CN112345489B - 基于多元光学计算的近红外光谱测试方法 - Google Patents
基于多元光学计算的近红外光谱测试方法 Download PDFInfo
- Publication number
- CN112345489B CN112345489B CN202011200158.5A CN202011200158A CN112345489B CN 112345489 B CN112345489 B CN 112345489B CN 202011200158 A CN202011200158 A CN 202011200158A CN 112345489 B CN112345489 B CN 112345489B
- Authority
- CN
- China
- Prior art keywords
- near infrared
- mode
- sample
- infrared spectrum
- optical filter
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 111
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 64
- 238000004364 calculation method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 title claims abstract description 20
- 239000013598 vector Substances 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 14
- 238000004451 qualitative analysis Methods 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012628 principal component regression Methods 0.000 claims description 7
- 238000012569 chemometric method Methods 0.000 claims description 6
- 238000004497 NIR spectroscopy Methods 0.000 claims description 5
- 238000012417 linear regression Methods 0.000 claims description 5
- 238000010998 test method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 14
- 239000004973 liquid crystal related substance Substances 0.000 description 12
- 238000010606 normalization Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 239000000203 mixture Substances 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于多元光学计算的近红外光谱测试方法，包括：步骤一、获取样品的近红外光谱进行建模，得到系数向量，将系数向量映射到近红外光谱仪的芯片单元以此设置其微镜的开关状态构成测量模式，形成光学滤波器；步骤二、一个光学滤波器对应建立一个测量模式，利用模式对待测样本进行测量，待测样品信息通过光学滤波器得到光调制，直接得到分析结果，实现对样品的定性定量分析。本发明是一种光学滤波器实现、测量的新方法，能灵活地、选择性地控制MEMS芯片来实现滤波器；以滤波器作为模式对样品进行测量以实现多元光学计算，能快速实现不同样品的定性定量分析，具有速度快、可行性强、易于实用化、无需数据后处理等优点。
Description
技术领域
本发明属于近红外光谱分析技术领域，涉及基于多元光学计算的近红外光谱测试方法。
背景技术
对于传统的光谱仪，检测器得到的是光谱信息数据，必须通过繁琐的数据处理(整个处理过程也叫后处理，即建模样本先进行光谱测量，建模后得到校正模型；而预测样品也先进行光谱测量，得到光谱数据后通过校正模型进行光谱数据处理，最后才能得到预测样品的结果)才能获得预测结果。而多元光学计算(multivariate optical computing，MOC)是一种在光学测量过程中利用光学滤波器实现光学计算的方法。基于MOC原理的光谱仪通过单点检测器即可获得定性定量分析结果，不再需要复杂的仪器设计和繁琐的数据处理，具有快捷、实用、无需建立复杂分析模型等优点，可广泛应用于食品农产品、化学化工、生物医学等领域。MOC方法的关键是滤波器，只需根据分析目标设计合适的滤波器，检测信号就能直接反映分析结果。
