时间,dλ表示变量λ的一个无穷小的增量。
在实施例2中,通过利用小波网络完成无效点的定位,基于高阶多项式实现无效点的补偿。采用Morlet函数作为母小波,检测后的样本信号记为u1m(m=1,…,M)(M=l-1)。
3)基于步骤A中的基于经验模式分解的信号重构算法实现样本信号重构,重构后的样本信号记为u2m(m=1,…,M)(M=l-1),如图8所示。
4)对重构后的样本信号记为u2m(m=1,…,M)分别进行快速傅里叶变换,即可得到样本信号频谱,记为Qm(m=1,…,M),如图9所示。
5)对测试得到的l组样本信号的频谱,对其进行频谱累积处理,实现频谱优化,可表示为:
在此基础上,利用希尔伯特变换对式(4)进行频谱优化,可表示为:
H=(S+jS)(S-jS) (5),
其中,j2=-1。
具体来说,步骤C细化为如下的计算步骤:
1)基于步骤B得到的参考信号频谱W与步骤C得到的样品透射信号频谱H,求解样品特征谱为:
T=lin(H/W) (6)
样品太赫兹吸收谱如图10所示,局部放大图如图11所示。
2)为了显著增强样品吸收谱,对样品特征谱进行相干处理,可表示为:
U=T·T (7)
其中,·表示相干运算。
3)同时,利用局部优化算法实现吸收谱增强,可表示为:
其中,U[λmax(0)]表示U局部最优值;λmax(0)表示U的第一个局部最优值的在U中的索引值。
如果λmax(0)<Umax,则:
其中,λmax(1)表示U次局部最优值。
上述循环直到λmax(k)=Umax为止,k表示U的第k-1个局部最优值的索引值,由此,实现样品太赫兹特征谱的提取。优化后的样品太赫兹吸收谱如图12所示,局部放大图如图13所示。
综上所述,本发明实施例所述的基于太赫兹波的物质无标志检测识别方法,通过重构太赫兹信号,能够显著改变太赫兹信号信噪比,降低高斯噪声对信号的干扰,实现样品太赫兹特征谱的检测识别,可解决传统算法存在的特征吸收峰提取困难、检测概率低、信噪比低等缺陷,通过利用本发明公开的算法,以甘露糖醇为测试样本,在提取样品太赫兹特征谱后,通过太赫兹指纹谱数据库对比,样品检测概率均优于90%(测试次数为50次),远高于传统算法80%的检测概率。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本发明公开的技术方案的基础上,本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于太赫兹波的物质无标志检测识别方法,获取参考信号以及多组样品透射信号,按照设定的参数对参考信号以及多组样品透射信号进行离散采样,根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱,与太赫兹指纹谱数据库比对,实现待测样品识别;其特征在于,所述根据采样后的参考信号和透射信号提取待测样品太赫兹吸收谱包括:
对参考信号进行处理,得到参考信号的太赫兹频谱;
所述对参考信号进行处理,得到参考信号的太赫兹频谱包括:
利用基于经验模式分解对参考信号进行重构,获得重构时域信号;对重构时域信号进行傅里叶变换,即可得到参考信号的太赫兹频谱;
对透射信号进行处理,得到透射信号的太赫兹频谱;
将参考信号的太赫兹频谱与透射信号的太赫兹频谱进行对比,得到样品太赫兹吸收谱;
所述将参考信号的太赫兹频谱与透射信号的太赫兹频谱进行对比,得到样品太赫兹吸收谱包括:
基于参考信号的太赫兹谱特征和透射信号的太赫兹谱特征,求解样品太赫兹吸收谱,并对样品太赫兹吸收谱进行相干处理,利用局部优化算法增强样品太赫兹吸收谱,实现样品太赫兹吸收谱的特征提取;
对透射信号进行处理,得到透射信号的太赫兹频谱包括:
利用小波网络对多组透射信号分别进行无效点检测,基于经验模式分解对透射信号进行重构,对重构后的透射信号分别进行傅里叶变换,即可得到多组透射信号频谱,对多组透射信号频谱进行频谱累积处理,利用希尔伯特变换进行频谱优化;
利用小波网络对多组透射信号分别进行无效点检测,表示为:
其中,表示透射信号的次数,/>表示透射信号,/>表示小波函数,/>与/>分别表示母小波的尺度因子与收缩因子,/>第l个透射信号在以尺度因子a与收缩因子τ的前提下小波网络结果,/>表示复共轭,d表示微分,λ表示积分变量时间,dλ表示变量λ的一个无穷小的增量;
对多组透射信号频谱进行频谱累积处理为:
其中,表示进行傅里叶变换后的透射信号频谱,/>,/>;
利用希尔伯特变换进行频谱优化为:
其中,,S为对多组透射信号频谱进行频谱累积处理的结果;
基于得到的参考信号频谱与样品透射信号频谱/>,求解样品特征谱为:
;
进行相干处理:
,其中,/>表示相干运算。
2.根据权利要求1所述的基于太赫兹波的物质无标志检测识别方法,其特征在于,利用基于经验模式分解对参考信号进行重构,在对参考信号进行经验模式分解时,参考信号与加入的高斯信号满足:
其中,表示高斯信号方差,/>表示参考信号与本征信号和间的误差,/>表示表示加权系数取值范围[0,1]。
3.根据权利要求1所述的基于太赫兹波的物质无标志检测识别方法,其特征在于,在参考信号重构过程中,设定参数,若/>值小于1,则被认为是噪声:
其中,IMFv表示经验模式分解得到的第v个本征函数,IMFi (i=1,…,v)表示经验模式分解得到的v个本征函数中的第i个。
4.根据权利要求1所述的基于太赫兹波的物质无标志检测识别方法,其特征在于,利用局部优化算法增强样品太赫兹吸收谱为:
;
其中,表示/>局部最优值;/>表示U的第一个局部最优值的在U中的索引值;
如果,则:
其中,表示U次局部最优值;
