CN113176222B - 一种基于直接吸收谱的气体浓度反演方法 - Google Patents
一种基于直接吸收谱的气体浓度反演方法 Download PDFInfo
- Publication number
- CN113176222B CN113176222B CN202110641555.4A CN202110641555A CN113176222B CN 113176222 B CN113176222 B CN 113176222B CN 202110641555 A CN202110641555 A CN 202110641555A CN 113176222 B CN113176222 B CN 113176222B
- Authority
- CN
- China
- Prior art keywords
- gas
- signal
- absorption
- signals
- fitting
- 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
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
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
本发明提供一种基于直接吸收谱的气体浓度反演方法,包括提取周期信号、基线拟合、去直线、指数拟合后得到气体浓度。本发明的方法有效的解决了高浓度长气室下气体饱和吸收、部分采集数据缺失或不准确、非吸收光的存在等对浓度反演结果的影响。并且该反演方法是一种全局拟合的方法,不依赖单个采样点,而是对连续信号进行曲线的拟合,按照设定的理论模型反演出气体浓度信息,提高了气体检测的准确性和灵活性。
Description
技术领域
本发明涉及一种基于直接吸收谱的气体浓度反演方法。
背景技术
目前对于气体浓度的反演技术是基于Beer-lambert定律,在中心波数处,将输出光强与输入光强的比值取对数后,除去相应气室长度和该点的吸收系数取负数后得到,仅使用中心波数处的数据,对该点准确性的依赖性高,当数据采集发生缺失或气体浓度高发生饱和吸收时,该点的位置不准确会导致计算结果不准确;另外,该点无法消除非吸收光对输出光强的影响,在气体检测系统中不可避免的存在端面反射或其他因素,导致进入气室的光仅是输出光的其中一部分,在该情况下,参与计算的为输出的所有信号,参与光吸收的信号仅为进入气室的信号,传统计算方法是根据输入光强与输出光强的比值来计算的,因此非吸收光的存在会导致结果计算发生误差。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种气体浓度反演方法。
本发明提供了一种基于直接吸收谱的气体浓度反演方法,采用覆盖气体吸收谱中心波数的扫频激光,发射光脉冲信号,通过耦合器分光后进入气室发生吸收返回探测器,经过采集后得到两路电信号,分别是经吸收的光脉冲信号转换得到的周期脉冲电信号和触发电信号,而后对两路电信号进行处理,反演气体浓度,具有这样的特征,如下步骤:步骤1,采用采集卡采集经吸收的光脉冲信号并转换得到周期脉冲电信号,而后根据触发电信号找到触发电信号每个周期的起点和长度,并对应到周期脉冲电信号上,而后根据每个周期对应到周期脉冲电信号上的起点和长度,提取出多个固定长度的周期脉冲电信号,该固定长度的周期脉冲电信号包含由于气体吸收产生的下凹部分;步骤2,采用最小二乘法分别对各个固定长度的周期脉冲电信号的直线部分即未吸收部分进行线性拟合,得到多个基线信号,而经采集的周期脉冲电信号则对应激光器经过吸收后的接收信号;步骤3,将1个接收信号中的1个基线信号进行剔除,得到剔除基线信号的1个待测信号;步骤4,将气室长度与吸收系数的乘积的负数-αL作为自变量,同时将接收信号与基线信号的比值作为函数,这个剔除基线信号后的待测信号与-αL满足指数关系,从而得到指数拟合的模型,进而根据模型计算得到1个气体浓度;步骤5,重复步骤3和步骤4,得到多个气体浓度,而后对多个气体浓度进行求和,进而计算得到气体的平均浓度,其中,α为气体的吸收系数,L为气室长度即光发生吸收的光程。
在本发明提供的气体浓度反演方法中,还可以具有这样的特征:其中,步骤4中采用最小二乘法进行指数拟合,具体包括如下子步骤:
步骤4-1,给定需要进行指数拟合的样本点(xk,yk),拟合曲线的均方差为:
步骤4-2,根据Beer-lambert光吸收定律设定指数拟合的模型为 f(x)=aecx+b,获取a,b,c的初始估计值a0,b0,c0;
步骤4-3,更新ai,bi,ci的权重wi;
步骤4-4,使用最新的权重通过最小二乘法获取新的拟合参数 ai+1,bi+1,ci+1;
步骤4-5,计算均方差是否小于容差,当小于容差时,则输出拟合参数,当不小于容差时,则返回步骤4-3重新开始计算,