微机电系统(MEMS)是一种精密机械加工技术，集微执行器、微机械结构和控制电路等于一体，MEMS芯片逐渐成为光谱仪的重要元件。液晶(liquid crystal,LC)芯片、DMD(digital micromirror device)芯片等设备都是MEMS芯片，是可以对光的空间分布进行调制的器件。液晶芯片、DMD芯片可在MOC光谱仪中充当滤波器，通过控制晶片/微镜单元来实现对光的调制。基于液晶芯片或DMD芯片的多元近红外光谱仪，凭借自身体积小、稳定性强、快捷实用、编码灵活、生产成本低等诸多优势，成为近年来的研究热点。
在目前的研究中，基于MEMS芯片(液晶芯片、DMD芯片等)的近红外光谱仪仍参照传统光谱仪的方式，将获取的光谱信息按波长顺序进行标定，再利用芯片对波长进行选通和调制，并没有实现多元光学计算的原理。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
本发明还有一个目的是提供基于多元光学计算的近红外光谱测试方法。本发明不再考虑波长顺序，直接利用模式序列调控MEMS芯片，实现对光学滤波器的设计。本发明阐述了光学滤波器的设计、实现和滤波器的测量，实现了基于MOC原理的近红外光谱测试方法的建立。
为此，本发明提供的技术方案为：
基于多元光学计算的近红外光谱测试方法，包括如下步骤：
步骤一、获取样品的近红外光谱，以近红外光谱仪的镜子列信息为横坐标、吸光度值为纵坐标对已有的近红外光谱进行建模，得到系数向量，将所述系数向量映射到近红外光谱仪的芯片单元以此设置其微镜的开关状态构成测量模式，形成光学滤波器；
步骤二、一个所述光学滤波器对应建立一个测量模式，利用所述模式对待测样本进行测量，待测样品信息通过所述光学滤波器得到光调制，直接得到分析结果，实现对样品的定性定量分析。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，步骤一中，所述已有的近红外光谱为标准样品的近红外光谱。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，步骤一中，所述标准样品的近红外光谱为模式序列近红外光谱或其他任何形式的近红外光谱。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，步骤一中，采用化学计量学方法建模，所述化学计量学方法包括偏最小二乘法、主成分回归法、多元线性回归法或其他方法。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，步骤一中，所述系数向量是设计所述光学滤波器的模板，所述系数向量信息经处理后传递给芯片单元。比如，其中的一种方法是依据“该模式下各列的回归系数值/最大的回归系数值”来进行归一化处理，得到该模式下各列微镜的能量分布百分数；在该模式下，每列微镜获得的能量百分数乘上该列所有镜子的总光强得到所需的光强值，以此确定该模式下每列微镜处于打开状态的个数。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，当所述系数向量均为正值时，建立一个所述光学滤波器，一个所述光学滤波器对应建立一个测量模式，该模式下的样品的测量值与样品浓度成比例。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，当系数向量同时有正值数据和负值数据时，建立两个所述光学滤波器，其中以所述系数向量的正值数据建立的光学滤波器作为第一光学滤波器，以所述系数向量的负值数据建立的光学滤波器作为第二光学滤波器，同时对应建立两个测量模式，该两个模式的测量值的差值与样品浓度成比例。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，所述差值为以所述第一光学滤波器对应的模式测量值与所述第二光学滤波器对应的模式测量值的差。
优选的是，所述的基于多元光学计算的近红外光谱测试方法中，所述模式序列近红外光谱的构建方法为：建立数据阵列作为模式序列，建立起所述模式序列中每一模式与光谱仪的芯片单元的开关状态的对应关系，并将每个所述模式中所确定的n*m微镜单元开关状态的信息反传递到所述芯片单元；在每个所述模式下分别测量出样品的近红外光谱数据，获得样品的模式序列近红外光谱数据。
术语解释：
(1)近红外光谱：近红外光是介于可见光(Vis)和中红外(MIR)之间的电磁辐射波，其光谱区域定义为780-2526nm。不同基团或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别，近红外光谱具有丰富的结构和组成信息，适用于各类样品的物化参数测量。近年来，近红外光谱技术已经被广泛应用在食品烟草、石油化工和生物医疗等领域。
(2)多元光学计算(MOC)：是一种在光学测量中利用光学滤波器实现光学计算的方法。基于MOC的光谱仪通过单点检测器即可获得定性定量分析结果，不再需要复杂的仪器设计和繁琐的数据处理。基于MOC的光谱分析技术被称为集成传感与处理(ISP)，又称为压缩检测或预测光谱。MOC的关键是滤波器，只需根据分析目标设计合适的滤波器，检测信号就能直接反映分析结果。近年来，科研工作者不断对滤波器的设计进行优化和改进，光学运算性能不断得到提高。MOC光谱仪具有快捷、实用、无需建立复杂分析模型等优点。
(3)光学滤波器：通过反射或干涉来获得特定波长的光，达到空间光调制的目的。
(4)微机电系统(MEMS)：MEMS系统主要包括微型传感器、执行器和相应的处理电路三部分。自然界各种信息可作为输入信号，首先通过传感器转换成电信号，经过信号处理后(包括模拟/数字信号间的变换)再通过微执行器对外部世界发生作用。传感器可以实现能量的转化，从而将各种信号转换为系统可以处理的电信号。执行器则根据信号处理来控制电路去完成各种功能。信号处理部分可以根据控制电路进行信号转换、放大和计算等处理。微机电系统还能够以光、电、磁等形式与外界进行通信，并输出信号以供显示，或与其他系统协同工作以构成一个更完整的系统。MEMS芯片具有微型化、批量生产、集成化、方便扩展等特点。
(5)数字微镜芯片(DMD)：最早由德州仪器(TI)公司制造，是由成千上万个各自位置独立的可倾斜镜片组成的半导体光开关阵列的器件。DMD是光开光的一种，利用旋转反射镜实现光开光的开合。DMD中的每个镜子，均由底层CMOS电路独立控制，大小在微米级别。DMD是光学微机电系统(MEMS)芯片，由各自独立控制的铝微镜集成为二维阵列，能提供二进制滤波状态(on为1，off为0)。DMD是数字光处理技术的核心部件，目前主要应用于光纤通信的路由器、滤波器、数字相机、平面光学显示器和轮廓测量仪等方面。
(6)液晶芯片：液晶(LC)是最为广泛的一种电光效应材料，液晶芯片由液晶阵列组成，是当前应用最广泛的一种光调制器。液晶芯片是利用光偏振产生相位或振幅调制变谱滤波函数，即通过提供变化的透射率或反射率产生任意形状的光谱滤波函数。液晶芯片具有其低成本、高分辨相位控制、高填充系数和高信噪比等优点。
(7)模式(pattern)：MEMS芯片单元的开关组合形式(二进制表示为0/1形式)，构成一个模式。每一模式采集一个数据点，不同模式的序列数据可构成模式序列光谱。
(8)映射：从系数向量信息转变到MEMS芯片单元开关状态的一个过程。映射包括数据信息处理、数据信息传递两个过程。常用处理方法有归一化、尺度调整、规范化、数据标准化等。
本发明至少包括以下有益效果：
本发明通过模式序列控制MEMS芯片从而建立光学滤波器，在光学测量过程中实现光学计算，可根据需要设计任意模式控制任意位置微镜的开关状态，可对不同样品进行定性定量分析。本发明是一种滤波器实现、滤波器测量的新方法，能灵活地、选择性地控制MEMS芯片来建立滤波函数并实现；该光学滤波器作为MOC光谱仪的重要元件，滤波器作为一个(或两个)模式对样品进行测量，该模式的检测值直接就是分析结果，这种基于MOC的近红外光谱测量方法能快速实现不同样品的定性定量分析，具有速度快、可行性强、易于实用化、无需数据后处理等优点。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明其中一个实施例中的建模样本的模式序列近红外光谱图；
图2为本发明其中一个实施例中的回归系数(光学滤波器的形状)的图；
图3为本发明其中一个实施例中的光学滤波器的设计示意图，其中按模式序列控制微镜，阴影为需要打开的镜子；
图4为本发明其中一个实施例中的样品的定量结果(水-乙醇-乙二醇三元混合物的定量结果)图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明提供基于多元光学计算的近红外光谱测试方法，包括如下步骤：
步骤一、获取样品的近红外光谱，以近红外光谱仪的镜子列信息为横坐标、吸光度值为纵坐标对已有的近红外光谱进行建模，得到系数向量，将所述系数向量映射到近红外光谱仪的芯片单元以此设置其微镜的开关状态构成测量模式，形成光学滤波器；
步骤二、一个所述光学滤波器对应建立一个测量模式，利用所述模式对待测样本进行测量，待测样品信息通过所述光学滤波器得到光调制，直接得到分析结果，实现对样品的定性定量分析。
在本发明的其中一个实施例中，作为优选，步骤一中，所述已有的近红外光谱为标准样品的近红外光谱。
在上述方案中，步骤一中，所述标准样品的近红外光谱为模式序列近红外光谱或其他任何形式的近红外光谱或其他方法。
在本发明的其中一个实施例中，作为优选，步骤一中，采用化学计量学方法建模，所述化学计量学方法包括偏最小二乘法、主成分回归法、多元线性回归法或其他方法。
在本发明的其中一个实施例中，作为优选，步骤一中，所述系数向量是设计所述光学滤波器的模板，所述系数向量信息经处理后传递给芯片单元。比如，其中的一种方法是依据“该模式下各列的回归系数值/最大的回归系数值”来进行归一化处理，得到该模式下各列微镜的能量分布百分数；在该模式下，每列微镜获得的能量百分数乘上该列所有镜子的总光强得到所需的光强值，以此确定该模式下每列微镜处于打开状态的个数。
在本发明的其中一个实施例中，作为优选，当所述系数向量均为正值时，建立一个所述光学滤波器，一个所述光学滤波器对应建立一个测量模式，该模式下的样品的测量值与样品浓度成比例。
在本发明的其中一个实施例中，作为优选，当系数向量同时有正值数据和负值数据时，建立两个所述光学滤波器，其中以所述系数向量的正值数据建立的光学滤波器作为第一光学滤波器，以所述系数向量的负值数据建立的光学滤波器作为第二光学滤波器，同时对应建立两个测量模式，该两个模式的测量值的差值与样品浓度成比例。
在上述方案中，作为优选，所述差值为以所述第一光学滤波器对应的模式测量值与所述第二光学滤波器对应的模式测量值的差。
在本发明的其中一个实施例中，作为优选，所述模式序列近红外光谱的构建方法为：建立数据阵列作为模式序列，建立起所述模式序列中每一模式与光谱仪的芯片单元的开关状态的对应关系，并将每个所述模式中所确定的n*m微镜单元开关状态的信息传递到所述芯片单元；在每个所述模式下分别测量出样品的近红外光谱数据，获得样品的模式序列近红外光谱数据。
为使本领域技术人员更好地理解本发明的技术方案，现提供如下的实施例进行说明：
本发明设计的基于多元光学计算的近红外光谱测试方法，先利用标准样品的近红外光谱获取系数向量(即滤波器的形状)，再依此系数向量调控MEMS芯片实现滤波器，最后将滤波器作为模式对待测样本进行检测，实现近红外光谱测试方法的建立。以下步骤将具体阐述光学滤波器实现、滤波器测量和整个基于多元光学计算的近红外光谱测试方法的过程。
步骤一：获取标准样品的近红外光谱，对所述近红外光谱进行建模，得到系数向量，将所述系数向量映射到芯片单元以此设置其开关状态，即形成所述光学滤波器；
步骤二、将所述光学滤波器作为模式(一个或两个模式)，利用所述模式对待测样本进行测量，样品信息通过所述光学滤波器得到光调制，该模式的检测值即为分析结果，直接实现对样品的定性定量分析。
(1)步骤一的“标准样品的近红外光谱”，可以是模式序列近红外光谱，也可以是其他任何形式的光谱。
(2)步骤一的“建模方法”，包括偏最小二乘(PLS)、主成分回归(PCR)、多元线性回归(MLR)等一系列化学计量学方法。
(3)步骤一的“系数向量”，可以为正值数据或者同时有正值和负值数据。
(4)步骤一的“映射”，指从系数向量信息转变到芯片单元开关状态信息的一个过程。映射包括数据信息处理、数据信息传递两个过程。常见处理方法有归一化、尺度调整、规范化、数据标准化等。
(5)系数向量是制作滤波器的模板。因建模样本的不同，系数向量会有两种情况：均为正值数据或者同时有正值和负值数据。系数向量均为正值时，建立一个滤波器，即一个模式，该模式的测量值与样品浓度成比例。系数向量同时有正值和负值数据时，建立两个滤波器(正值对应滤波器1，负值对应滤波器2)，即两个模式，两个模式测量值的差值(滤波器1-滤波器2)与样品浓度成比例。
(6)模式序列近红外光谱的构建方法为：建立数据阵列作为模式序列，建立起所述模式序列中每一模式与光谱仪的芯片单元的开关状态的对应关系，并将每个所述模式中所确定的n*m微镜单元开关状态的信息传递到所述芯片单元；在每个所述模式下分别测量出样品的近红外光谱数据，获得样品的模式序列近红外光谱数据。
(7)反映“映射”过程的一个例子，即实现滤波器的一种方法(与实例相同的方法)：对样品光谱进行建模，获得系数向量。系数向量是设计光学滤波器的模板，系数向量依据“该模式下各列的回归系数值/最大的回归系数值”来进行归一化处理，得到该模式下各列微镜的能量分布百分数。在该模式下，每列微镜获得的能量百分数乘上该列所有镜子的总光强得到所需的光强值，以此确定该模式下每列微镜处于打开状态的个数(打开微镜的总光强要等于所需要的光强值)。通过确定每列镜子的打开个数从而实现对透光率的控制，以此实现光学滤波器。
对三元混合物进行定量分析，如图1所示，为建模样本的模式序列近红外光谱图。
(1)获取建模样品的模式序列近红外光谱
表1建模样品信息
(2)利用化学计量学方法(偏最小二乘PLS等)对模式序列近红外光谱进行建模，得到系数向量，即滤波器的形状。(求解系数向量，相当于求解Y＝BX中的B(X为样品光谱矩阵，Y为样品浓度矩阵)，目前常用的方法有多元线性回归(MLR)、最小二乘法(OLS)、主成分回归(PCR)、偏最小二乘(PLS)等)
由于前100列镜子噪声影响大，选取第100～750列镜子进行PLS建模，得到回归系数。由上图可知：
回归系数按正负分开，确定各自最高点
正值区域：第100～274列(最高为第172列)
负值区域：第275～750列为负值(最低点为第339列，绝对值最大)
(3)将所述系数向量映射到芯片单元以此设置其开关状态，即形成光学滤波器。系数向量是设计光学滤波器的模板，系数向量有正负两部分，则构建两个滤波器，对应两个模式，两部分各自依据“每个模式中各列的回归系数值/最大的回归系数值”，得到每一模式的能量分布百分数；该百分数乘上该模式下每列所有微镜的总光强得到所需的光强值，以此确定该模式下每列微镜处于打开状态的个数(打开微镜的总光强要等于所需要的光强值)。
得到能量分布百分数：
取正值区域为例，以第172列最大值(0.039972)进行归一化，即第172列打开该列所有镜子：
第100列归一化为0.3518(0.014064/0.039972＝0.3518)，即在第100列镜子中打开镜子的光强度占整列光强度35.18％。
对于负值区域，则以第339列(负值区域绝对值最大的对应列)进行归一化，方法同正值区域。
确定打开微镜的个数：
以第150列镜子为例，总光强度值107.59(就是第一步获取的模式序列近红外光谱信号)，回归系数0.8663，所需光强度107.59*0.8663＝93.21，在该列共480个微镜选取打开镜子的个数，第100～268行微镜进行加和，加和光强度92.84(约等于93.21)，有一定差别，但差值<0.5，说明匹配性较好。其他列按此方法进行微镜打开个数的确定，如图3所示。
(4)得到光学滤波器后，两个光学滤波器作为两个模式，正值构建的滤波器对应一个模式，负值对应另外一个模式。利用所述模式对待测样本进行测量(进行两次测量，正值对应的模式测一次，负值对应的模式再测一次)，样品信息通过所述光学滤波器得到光调制，两个模式的检测值进行减法运算后，直接获得分析结果，可实现对样品的定量分析。
表2预测样品信息
两个模式的检测值进行加和运算(正值对应模式的检测值-负值对应模式的检测值，减法也是加和运算)，加和运算后的值与样品浓度作关系图，如如图4所示：
如图4的定量结果所示，R2＝0.86，拟合效果良好，说明该方法成功实现对三元混合物的定量分析，建立了以多元光学计算为原理的近红外光谱测试方法。
本发明基于样品光谱和分析目的构建滤波器(得到系数向量)，并据此设置芯片单元的开关状态，实现光学滤波器。(滤波器的实现方法)
本发明将光学滤波器作为测量模式，利用模式对待测样本进行测量，即样品信息通过光学滤波器得到光调制，在测量过程中完成多元光学计算，通过检测器得到的模式检测值即为分析结果，可以实现各种样品的快速定性定量分析。
这里说明的模块数量和处理规模是用来简化本发明的说明的。对本发明的基于多元光学计算的近红外光谱测试方法的应用、修改和变化对本领域的技术人员来说是显而易见的。
如上所述，本发明利用模式序列获取滤波器，并以模式序列实现对MEMS芯片的调控，从而建立光学滤波器。本发明开发了一种光学滤波器的优化、设计和测量方法，建立了基于多元光学计算的近红外光谱测试方法。本发明是一种滤波器实现、滤波器测量的新方法，能灵活地、选择性地控制MEMS芯片来建立滤波函数并实现；该光学滤波器作为MOC光谱仪的重要元件，滤波器作为一个(或两个)模式对样品进行测量，该模式的检测值直接就是分析结果，这种基于MOC的近红外光谱测量方法能快速实现不同样品的定性定量分析，具有速度快、可行性强、易于实用化、无需数据后处理等优点。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (6)
1.基于多元光学计算的近红外光谱测试方法，其特征在于，包括如下步骤：
步骤一、获取标准样品的近红外光谱进行建模，得到系数向量，将所述系数向量映射到近红外光谱仪的MEMS芯片单元以此设置其微镜的开关状态构成测量模式，形成光学滤波器；
步骤二、一个所述光学滤波器对应建立一个测量模式，利用所述模式对待测样本进行测量，待测样品信息通过所述光学滤波器得到光调制，在测量过程中完成多元光学计算，得到的检测值即为分析结果，直接实现对样品的定性定量分析；
其中，所述标准样品的近红外光谱为模式序列近红外光谱的近红外光谱，所述模式序列近红外光谱的构建方法为：建立数据阵列作为模式序列，建立起所述模式序列中每一模式与光谱仪的芯片单元的开关状态的对应关系，并将每个所述模式中所确定的n*m微镜单元开关状态的信息传递到所述芯片单元；在每个所述模式下分别测量出样品的近红外光谱数据，获得样品的模式序列近红外光谱数据。
2.如权利要求1所述的基于多元光学计算的近红外光谱测试方法，其特征在于，步骤一中，采用化学计量学方法建模，所述化学计量学方法包括偏最小二乘法、主成分回归法或多元线性回归。
3.如权利要求1所述的基于多元光学计算的近红外光谱测试方法，其特征在于，步骤一中，所述系数向量是设计所述光学滤波器的模板，所述系数向量信息经处理后传递给芯片单元。
4.如权利要求1所述的基于多元光学计算的近红外光谱测试方法，其特征在于，当所述系数向量均为正值时，建立一个所述光学滤波器，一个所述光学滤波器对应建立一个测量模式，该模式下的样品的测量值与样品浓度成比例。
5.如权利要求1所述的基于多元光学计算的近红外光谱测试方法，其特征在于，当系数向量同时有正值数据和负值数据时，建立两个所述光学滤波器，其中以所述系数向量的正值数据建立的光学滤波器作为第一光学滤波器，以所述系数向量的负值数据建立的光学滤波器作为第二光学滤波器，同时对应建立两个测量模式，该两个模式的测量值的差值与样品浓度成比例。