直到=/>,k表示U的第k-1个局部最优值的索引值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877062.6A CN111982856B (zh) | 2020-08-27 | 2020-08-27 | 一种基于太赫兹波的物质无标志检测识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877062.6A CN111982856B (zh) | 2020-08-27 | 2020-08-27 | 一种基于太赫兹波的物质无标志检测识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111982856A CN111982856A (zh) | 2020-11-24 |
CN111982856B true CN111982856B (zh) | 2023-08-01 |
Family
ID=73439933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010877062.6A Active CN111982856B (zh) | 2020-08-27 | 2020-08-27 | 一种基于太赫兹波的物质无标志检测识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982856B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092402B (zh) * | 2021-05-19 | 2022-11-15 | 中国电子科技集团公司第四十一研究所 | 一种非接触式物质太赫兹特征谱检测识别系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106248610A (zh) * | 2016-10-20 | 2016-12-21 | 中国石油大学(北京) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 |
CN107515202A (zh) * | 2017-08-17 | 2017-12-26 | 清华大学 | 太赫兹光谱分析方法、系统及设备 |
CN108732125A (zh) * | 2018-06-05 | 2018-11-02 | 中国电子科技集团公司第四十研究所 | 一种基于高斯迭代算法的太赫兹材料内部缺陷检测方法 |
CN109805931A (zh) * | 2019-02-18 | 2019-05-28 | 中电科仪器仪表有限公司 | 基于太赫兹多普勒雷达的远距离生命微动信号检测方法 |
WO2019153460A1 (zh) * | 2018-02-06 | 2019-08-15 | 深圳市无牙太赫兹科技有限公司 | 基于atr模式的物质成分鉴别方法、装置和计算机设备 |
CN110448290A (zh) * | 2019-08-19 | 2019-11-15 | 中电科仪器仪表有限公司 | 一种基于太赫兹穿墙雷达的远距离人员心率检测方法、装置及系统 |
CN111123266A (zh) * | 2019-11-22 | 2020-05-08 | 中国电子科技集团公司第四十一研究所 | 一种太赫兹波大面积均匀照明装置及成像方法 |
CN111142084A (zh) * | 2019-12-11 | 2020-05-12 | 中国电子科技集团公司第四十一研究所 | 一种微动太赫兹谱识别检测算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016206965B4 (de) * | 2016-04-25 | 2022-02-03 | Bruker Optik Gmbh | Verfahren zur Messung und Bestimmung eines THz-Spektrums einer Probe |
-
2020
- 2020-08-27 CN CN202010877062.6A patent/CN111982856B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106248610A (zh) * | 2016-10-20 | 2016-12-21 | 中国石油大学(北京) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 |
CN107515202A (zh) * | 2017-08-17 | 2017-12-26 | 清华大学 | 太赫兹光谱分析方法、系统及设备 |
WO2019153460A1 (zh) * | 2018-02-06 | 2019-08-15 | 深圳市无牙太赫兹科技有限公司 | 基于atr模式的物质成分鉴别方法、装置和计算机设备 |
CN108732125A (zh) * | 2018-06-05 | 2018-11-02 | 中国电子科技集团公司第四十研究所 | 一种基于高斯迭代算法的太赫兹材料内部缺陷检测方法 |
CN109805931A (zh) * | 2019-02-18 | 2019-05-28 | 中电科仪器仪表有限公司 | 基于太赫兹多普勒雷达的远距离生命微动信号检测方法 |
CN110448290A (zh) * | 2019-08-19 | 2019-11-15 | 中电科仪器仪表有限公司 | 一种基于太赫兹穿墙雷达的远距离人员心率检测方法、装置及系统 |
CN111123266A (zh) * | 2019-11-22 | 2020-05-08 | 中国电子科技集团公司第四十一研究所 | 一种太赫兹波大面积均匀照明装置及成像方法 |