其中,x表示随着光频率v变化的-α(v)L,y表示接收信号与基线信号的比值I(v)表示接收信号的强度值,I0表示基线信号的强度值,yk是Y的第k个元素,N是样本点Y的长度,wik是第i次拟合时权重wi中的第k个元素,fk是使用当前拟合参数计算的第k个元素, a为参与吸收的归一化光信号,b为残留的非吸收归一化光信号,c 为待测的气体浓度,e为自然指数的常数,v表示激光的光频率,i 为当前指数拟合参数的次数。
在本发明提供的气体浓度反演方法中,还可以具有这样的特征:
其中,Beer-lambert光吸收定律的公式为:
P=P′+P0e-acL
其中,P’为由于反射、衰减未进入气室的非吸收光,P0为进入气室的光强,P为探测器接收到的光强,其分别为基线信号和接收信号,e为自然指数的常数,c为气体浓度。
发明的作用与效果
根据本发明所涉及的基于直接吸收谱的气体浓度反演方法,由于采用的数据量较多,不局限于单个数据点,是一种全局拟合的方式,因此当某些数据不准确或者数据不完整时,该方法能够通过整体曲线的拟合反演出气体的浓度;另外,该方法可以不受非吸收光的影响,仅根据进入气室的光信号来计算气体信息,可以广泛的应用在由污水、燃气、油气等组成复杂的气体检测系统中。
因此,本发明的基于直接吸收谱的气体浓度反演方法有效地解决了高浓度长气室下气体饱和吸收、部分采集数据缺失或不准确、非吸收光的存在以及端面反射等对浓度反演结果的影响,并且该反演方法是一种全局拟合的方法,不依赖单个采样点,而是对连续信号进行曲线的拟合,按照设定的理论模型反演出气体浓度信息,提高了气体检测的准确性和灵活性。
附图说明
图1是本发明的基于直接吸收谱的气体浓度反演方法采用的气体检测系统图;
图2是本发明的基于直接吸收谱的气体浓度反演方法的流程图;
图3是本发明的指数拟合的最小二乘法计算流程图;
图4是本发明的实施例中采集的气室长度为56cm浓度为50%的标准甲烷气体的信号图;
图5是本发明的实施例中提取的单个周期的信号及其拟合的基线;
图6是本发明的实施例中剔除基线信号的待测信号;
图7是本发明的实施例中验证端面反射对结果影响的光路图。
具体实施方式
为了使本发明实现的技术手段与功效易于明白了解,以下结合实施例及附图对本发明作具体阐述。
本发明提供了一种基于直接吸收谱的气体浓度反演方法,采用了如图1所示的气体检测系统图,具体地,采用覆盖气体吸收谱中心波数的扫频激光,发射光脉冲信号,通过耦合器分光后进入气室发生吸收返回探测器,经过采集后得到两路电信号,分别是经吸收的光脉冲信号转换得到的周期脉冲电信号和触发电信号,而后对两路电信号进行处理,反演气体浓度。
本发明中,气体吸收光谱由于各种因素发生展宽,而不是只在某个频率上发生吸收,因此对应的光吸收也存在一定的时间,时间对应于信号图中的采样点数。本发明使用扫频激光器,该激光器发出的激光频率随着时间发生改变,并且该频率范围需包含气体的中心频率。将气体吸收谱图中发生吸收的气体频率范围与待测信号的吸收时间相对应,可以得到气体吸收对应的采样点长度。
如图2所示,本发明的基于直接吸收谱的气体浓度反演方法具体包括如下步骤:
步骤1,采用采集卡采集经吸收的光脉冲信号并转换得到周期脉冲电信号,而后根据触发电信号找到触发电信号每个周期的起点和长度,并对应到周期脉冲电信号上,而后根据每个周期对应到周期脉冲电信号上的起点和长度,提取出多个固定长度的周期脉冲电信号,该固定长度的周期脉冲电信号包含由于气体吸收产生的下凹部分。
步骤2,采用最小二乘法分别对各个固定长度的周期脉冲电信号的直线部分即未吸收部分进行线性拟合,得到多个基线信号,而经采集的周期脉冲电信号则对应激光器经过吸收后的接收信号,接收信号因气体吸收发生了信号衰减。
步骤3,将1个接收信号中的1个基线信号进行剔除,得到剔除基线信号的1个待测信号。
本发明中,剔除基线信号的待测信号与-αL应该满足指数关系。
本发明中,待测信号的长度即信号发生吸收的时间长度,其对应着气体吸收的频率范围,并且一旦气体种类和温度、压强确定,该时间长度不随气体浓度和气室长度改变。
步骤4,将气室长度与吸收系数的乘积的负数-αL作为自变量,同时将接收信号与基线信号的比值作为函数,这个剔除基线信号后的待测信号与-αL满足指数关系,从而得到指数拟合的模型,进而根据模型计算得到1个气体浓度。
其中,α为气体的吸收系数,L为气室长度即光发生吸收的光程。
本发明的步骤4中采用最小二乘法进行指数拟合,如图3所示,具体包括如下子步骤:
步骤4-1,给定需要进行指数拟合的样本点(xk,yk),拟合曲线的均方差为:
步骤4-2,根据Beer-lambert光吸收定律设定指数拟合的模型为 f(x)=aecx+b,获取a,b,c的初始估计值a0,b0,c0;
步骤4-3,更新ai,bi,ci的权重wi;
步骤4-4,使用最新的权重通过最小二乘法获取新的拟合参数 ai+1,bi+1,ci+1;