6.如权利要求5所述的基于多元光学计算的近红外光谱测试方法，其特征在于，所述差值为以所述第一光学滤波器对应的模式测量值与所述第二光学滤波器对应的模式测量值的差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011200158.5A CN112345489B (zh) | 2020-10-29 | 2020-10-29 | 基于多元光学计算的近红外光谱测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011200158.5A CN112345489B (zh) | 2020-10-29 | 2020-10-29 | 基于多元光学计算的近红外光谱测试方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112345489A CN112345489A (zh) | 2021-02-09 |
| CN112345489B true CN112345489B (zh) | 2022-12-13 |
Family
ID=74356080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011200158.5A Active CN112345489B (zh) | 2020-10-29 | 2020-10-29 | 基于多元光学计算的近红外光谱测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112345489B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116183563A (zh) * | 2022-12-05 | 2023-05-30 | 国网安徽省电力有限公司电力科学研究院 | 基于变压器油荧光多元校正分析的故障诊断装置及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1926415A (zh) * | 2003-12-19 | 2007-03-07 | 皇家飞利浦电子股份有限公司 | 采用多元光学元件的光学分析系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8154726B2 (en) * | 2005-11-28 | 2012-04-10 | Halliburton Energy Services, Inc. | Optical analysis system and method for real time multivariate optical computing |
| US7623233B2 (en) * | 2006-03-10 | 2009-11-24 | Ometric Corporation | Optical analysis systems and methods for dynamic, high-speed detection and real-time multivariate optical computing |
| WO2008057905A2 (en) * | 2006-11-02 | 2008-05-15 | Ometric Corporation | Self-contained multivariate optical computing and analysis system |
| WO2008106391A1 (en) * | 2007-02-28 | 2008-09-04 | University Of South Carolina | Design of multivariate optical elements for nonlinear calibration |
| WO2015080964A1 (en) * | 2013-11-27 | 2015-06-04 | Cirtemo, Lld | Optical analysis system and process |
| JP2018518674A (ja) * | 2015-06-09 | 2018-07-12 | エスオーエル インコーポレイテッド | 特性評価を用いた光センサーアレイモジュール補正方法 |
| CN105928901B (zh) * | 2016-07-11 | 2019-06-07 | 上海创和亿电子科技发展有限公司 | 一种定性定量相结合的近红外定量模型构建方法 |
-
2020
- 2020-10-29 CN CN202011200158.5A patent/CN112345489B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1926415A (zh) * | 2003-12-19 | 2007-03-07 | 皇家飞利浦电子股份有限公司 | 采用多元光学元件的光学分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112345489A (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9804028B2 (en) | External cavity laser source | |