CN111142084A (zh) * | 2019-12-11 | 2020-05-12 | 中国电子科技集团公司第四十一研究所 | 一种微动太赫兹谱识别检测算法 |
Non-Patent Citations (1)
Title |
---|
卢敏 ; 李小霞 ; 尚丽平 ; 邓琥 ; .基于经验模态分解提高太赫兹频率分辨率的方法.光谱学与光谱分析.2016,(第09期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111982856A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ferguson et al. | Identification of biological tissue using chirped probe THz imaging | |
US10891719B2 (en) | Systems, methods and programs for denoising signals using wavelets | |
Kestin et al. | Time–frequency variability of ENSO and stochastic simulations | |
US10641703B2 (en) | Method of enhancing absorption spectral signals of biological samples in terahertz wavebands | |
CN111915007B (zh) | 一种基于神经网络的磁共振谱降噪方法 | |
CN107468250B (zh) | 基于多尺度熵的生物组织太赫兹成像方法、系统和设备 | |
CN111982856B (zh) | 一种基于太赫兹波的物质无标志检测识别方法 | |
CN107966687B (zh) | 基于部分自相关谱的mimo雷达信号调制类型识别方法 | |
CN113238193A (zh) | 一种多分量联合重构的sar回波宽带干扰抑制方法 | |
CN113092402B (zh) | 一种非接触式物质太赫兹特征谱检测识别系统及方法 | |
CN109884581A (zh) | 一种基于任意阵列的太赫兹宽空域无源测向方法 | |
EP2388611B1 (en) | Production of spectra with improved signal-to-noise ratio | |
Abramovich et al. | Adaptive ionospheric distortion correction techniques for HF skywave radar | |
CN113095113B (zh) | 一种用于水下目标识别的小波线谱特征提取方法及系统 | |
CN116883720A (zh) | 基于空谱注意力网络的果蔬农药残留检测方法及系统 | |
Gallant et al. | Time series realizations obtained according to an experimental design | |
Zhang et al. | Compressive orthogonal frequency division multiplexing waveform based ground penetrating radar | |
Xu et al. | Low-level processing of passive hyperspectral microwave measurements from HiSRAMS | |
CN109446910A (zh) | 一种通信辐射源信号分类识别方法 | |
Cheng et al. | Recognition of MIR Data of Semen Armeniacae Amarum and Semen Persicae Using Discrete Wavelet Transformation and BP‐Artificial Neural Network | |
Ferguson et al. | Terahertz imaging of biological tissue using a chirped probe pulse | |
Mukerjee et al. | A microwave tomography system using time-reversal imaging for forestry applications | |
CN111024305B (zh) | 一种利用THz信号进行真空度检测的方法 | |
CN116385296B (zh) | 基于自适应软阈值收缩的太赫兹成像方法 | |
Xu et al. | Effect Analysis of the Core Algorithm in Fast Fourier Transform Spectrometer (FFTS) |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province Applicant after: CLP kesiyi Technology Co.,Ltd. Address before: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province Applicant before: CHINA ELECTRONICS TECHNOLOGY INSTRUMENTS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |