CN113839711A - 一种基于动态阈值距离质心算法的峰值检测方法 - Google Patents

Abstract

本发明提供一种基于动态阈值距离质心算法的峰值检测方法，该方法包括获取原始光谱信号，设置阈值使得峰值区域分割，根据分割后的峰值区域对质心算法进行阈值修正，对阈值修正后的质心算法进行距离加权修正，基于加权修正后的质心算法获取目标中心波长。应用本发明可以避免拟合波长的突变，提高波长拟合分辨率。

Description

一种基于动态阈值距离质心算法的峰值检测方法

技术领域

本发明涉及光纤传感技术领域，尤其涉及一种基于动态阈值距离质心算法的峰值检测方法。

背景技术

在光纤光栅传感系统中，FBG中心波长的解调技术一直是研究热点和难点，FBG中心波长的解调精度与速度直接影响传感系统的整体性能，光纤光栅传感系统解调的本质是对传感光栅反射谱进行实时监测，分析出实时中心波长的变化，因此，信号解调技术是实现光纤光栅传感技术的关键。

在光纤光栅传感系统中，对于FBG的中心波长的精确解调需要相应算法的处理。智能算法如神经网络算法和遗传算法等虽然检测精度较高，但是比较复杂，计算量较大，受硬件处理能力的限制。

例如，神经网络算法有很出色的学习能力，对噪声有比较高的容错性，但运行时间过长；粒子群算法具有高精度、高分辨率和抗噪性能，通过重建能够处理光纤光栅的畸变光谱，但是训练时间长，不适合实时动态的场景；直接寻峰法适用于采集数据点多而且谱形状分布对称的情况，当外界噪声对光谱造成干扰时，此方法寻中心波长精度变低：一般多项式拟合原理简单，运行速度快，易于操作，但是中心波长的准确度不高；高斯拟合算法过分依赖观测数据，抗噪性能差，且如果中心波长不在观测点内，中心波长误差较大；传统质心算法虽然运行速度快，所需采样数据点少，但受噪声影响较大，在噪声大(信噪比低)的情况下得到的FBG中心波长的误差较大。

目前最常见和商用的解调设备是基于光谱仪和基于扫频激光的通过一定数目的采样步长对FBG反射光谱进行采样，解调仪中的中心波长由二极管阵列中的像素间距给出。以上方案的光学分辨率受到采样点数目有限的制约，与基于法布里-珀罗滤波器和马赫-曾达干涉仪等的解调原理相比效果会差一些。采用不同的中心波长拟合算法，如质心和多项式拟合，可以将检测到的FBG峰值位置的分辨率提高到亚像素级。然而，为了获得在噪声影响下，获得更高中心波长拟合分辨率，需要进一步地开发合适的解调算法。

发明内容

本发明的主要目的是提供一种可以避免拟合波长的突变，提高波长拟合分辨率的基于动态阈值距离质心算法的峰值检测方法。

为了实现上述主要目的，本发明提供的一种基于动态阈值距离质心算法的峰值检测方法，包括获取原始光谱信号；设置阈值使得峰值区域分割；根据分割后的峰值区域对质心算法进行阈值修正；对阈值修正后的质心算法进行距离加权修正；基于加权修正后的质心算法获取目标中心波长。

进一步的方案中，所述设置阈值使得峰值区域分割，包括：设置一个动态阈值T，令YL_i<T<YL_i+1，其中，T是FBG反射谱采集数据的动态阈值，i＝n表示第n个FBG反射谱采集数据，YL_i为第n个FBG反射谱中心波长左侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标为(XL_i,YL_i)，YL_i+1为当前FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XL_i+1,LYL_i+1)。

更进一步的方案中，令YR_i<T<YR_i+1，其中，YR_i是当前FBG反射谱中心波长右侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XR_i,YR_i)，YR_i+1是当前FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标(XR_i+1,LYR_i+1)。

更进一步的方案中，计算得出参数(αL,βL)和(αR,βR)，以表示实际的阈值位置，其中，(αL,βL)为插入在(XL_i,YL_i)和(XL_i+1,LYL_i+1)之间坐标值的横纵坐标值点，(αR,βR)为插入在(XR_i,YR_i)和(XR_i+1,LYR_i+1)之间坐标值的横纵坐标值点。

更进一步的方案中，所述根据分割后的峰值区域对质心算法进行阈值修正，包括：当质心点的总体数目数增加m时，参数(αL,βL)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YL_i时，αL→XL_i，βL→YL_i；

当T→YL_i+m时，αL→XLi+m，βL→YLi+m；

其中，XL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的横坐标值，YL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值；

当质心点的总体数目数增加m时，参数(αR,βR)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YR_i时，αR→XR_i，βR→YR_i；

当T→YR_i+m时，αL→XR_i+m，βR→YR_i+m；

其中，XR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的横坐标值，YR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值。

更进一步的方案中，参数(αL,βL)和(αR,βR)与YL_i和YL_i+1线之间的能量成正比，表示为公式(2)和(3)：

由(2)、(3)得出左端点的坐标，表示为公式(4)：

由公式(2)、(3)和(4)可得出右端点的坐标，表示为公式(5)：

更进一步的方案中，对阈值修正后的质心算法的数学表达式表示为公式(6)：

其中，λ_Β1是当质心点的总体数目数增加n+1时更新后的质心法对应的中心波长。

更进一步的方案中，当质心点的总体数目数增加n+m时，质心算法的数学表达式表示为公式(7)：

其中，λ_Β2是当质心点的总体数目数增加2时更新后的质心法对应的中心波长，(αⁱR,β_iR)是插入在(XR_i,YR_i)和(XR_i+m,LYR_i+m)之间坐标值的横纵坐标值点，(α_iL,β_iL)是插入在(XL_i,YL_i)和(XL_i+m,LYL_i+m)之间坐标值的横纵坐标值点。

更进一步的方案中，所述对阈值修正后的质心算法进行距离加权修正，包括：假设原始未经修正的FBG中心波长坐标点到第n个数据采样点的距离为J，取距离J的倒数作为加权函数，表示为公式(8)：

更进一步的方案中，所述基于加权修正后的质心算法获取目标中心波长，包括：将公式(8)式代入到公式(7)中，得出目标中心波长：

其中，λ_Β3是当质心点的总体数目数增加m+n时更新后的质心法对应的中心波长，(X_i,Y_i)为当前被测波长的横纵坐标，(X_c,Y_c)为原始未经修正的FBG中心波长坐标，J是原始未经修正的FBG中心波长坐标点到数据采样点(X_i,Y_i)的距离，W_i是取距离J的倒数的加权函数。

由此可见，本发明针对现有技术存在的不足，分析发现在FBG数据的采集过程中，提出一种快速而准确的峰值检测算法，适用于像素数量有限的光谱仪。该算法是基于动态的阈值和动态阈值距离质心算法，主要用于峰值确定的像素数不是恒定的，在测量过程中会发生变化的情况，从而避免了拟合波长的突变，提高了波长拟合分辨率。

附图说明

图1是本发明一种基于动态阈值距离质心算法的峰值检测方法实施例的流程图。

图2是本发明一种基于动态阈值距离质心算法的峰值检测方法实施例中动态阈值距离质心算法的第一原理图。

图3是本发明一种基于动态阈值距离质心算法的峰值检测方法实施例中动态阈值距离质心算法的第二原理图。

以下结合附图及实施例对本发明作进一步说明。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于动态阈值距离质心算法的峰值检测方法实施例：

参见图1，本发明的一种基于动态阈值距离质心算法的峰值检测方法，包括以下步骤：

首先，执行步骤S1，获取原始光谱信号。

接着，执行步骤S2，设置阈值使得峰值区域分割。

然后，执行步骤S3，根据分割后的峰值区域对质心算法进行阈值修正。

接着，执行步骤S4，对阈值修正后的质心算法进行距离加权修正。

然后，执行步骤S5，基于加权修正后的质心算法获取目标中心波长。

在上述步骤S2中，设置阈值使得峰值区域分割具体包括：设置一个动态阈值T，令YL_i<T<YL_i+1，其中，T是FBG反射谱采集数据的动态阈值，i＝n表示第n个FBG反射谱采集数据，YL_i为第n个FBG反射谱中心波长左侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标为(XL_i,YL_i)，YL_i+1为当前FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XL_i+1,LYL_i+1)。