步骤4-5,计算均方差是否小于容差,当小于容差时,则输出拟合参数,当不小于容差时,则返回步骤4-3重新开始计算,
其中,x表示随着光频率v变化的-α(v)L,y表示接收信号与基线信号的比值I(v)表示接收信号的强度值,I0表示基线信号的强度值,yk是Y的第k个元素,N是样本点Y的长度,wik是第i次拟合时权重wi中的第k个元素,fk是使用当前拟合参数计算的第k个元素, a为参与吸收的归一化光信号,b为残留的非吸收归一化光信号,c 为待测的气体浓度,e为自然指数的常数,e=2.71828182…,v表示激光的光频率,i为当前指数拟合参数的次数。
本发明中,Beer-lambert光吸收定律的公式为:
P=P′+P0e-αcL
其中,P’为由于反射、衰减未进入气室的非吸收光,P0为进入气室的光强,P为探测器接收到的光强,其分别基线信号和接收信号,e为自然指数的常数,e=2.71828182…,c为气体浓度。
进一步地,在实际应用中,由于气体检测过程存在着端面反射,激光器输出的光一部分经过反射返回探测器,另一部分经过气室发生衰减,因此并非所有的输出光都发生了气体吸收,端面反射的存在使得进入探测器的信号强度改变,根据传统计算方法,输入光强与输出光强的比值发生改变,从而导致计算结果发生误差。
本发明中,假设端面反射率为β,在Beer-lambert定律中, Pout=P’+Pine-αCL,而拟合的基线为y=P’+Pin,剔除基线后的信号满足关系:在该式中,即为β,而该方法中拟合的自变量x=-αL,则该式为可以看出,指数拟合的结果中,浓度信息与反射率是两个独立的参数,浓度并不会受到端面反射的影响。
步骤5,重复步骤3和步骤4,得到多个气体浓度,而后对多个气体浓度进行求和,进而计算得到气体的平均浓度,该平均浓度即为反演的结果。
实施例:
本实施例使用气室长度为56cm,气体浓度为50%的标准甲烷进行实验验证,按照甲烷的中心频率为6047cm-1进行处理。
如图1所示,本实施例采用的气体检测系统包括激光发射器和激光探测器,以下分别将两者简称为激光器和探测器,两者安装在一个金属盒子中,激光器发射出信号,通过耦合器分光进入气室,特定波长的光在气室中被气体吸收发生衰减,衰减后的光返回探测器中。
信号进入探测器之后,通过电子采集卡进入信号处理模块,如图 2所示,信号处理模块接收到信号以后,进入循环结构:首先根据触发信号幅值来确定周期的起点,从起点开始提取出一定时间长度的信号,根据提取到信号的直线部分进行基线的拟合,再将提取出的信号剔除掉这部分基线信号,对其进行指数拟合。在指数拟合中,本实施例的方法将随着频率改变的吸收系数与气室长度的负数作为拟合的自变量,而剔除基线信号的待测信号作为拟合的函数值。
本实施例中,选择频率范围为6046.6nm-6047.4nm的信号,模拟实际应用中的整体拟合。
如图4所示,采集卡采集到的不是单个信号,而是由采样率决定的若干个周期。
如图5所示,提取出单个周期信号中整体递增的部分,对其进行基线拟合,本例中的基线拟合权重设置为:主要考虑左边10个,和右边30个采样点的数据,中间160个点的权重设为1E-9。由提取到的信号和基线信号可以看出,此时已经发生了饱和吸收。
如图6所示,将提取到的信号与基线信号相除得到满足指数关系的待测函数,本实施例选择的拟合长度为气体发生吸收的全部时间,根据图4可以看出大约为160个采样点,在本实施例中,采样率为 10M,所以吸收时间为16μs,对应着激光器发射信号频率6046.6nm-6047.4nm这一范围。
根据以上的拟合长度、拟合自变量及函数值进行指数拟合,拟合结果中的浓度为0.509617,准确度很高,说明本实施例的方法适用于高浓度气体,克服了过度吸收对计算结果的影响。
进一步地,搭建如图7所示的光路,其中,该光路系统中使用的为2×2耦合器,并且分光比为50:50。根据以上步骤计算,输出的衰减值为0.498712,此时计算出的甲烷浓度仍然具有较高的参考意义,可以认为本方法不受非吸收光的影响。
实施例的作用与效果
由实施例可知,拟合结果中的气体浓度为0.509617,与50%相差很小,说明准确度很高,进而说明本实施例的方法适用于高浓度气体,克服了过度吸收对计算结果的影响。
本实施例采用的基于直接吸收谱的气体浓度反演方法由于采用的数据量较多,不局限于单个数据点,是一种全局拟合的方式,因此当某些数据不准确或者数据不完整时,该方法能够通过整体曲线的拟合反演出气体的浓度;另外,该方法可以不受非吸收光的影响,仅根据进入气室的光信号来计算气体信息,可以广泛的应用在由污水、燃气、油气等组成复杂的气体检测系统中。
因此,本实施例采用的基于直接吸收谱的气体浓度反演方法有效地解决了高浓度长气室下气体饱和吸收、部分采集数据缺失或不准确、非吸收光的存在以及端面反射等对浓度反演结果的影响,并且该反演方法是一种全局拟合的方法,不依赖单个采样点,而是对连续信号进行曲线的拟合,按照设定的理论模型反演出气体浓度信息,提高了气体检测的准确性和灵活性。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
Claims (3)
1.一种基于直接吸收谱的气体浓度反演方法,采用覆盖气体吸收谱中心波数的扫频激光,发射光脉冲信号,通过耦合器分光后进入气室发生吸收返回探测器,经过采集后得到两路电信号,分别是经吸收的所述光脉冲信号转换得到的周期脉冲电信号和触发电信号,而后对两路所述电信号进行处理,反演气体浓度,其特征在于,具体包括如下步骤:
步骤1,采用采集卡采集经吸收的所述光脉冲信号并转换得到所述周期脉冲电信号,而后根据所述触发电信号找到所述触发电信号每个周期的起点和长度,并对应到所述周期脉冲电信号上,而后根据每个周期对应到所述周期脉冲电信号上的起点和长度,提取出多个固定长度的周期脉冲电信号,该固定长度的周期脉冲电信号包含由于气体吸收产生的下凹部分;
步骤2,采用最小二乘法分别对各个所述固定长度的周期脉冲电信号的直线部分即未吸收部分进行线性拟合,得到多个基线信号,而经采集的所述周期脉冲电信号则对应激光器经过吸收后的接收信号;
步骤3,将1个所述接收信号中的1个所述基线信号进行剔除,得到剔除所述基线信号的1个待测信号;
步骤4,将气室长度与吸收系数的乘积的负数-αL作为自变量,同时将所述接收信号与所述基线信号的比值作为函数,这个剔除所述基线信号后的所述待测信号与-αL满足指数关系,从而得到指数拟合的模型,进而根据所述模型计算得到1个气体浓度;
步骤5,重复步骤3和步骤4,得到多个气体浓度,而后对多个所述气体浓度进行求和,进而计算得到气体的平均浓度,
其中,α为气体的吸收系数,L为气室长度即光发生吸收的光程。
2.根据权利要求1所述的基于直接吸收谱的气体浓度反演方法,其特征在于:
其中,所述步骤4中采用最小二乘法进行指数拟合,具体包括如下子步骤:
步骤4-1,给定需要进行指数拟合的样本点(xk,yk),拟合曲线的均方差为:
步骤4-2,根据Beer-lambert光吸收定律设定指数拟合的模型为f(x)=aecx+b,获取a,b,c的初始估计值a0,b0,c0;
步骤4-3,更新ai,bi,ci的权重wi;
步骤4-4,使用最新的权重通过最小二乘法获取新的拟合参数ai+1,bi+1,ci+1;
步骤4-5,计算均方差是否小于容差,当小于所述容差时,则输出拟合参数,当不小于所述容差时,则返回步骤4-3重新开始计算,
3.根据权利要求2所述的基于直接吸收谱的气体浓度反演方法,其特征在于:
其中,所述Beer-lambert光吸收定律的公式为:
P=P'+P0e-αcL
其中,P’为由于反射、衰减未进入气室的非吸收光,P0为进入气室的光强,P为探测器接收到的光强,其分别为基线信号和接收信号,e为自然指数的常数,c为气体浓度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641555.4A CN113176222B (zh) | 2021-06-09 | 2021-06-09 | 一种基于直接吸收谱的气体浓度反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641555.4A CN113176222B (zh) | 2021-06-09 | 2021-06-09 | 一种基于直接吸收谱的气体浓度反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113176222A CN113176222A (zh) | 2021-07-27 |
CN113176222B true CN113176222B (zh) | 2022-07-29 |
Family
ID=76927844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110641555.4A Active CN113176222B (zh) | 2021-06-09 | 2021-06-09 | 一种基于直接吸收谱的气体浓度反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113176222B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323423A (zh) * | 2013-05-24 | 2013-09-25 | 深圳市赛宝伦计算机技术有限公司 | 基于激光对气体浓度分析的抗干扰方法及系统 |
CN103604774B (zh) * | 2013-12-05 | 2016-08-17 | 天津大学 | 基于非线性调谐提高激光气体分析灵敏度的方法和装置 |
CN108981953B (zh) * | 2018-10-24 | 2020-07-31 | 北京航空航天大学 | 一种基于干涉调制原理的激光吸收光谱测温方法和系统 |