| Qiao et al. | MEMS-enabled on-chip computational mid-infrared spectrometer using silicon photonics | |
| EP3785018B1 (en) | Method and spectrometer apparatus for investigating an infrared absorption of a sample | |
| Duempelmann et al. | Multispectral imaging with tunable plasmonic filters | |
| Soyemi et al. | Design and testing of a multivariate optical element: the first demonstration of multivariate optical computing for predictive spectroscopy | |
| CN112345489B (zh) | 基于多元光学计算的近红外光谱测试方法 | |
| CN104142178B (zh) | 基于滤波膜阵列的光谱测量装置及方法 | |
| US20020135770A1 (en) | Hybrid-imaging spectrometer | |
| Sagberg et al. | Micromechanical gratings for visible and near-infrared spectroscopy | |
| WO2007072428A9 (en) | Spectrophotometer and spectrophotometric process using fabry-perot resonator | |
| Li et al. | Evaluation and characterization of imaging polarimetry through metasurface polarization gratings | |
| CN114441474B (zh) | 一种近红外光谱仪及其控制方法和系统 | |
| CN111175239A (zh) | 深度学习下的彩绘类文物成像高光谱无损检测与识别系统 | |
| CN112345483B (zh) | 基于模式序列生成近红外光谱数据的方法 | |
| CN104237169A (zh) | 一种基于外场调制的spr检测系统的检测方法 | |
| Zhu et al. | Distributed colorimetric interferometer for mapping the pressure distribution in a complex microfluidics network | |
| US20080130001A1 (en) | Hybrid-imaging spectrometer | |
| Lu et al. | A programmable optical filter with arbitrary transmittance for fast spectroscopic imaging and spectral data post-processing | |
| Lasch et al. | Data acquisition and analysis in biomedical vibrational spectroscopy | |
| CN113390507A (zh) | 光谱信息获取方法及光谱探测装置 | |
| Albrecht et al. | Optical characterization of high-resolution optical nanospectrometers for networked sensing systems | |
| Jutzi et al. | Far-infrared sensor with LPCVD-deposited low-stress Si-rich nitride absorber membrane—Part 1. Optical absorptivity | |
| CN111289477B (zh) | 一种基于spr光子舌传感阵列的dom组份检测方法 | |
| Yang et al. | Reconfigurable Snapshot Hyperspectral Imaging Sensor Based on Monochromatic Pattern Match of Gradient Geometry Metasurface | |
| Guangcan | Performance Enhancement of Encoding-Based Single-Pixel Spectrometers |
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 |