然后，令YR_i<T<YR_i+1，其中，YR_i是当前FBG反射谱中心波长右侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XR_i,YR_i)，YR_i+1是当前FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标(XR_i+1,LYR_i+1)。

接着，计算得出参数(αL,βL)和(αR,βR)，以表示实际的阈值位置，其中，(αL,βL)为插入在(XL_i,YL_i)和(XL_i+1,LYL_i+1)之间坐标值的横纵坐标值点，(αR,βR)为插入在(XR_i,YR_i)和(XR_i+1,LYR_i+1)之间坐标值的横纵坐标值点。

在上述步骤S3中，根据分割后的峰值区域对质心算法进行阈值修正具体包括：当质心点的总体数目数增加m时，参数(αL,βL)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YL_i时，αL→XL_i，βL→YL_i；

当T→YL_i+m时，αL→XLi+m，βL→YLi+m；

其中，XL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的横坐标值，YL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值；

当质心点的总体数目数增加m时，参数(αR,βR)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YR_i时，αR→XR_i，βR→YR_i；

当T→YR_i+m时，αL→XR_i+m，βR→YR_i+m；

其中，XR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的横坐标值，YR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值。

在本实施例中，参数(αL,βL)和(αR,βR)与YL_i和YL_i+1线之间的能量成正比，表示为公式(2)和(3)：

由(2)、(3)得出左端点的坐标，表示为公式(4)：

由公式(2)、(3)和(4)可得出右端点的坐标，表示为公式(5)：

在上述步骤S3中，对阈值修正后的质心算法的数学表达式表示为公式(6)：

其中，λ_Β1是当质心点的总体数目数增加n+1时更新后的质心法对应的中心波长。

当质心点的总体数目数增加n+m时，质心算法的数学表达式表示为公式(7)：

其中，λ_Β2是当质心点的总体数目数增加2时更新后的质心法对应的中心波长，(α_iR,β_iR)是插入在(XR_i,YR_i)和(XR_i+m,LYR_i+m)之间坐标值的横纵坐标值点，(α_iL,β_iL)是插入在(XL_i,YL_i)和(XL_i+m,LYL_i+m)之间坐标值的横纵坐标值点。

在上述步骤S4中，对阈值修正后的质心算法进行距离加权修正具体包括：假设原始未经修正的FBG中心波长坐标点到第n个数据采样点的距离为J，取距离J的倒数作为加权函数，表示为公式(8)：

在上述步骤S5中，所述基于加权修正后的质心算法获取目标中心波长，包括：将公式(8)式代入到公式(7)中，得出目标中心波长：

其中，λ_Β3是当质心点的总体数目数增加m+n时更新后的质心法对应的中心波长，(X_i,Y_i)为当前被测波长的横纵坐标，(X_c,Y_c)为原始未经修正的FBG中心波长坐标，J是原始未经修正的FBG中心波长坐标点到数据采样点(X_i,Y_i)的距离，W_i是取距离J的倒数的加权函数。

本实施例的质心法(COG)又称为功率加权法，是从质量的角度出发，将采集所得的曲线波形数据看为是有质量的质心点，每点的质则对应为反射光谱中的光强幅值，横坐标对应为峰值波长位置，峰值位置则为所有数据的加权平均值，质心的横坐标表示为公式(1)：

其中，λ_Β为FBG为布拉格波长，X_i为第n个FBG的波长值，Y_i为信号采集卡采集的第n个FBG反射谱光强值。该方法只需要进行加权计算，计算量较少，因此具有很高的解调速度，但是抗噪声性能差，容易受到采样点变化或者波长分辨率的影响。

本实施例的动态阈值距离质心算法：是在距离设定和质心法的基础上改进的一种解调算法。在阈值线T以上的拟合窗口中的数据就是拟合原始数据，阈值经过其中一个采样点时会产生问题，阈值T动态移动到具有坐标的点，如图2所示，因为阈值的点选择方法取强度大于T的所有点，当阈值T小于YL_i时，公式(1)中的质心点的总体数目数增加1，当阈值T小于L_i-1时，公式(1)中的质心点的总体数目数增加3，以此类推，这导致由等式计算的质心突然偏移，从而导致拟合波长的偏移。

由于边界受左端点着和右端点的限制，不再是离散的点。通过这种方式可以很好得解决功率不稳定或者在扫描波长干扰等噪声引起光强变化时FBG反射谱拟合出现的突变引起得波长漂移。

因此，本实施例的质心法不仅速度快、精度高、硬件资源需求少，但是质心法容易受被测信号距离中心波长大小的影响。由于距离中心波长越远的像素即中心波长(像素点可以和中心波长存在一点的线性关系，两者可以互换)对质心判断的影响越小，所以取距离的倒数作为加权函数，这样可以降低远离FBG中心波长的噪声，降低外界干扰波动对质心探测的扰动，增强质心的探测精度。当FBG反射谱不近似高斯分布时，该算法依然有较高的精确度，能有效的将中心波长与背景分离。从而消除噪声干扰。但该算法必须在能准确求出FBG中心波长坐标的前提下才具有高精度探测质心的能力。为了解决这个问题，在上述动态阈值改进质心算法的基础上进一步完善优化。

在实际应用中，设计了一个扫描点的插值，当YL_i<T<YL_i+1，其中T是FBG反射谱采集数据(即像素数)的动态阈值，i＝n表示第n个FBG反射谱采集数据，YL_i是第n个FBG反射谱中心波长左侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，(XL_i,YL_i)则是此刻对应的横纵坐标，YL_i+1是当前FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，(XL_i+1,LYL_i+1)为此刻对应的横纵坐标。

同理可得，YR_i是当前FBG反射谱中心波长右侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，(XR_i,YR_i)此刻对应的横纵坐标，YR_i+1是当前FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值,(XR_i+1,LYR_i+1)此刻对应的横纵坐标，如图3所示。

本实施例的目标是找到(αL,βL)和(αR,βR)，其中，(αL,βL)是插入在(XL_i,YL_i)和(XL_i+1,LYL_i+1)之间坐标值的横纵坐标值点，(αR,βR)是插入在(XR_i,YR_i)和(XR_i+1,LYR_i+1)之间坐标值的横纵坐标值点，插入的这些值可以添加到公式(1)中的分子和分母中，以表示实际的阈值位置，可以很好的解决突变带来的中心波长漂移的问题。

其中，(αL,βL)和(αR,βR)的值与点或端点的坐标有关，但必须注意，这里没有实点，βL不等于X轴坐标YL_i点的强度值。当质心点的总体数目数增加1时，参数(αL,βL)可被看作阈值限制的额外补偿值，解决出现的这个问题，中心波长左边应满足的边界条件：

当T→YL_i时，αL→XL_i，βL→YL_i；

当T→YL_i+1时，αL→XL_i+1，βL→YL_i+1；

当质心点的总体数目数增加1时，参数(αR,βR)可被看作阈值限制的额外补偿值，可以解决出现的这个问题，中心波长右边应满足的边界条件：

当T→YR_i时，αR→XR_i，βR→YR_i；

当T→YR_i+1时，αR→XR_i+1，βR→YR_i+1；

当质心点的总体数目数增加m时，参数(αL,βL)可被看作阈值限制的额外补偿值，解决出现的这个问题，中心波长左边应满足的边界条件

T→YL_i时，αL→XL_i，βL→YLi；

T→YL_i+m时，αL→XLi+m，βL→YLi+m；

其中，XL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的横坐标值，YL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值。

当质心点的总体数目数增加m时，参数(αR,βR)可被看作阈值限制的额外补偿值，解决出现的这个问题，中心波长左边应满足的边界条件：

当T→YR_i时，αR→XR_i，βR→YR_i；

当T→YR_i+m时，αL→XR_i+m，βR→YR_i+m；

其中，XR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的横坐标值，YR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值。

参数(αL,βL)和(αR,βR)是阈值T穿过连接点YL_i和YL_i+1线的参数的横纵坐标值，参数(αL,βL)和(αR,βR)与YL_i和YL_i+1线之间的能量成正比，假设是线性插值与对应梯形的面积成正比，如公式(2)和公式(3)：

由公式(2)、(3)得出公式(4)：

其中，S和Y是图3所示的梯形面积，求解(2)、(3)式给出的左端点的坐标。

对于右端点应用同样的推理得出公式(5)：

更新后的质心法由以下方程式得出，如公式(6)：

其中，λ_Β1是当质心点的总体数目数增加n+1时更新后的质心法对应的中心波长。

当质心点的总体数目数增加n+m时，更新后的质心法由以下方程式得出，如公式(7)：

其中，λ_Β2是当质心点的总体数目数增加2时更新后的质心法对应的中心波长，(α_iR,β_iR)是插入在(XR_i,YR_i)和(XR_i+m,LYR_i+m)之间坐标值的横纵坐标值点，(α_iL,β_iL)是插入在(XL_i,YL_i)和(XL_i+m,_LYL_i+m)之间坐标值的横纵坐标值点。

在本实施例中，质心法容易受被测信号距离中心波长大小的影响，由于距离中心波长越远的像素即中心波长(像素点可以和中心波长存在一点的线性关系，两者可以互换)对质心判断的影响越小，所以取距离的倒数作为加权函数，这样可以降低远离FBG中心波长的噪声，降低外界干扰波动对质心探测的扰动，增强质心的探测精度。

例如，设置原始未经修正的FBG中心波长坐标点到第n个数据采样点(X_i,Y_i)的距离为J，所以取距离J的倒数作为加权函数W_i，表达式为公式(8)：

将(8)式带入到(7)式中，最终更新后的质心法由以下方程式得出，如公式(9)：

其中，λ_Β3是当质心点的总体数目数增加m+n时更新后的质心法对应的中心波长，(X_i,Y_i)为当前被测波长的横纵坐标，(X_c,Y_c)为原始未经修正的FBG中心波长坐标，J是原始未经修正的FBG中心波长坐标点到数据采样点(X_i,Y_i)的距离，W_i是取距离的倒数作为的加权函数。

由此可见，本发明针对现有技术存在的不足，分析发现在FBG数据的采集过程中，提出一种快速而准确的峰值检测算法，适用于像素数量有限的光谱仪。该算法是基于动态的阈值和动态阈值距离质心算法，主要用于峰值确定的像素数不是恒定的，在测量过程中会发生变化的情况，从而避免了拟合波长的突变，提高了波长拟合分辨率。

计算机装置实施例：

本实施例的计算机装置包括处理器，处理器执行计算机程序时实现上述基于动态阈值距离质心算法的峰值检测方法实施例中的步骤。

例如，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。

计算机装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，计算机装置可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机装置还可以包括输入输出设备、网络接入设备、总线等。

例如，处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。例如，存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音接收功能、声音转换成文字功能等)等；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、文本数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

存储介质实施例：

终端设备集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述基于动态阈值距离质心算法的峰值检测方法的各个步骤。

其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

由此可见，本发明提供了一种计算机装置以及存储介质，其包括：一个或多个存储器，一个或多个处理器。存储器用于存储程序代码和程序运行过程中产生的中间数据、模型输出结果的储存和模型及模型参数的储存；处理器用于代码运行所占用的处理器资源和训练模型时占用的多个处理器资源。

需要说明的是，以上仅为本发明的优选实施例，但发明的设计构思并不局限于此，凡利用此构思对本发明做出的非实质性修改，也均落入本发明的保护范围之内。

Claims (10)