CN109557045B (zh) * | 2018-12-10 | 2021-05-28 | 中国科学院电工研究所 | 一种用于提取tdlas技术中直接吸收谱线的拟合方法 |
CN110672554B (zh) * | 2019-11-11 | 2020-09-25 | 北京航空航天大学 | 一种随机振动驱动衰荡腔免标定气体浓度测量系统 |
CN110793932B (zh) * | 2019-11-18 | 2022-06-17 | 国网重庆市电力公司电力科学研究院 | Cf4气体浓度检测方法、装置、设备及准确度验证系统 |
-
2021
- 2021-06-09 CN CN202110641555.4A patent/CN113176222B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113176222A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101105446B (zh) | 差分吸收光谱空气质量检测系统 | |
CN103983595B (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
JP3245157B2 (ja) | スペクトルデータの測定および補正 | |
JP6022456B2 (ja) | 時間領域信号の減衰定数を決定する方法とシステム | |
CN108982405B (zh) | 一种基于深度学习的油品含水率测量方法及测量仪 | |
CN101701820B (zh) | 基于小波方差的光纤陀螺随机误差特性提取方法 | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN111678599B (zh) | 基于深度学习优化s-g滤波的激光光谱降噪方法及装置 | |
CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
CN109991181B (zh) | 自适应表面吸收光谱分析方法、系统、存储介质、设备 | |
CN103940767A (zh) | 基于多流形学习的气体浓度反演方法 | |
CN105816151A (zh) | 一种基于空间频域测量的均匀组织体光学参数重建方法 | |
CN104345049B (zh) | 激光诱导击穿光谱的小波阈值降噪的阈值校正方法 | |
CN107632010B (zh) | 一种结合激光诱导击穿光谱对钢铁样品的定量方法 | |
Mahagammulla Gamage et al. | Retrieval of temperature from a multiple channel pure rotational Raman backscatter lidar using an optimal estimation method | |
CN109375190B (zh) | 同时测量大气多种成分的频率梳激光雷达检测方法及系统 | |
CN109916831B (zh) | 一种降低激光气体遥测仪数据误报率的方法和系统 | |
CN109521437B (zh) | 面向植被生化参数探测的多光谱激光雷达波长选择方法 | |
CN113176222B (zh) | 一种基于直接吸收谱的气体浓度反演方法 | |
CN111157115B (zh) | 一种水下布里渊散射光谱获取方法及装置 | |
Cao et al. | Correction algorithm of the frequency-modulated continuous-wave LIDAR ranging system | |
CN116399850A (zh) | 一种用于光信号处理的光谱探测识别系统及其探测方法 | |
EP3892985A1 (en) | System and computer-implemented method for extrapolating calibration spectra | |
CN109459408A (zh) | 一种基于稀疏回归lar算法的近红外定量分析方法 | |
CN114548172A (zh) | 一种波长调制激光气体吸收光谱的参数提取方法与系统 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Hong Guangwei Inventor after: Qiu Xiaoting Inventor before: Hong Guangwei Inventor before: Qiu Xiaoting |
|
GR01 | Patent grant | ||
GR01 | Patent grant |