CN116879227A - 一种基于激光光谱的快速气体反演方法 - Google Patents

一种基于激光光谱的快速气体反演方法 Download PDF

Info

Publication number
CN116879227A
CN116879227A CN202310829875.1A CN202310829875A CN116879227A CN 116879227 A CN116879227 A CN 116879227A CN 202310829875 A CN202310829875 A CN 202310829875A CN 116879227 A CN116879227 A CN 116879227A
Authority
CN
China
Prior art keywords
light path
detection light
signal
kth period
formula
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.)
Granted
Application number
CN202310829875.1A
Other languages
English (en)
Other versions
CN116879227B (zh
Inventor
李顺
唐七星
詹韬
李琪
朱冰毅
刘路
廖娟
王玉伟
董萧
张玉钧
陈东
高彦伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Agricultural University AHAU
Original Assignee
Anhui Agricultural University AHAU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Agricultural University AHAU filed Critical Anhui Agricultural University AHAU
Priority to CN202310829875.1A priority Critical patent/CN116879227B/zh
Publication of CN116879227A publication Critical patent/CN116879227A/zh
Application granted granted Critical
Publication of CN116879227B publication Critical patent/CN116879227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/39Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using tunable lasers

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Data Mining & Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Optics & Photonics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于激光光谱的快速气体反演方法,是以n个周期的光谱信号作为一个窗口,归一化减少基线噪声;然后利用快速封闭式近似迭代拟合,考虑归一化信号的峰值、谱线宽度、面积作为迭代结束的判断,在保证迭代的准确性的同时,提高迭代速度;接着,对积分吸光度的和来进一步处理,以消除仪器受到的外界干扰与随机噪声影响,从而能提高检测精度。本发明能有效的降低扰动,快速进行光谱信息浓度反演,既减少了气体浓度反演时间,又提高了检测精度。

Description

一种基于激光光谱的快速气体反演方法
技术领域
本发明涉及环境光学领域,具体的说是针对激光吸收光谱气体检测时,快速进行浓度反演,并减少波动,提出的一种基于激光光谱的快速气体反演方法。
背景技术
激光吸收光谱技术利用分子光谱的“指纹”特征,通过获取被测气体对特征吸收光谱的吸收信息,实现对气体浓度的定量分析,具有高光谱分辨率、高灵敏度和良好选择性等特点,已经成为痕量气体快速、在线分析的有效方法之一。
在进行激光吸收光谱气体浓度反演时,检测信号的波形容易受到外界干扰,直接进行气体浓度反演会影响检测系统的检测精度。传统的方法都是通过基线拟合的方法来消除干扰噪声和系统噪声的影响,再通过Levenberg-Marquardt算法、回归方程等方法进行线型拟合来计算检测信号的积分吸光度。然而这些方法都增加了检测系统的复杂性,使得气体浓度反演的过程更加繁琐,耗时较长,且对外界干扰噪声的减低效果不尽如人意。
发明内容
鉴于现有技术方法存在的不足,本发明提出一种基于激光光谱的快速气体反演方法,以期能有效的降低扰动,并能快速地进行光谱信息浓度反演,从而既能减少气体浓度反演时间,又能提高检测精度。
本发明解决上述问题的技术方案如下:
本发明一种基于激光光谱的快速气体反演方法的特点在于,是按如下步骤进行:
步骤1.将激光器发出的光进行分束后,得到参考光路与探测光路;
将所述参考光路的信号序列记为{yk(m)|m=1,2,…,N;k=1,2,…,n}、所述探测光路的信号序列记为{Tk(m)|m=1,2,…,N;k=1,2,…,n},其中,yk(m)表示第k个周期下第m位置的参考光路信号,Tk(m)表示第k个周期下第m位置的探测光路信号,n表示一个窗口周期总和,N表示数据点总和;
步骤2.选取所述探测光路的信号序列{Tk(m)|m=1,2,…,N;k=1,2,…,n}中的无吸收区域的探测光路信号其中,/>表示第k个周期第m'位置下无吸收区域的探测光路信号;
利用式(1)对无吸收区域的探测光路信号进行拟合,得到探测光路基线信号/>
式(1)中,表示第k个周期第m位置下探测光路基线信号,/>为第k个周期下的4个拟合系数,εk为第k个周期下的残差平方和;
步骤3.利用式(2)进行归一化处理,得到探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}:
式(2)中,Gk(m)表示第k个周期第m位置下探测光路的归一化信号;
步骤4.利用式(3)对探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}进行快速封闭式近似迭代拟合,从而确定4个参数Ak并得到线型函数,其中,/>表示第k个周期下峰值处对应的频率,/>表示第k个周期下高斯线型的半高全宽,/>表示第k个周期下洛仑兹线型的半高全宽,Ak表示第k个周期下的积分吸光度;
式(3)中,g(m)为第m位置下的封闭式运算函数;f(·)为封闭式重构模型函数;
步骤5.利用线型函数,计算探测光路的积分吸光度{A′k|k=1,2,…,n};其中,A′k表示第k个周期下的探测光路的积分吸光度;
步骤6.利用式(4)得到一个窗口内探测光路的积分吸光度和sT
步骤7.按照步骤2-步骤6的过程,对参考光路的信号序列{yk(m)|m=1,2,…,N;k=1,2,…,n}进行处理,从而得到参考光路的积分吸光度和sy
步骤8.利用式(5)分别对探测光路的积分吸光度和sT与参考光路的积分吸光度和sy进行反演,从而得到气体浓度C:
式(5)中,Ly为参考光路光程,LT为探测光路光程,Cy为参考池的已知浓度。
本发明一种电子设备,包括存储器以及处理器的特点在于,所述存储器用于存储支持处理器执行所述快速气体反演方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
本发明一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序的特点在于,所述计算机程序被处理器运行时执行所述快速气体反演方法的步骤。
与现有的技术相比较,本发明的有益效果体现在:
1.本发明利用快速封闭式近似迭代拟合,在不追求拟合的相关性的条件下,考虑归一化信号的峰值、谱线宽度、面积作为迭代结束的判断,从而保证了迭代的准确性,保证了检测精度。
2.本发明对归一化信号进行快速封闭式近似迭代拟合,来确定Ak等参数,从而提高了迭代速度,减少了气体浓度反演时间。
3.本发明利用n个周期的光谱信号作为一个窗口,对积分吸光度的和来进一步处理,能够消除仪器受到的外界干扰与随机噪声影响,从而提高了检测精度。
附图说明
图1为本发明实施案例中的基于激光光谱的气体检测系统示意图;
图2本发明的一种基于激光光谱的快速气体反演方法的流程图。
具体实施方式
本实施例中,参见图1,气体检测系统包括:信号发生器1、激光控制器2、激光器3、光纤分束器4、准直器5、收发望远镜6、角反射器7、准直器8、标准气室9、光电探测器10、信号处理与采集模块11、显示模块12;
其中的激光控制器2控制激光器3的温度和电流,信号发生器1的输入信号调制激光器3的输出波长;
利用分束器4对激光器3发出的光进行分束,分别为参考光路与探测光路;
其中参考光路光束准直器8准直后,发送到标准气室9后聚焦到光电探测器10上;探测光路光束准直器5准直后通过收发望远镜6出射,经遥测大气被角反射器7按照同样路径返回后聚焦到收发望远镜6内的光电探测器上;
两路信号被发送到信号处理与采集模块11后进行分析和反演,最后在显示模块12上显示。
参见图2,本实施例中,一种基于激光光谱的快速气体反演方法,是按如下步骤进行:
步骤1.将激光器发出的光进行分束后,得到参考光路与探测光路;
将参考光路的信号序列记为{yk(m)|m=1,2,…,N;k=1,2,…,n}、探测光路的信号序列记为{Tk(m)|m=1,2,…,N;k=1,2,…,n},其中,yk(m)表示第k个周期第m位置下的参考光路信号,Tk(m)表示第k个周期第m位置下的探测光路信号,n表示一个窗口周期总和,N表示数据点总和,m表示信号序列位置;
步骤2.选取探测光路的信号序列{Tk(m)|m=1,2,…,N;k=1,2,…,n}中的无吸收区域的探测光路信号其中,/>表示第k个周期第m'位置下无吸收区域的探测光路信号;
利用式(1)对无吸收区域的探测光路信号进行拟合,得到探测光路基线信号/>
式(1)中,表示第k个周期第m位置下探测光路基线信号,/>为第k个周期下的4个拟合系数,εk为第k个周期下的残差平方和;
步骤3.利用式(2)进行归一化处理,得到探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}:
式(2)中,Gk(m)表示第k个周期第m位置下探测光路的归一化信号;
步骤4.利用式(3)对探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}进行快速封闭式近似迭代拟合,从而确定Ak参数,并得到线型函数,其中,/>表示第k个周期下峰值处对应的频率,/>表示第k个周期下高斯线型的半高全宽,/>表示第k个周期下洛仑兹线型的半高全宽,Ak表示第k个周期下的积分吸光度;
式(3)中,g(m)为第m位置下封闭式运算函数,m表示序列位置;为封闭式重构模型函数;
步骤5.利用线型函数,计算探测光路的积分吸光度{A′k|k=1,2,…,n};其中,A′k表示第k个周期下的探测光路的积分吸光度;
步骤6.利用式(4)得到一个窗口内探测光路的积分吸光度和sT
步骤7.按照步骤2-步骤6的过程,对参考光路的信号序列{yk(m)|m=1,2,…,N;k=1,2,…,n}进行处理,从而得到参考光路的积分吸光度和sy
步骤8.利用式(5)分别对探测光路的积分吸光度和sT与参考光路的积分吸光度和sy进行反演,从而得到气体浓度C:
式(5)中,Ly为参考光路光程,LT为探测光路光程,Cy为参考池的已知浓度。
本实施例中,一种电子设备,包括存储器以及处理器,该存储器用于存储支持处理器执行上述方法的程序,该处理器被配置为用于执行该存储器中存储的程序。
本实施例中,一种计算机可读存储介质,是在计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。