1.一种基于动态阈值距离质心算法的峰值检测方法，其特征在于，包括：

获取原始光谱信号；

设置阈值使得峰值区域分割；

根据分割后的峰值区域对质心算法进行阈值修正；

对阈值修正后的质心算法进行距离加权修正；

基于加权修正后的质心算法获取目标中心波长。

2.根据权利要求1所述的方法，其特征在于，所述设置阈值使得峰值区域分割，包括：

设置一个动态阈值T，令YL_i<T<YL_i+1，其中，T是FBG反射谱采集数据的动态阈值，i＝n表示第n个FBG反射谱采集数据，YL_i为第n个FBG反射谱中心波长左侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标为(XL_i,YL_i)，YL_i+1为当前FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XL_i+1,LYL_i+1)。

3.根据权利要求2所述的方法，其特征在于：

令YR_i<T<YR_i+1，其中，YR_i是当前FBG反射谱中心波长右侧小于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标是(XR_i,YR_i)，YR_i+1是当前FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值，则此刻对应的横纵坐标(XR_i+1,LYR_i+1)。

4.根据权利要求3所述的方法，其特征在于：

计算得出参数(αL,βL)和(αR,βR)，以表示实际的阈值位置，其中，(αL,βL)为插入在(XL_i,YL_i)和(XL_i+1,LYL_i+1)之间坐标值的横纵坐标值点，(αR,βR)为插入在(XR_i,YR_i)和(XR_i+1,LYR_i+1)之间坐标值的横纵坐标值点。

5.根据权利要求4所述的方法，其特征在于，所述根据分割后的峰值区域对质心算法进行阈值修正，包括：

当质心点的总体数目数增加m时，参数(αL,βL)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YL_i时，αL→XL_i，βL→YL_i；

当T→YL_i+m时，αL→XLi+m，βL→YLi+m；

其中，XL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的横坐标值，YL_i+m是第n+m个FBG反射谱中心波长左侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值；

当质心点的总体数目数增加m时，参数(αR,βR)作为阈值限制的额外补偿值，目标中心波长左边的边界条件应满足：

当T→YR_i时，αR→XR_i，βR→YR_i；

当T→YR_i+m时，αL→XR_i+m，βR→YR_i+m；

其中，XR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的横坐标值，YR_i+m是第n+m个FBG反射谱中心波长右侧大于在动态阈值T的一个采集数据点对应的纵坐标强度值。

6.根据权利要求5所述的方法，其特征在于：

参数(αL,βL)和(αR,βR)与YL_i和YL_i+1线之间的能量成正比，表示为公式(2)和(3)：

由(2)、(3)得出左端点的坐标，表示为公式(4)：

由公式(2)、(3)和(4)可得出右端点的坐标，表示为公式(5)：

7.根据权利要求6所述的方法，其特征在于：

对阈值修正后的质心算法的数学表达式表示为公式(6)：

其中，λ_Β1是当质心点的总体数目数增加n+1时更新后的质心法对应的中心波长。

8.根据权利要求7所述的方法，其特征在于：

当质心点的总体数目数增加n+m时，质心算法的数学表达式表示为公式(7)：

其中，λ_Β2是当质心点的总体数目数增加2时更新后的质心法对应的中心波长，(α_iR,β_iR)是插入在(XR_i,YR_i)和(XR_i+m,LYR_i+m)之间坐标值的横纵坐标值点，(α_iL,β_iL)是插入在(XL_i,YL_i)和(XL_i+m,LYL_i+m)之间坐标值的横纵坐标值点。

9.根据权利要求8所述的方法，其特征在于，所述对阈值修正后的质心算法进行距离加权修正，包括：

假设原始未经修正的FBG中心波长坐标点到第n个数据采样点的距离为J，取距离J的倒数作为加权函数，表示为公式(8)：

10.根据权利要求9所述的方法，其特征在于，所述基于加权修正后的质心算法获取目标中心波长，包括：

将公式(8)式代入到公式(7)中，得出目标中心波长：

其中，λ_Β3是当质心点的总体数目数增加m+n时更新后的质心法对应的中心波长，(X_i,Y_i)为当前被测波长的横纵坐标，(X_c,Y_c)为原始未经修正的FBG中心波长坐标，J是原始未经修正的FBG中心波长坐标点到数据采样点(X_i,Y_i)的距离，W_i是取距离J的倒数的加权函数。

Images