Claims (3)

1.一种基于激光光谱的快速气体反演方法,其特征在于,是按如下步骤进行:
步骤1.将激光器发出的光进行分束后,得到参考光路与探测光路;
将所述参考光路的信号序列记为{yk(m)|m=1,2,…,N;k=1,2,…,n}、所述探测光路的信号序列记为{Tk(m)|m=1,2,…,N;k=1,2,…,n},其中,yk(m)表示第k个周期下第m位置的参考光路信号,Tk(m)表示第k个周期下第m位置的探测光路信号,n表示一个窗口周期总和,N表示数据点总和;
步骤2.选取所述探测光路的信号序列{Tk(m)|m=1,2,…,N;k=1,2,…,n}中的无吸收区域的探测光路信号其中,/>表示第k个周期第m'位置下无吸收区域的探测光路信号;
利用式(1)对无吸收区域的探测光路信号进行拟合,得到探测光路基线信号/>
式(1)中,T0 k(m)表示第k个周期第m位置下探测光路基线信号,为第k个周期下的4个拟合系数,εk为第k个周期下的残差平方和;
步骤3.利用式(2)进行归一化处理,得到探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}:
式(2)中,Gk(m)表示第k个周期第m位置下探测光路的归一化信号;
步骤4.利用式(3)对探测光路的归一化信号{Gk(m)|m=1,2,…,N;k=1,2,…,n}进行快速封闭式近似迭代拟合,从而确定4个参数并得到线型函数,其中,/>表示第k个周期下峰值处对应的频率,/>表示第k个周期下高斯线型的半高全宽,/>表示第k个周期下洛仑兹线型的半高全宽,Ak表示第k个周期下的积分吸光度;
式(3)中,g(m)为第m位置下的封闭式运算函数;f(·)为封闭式重构模型函数;
步骤5.利用线型函数,计算探测光路的积分吸光度{A′k|k=1,2,…,n};其中,A′k表示第k个周期下的探测光路的积分吸光度;
步骤6.利用式(4)得到一个窗口内探测光路的积分吸光度和sT
步骤7.按照步骤2-步骤6的过程,对参考光路的信号序列{yk(m)|m=1,2,…,N;k=1,2,…,n}进行处理,从而得到参考光路的积分吸光度和sy
步骤8.利用式(5)分别对探测光路的积分吸光度和sT与参考光路的积分吸光度和sy进行反演,从而得到气体浓度C:
式(5)中,Ly为参考光路光程,LT为探测光路光程,Cy为参考池的已知浓度。
2.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1所述快速气体反演方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
3.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1所述快速气体反演方法的步骤。
CN202310829875.1A 2023-07-07 2023-07-07 一种基于激光光谱的快速气体反演方法 Active CN116879227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310829875.1A CN116879227B (zh) 2023-07-07 2023-07-07 一种基于激光光谱的快速气体反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310829875.1A CN116879227B (zh) 2023-07-07 2023-07-07 一种基于激光光谱的快速气体反演方法

Publications (2)

Publication Number Publication Date
CN116879227A true CN116879227A (zh) 2023-10-13
CN116879227B CN116879227B (zh) 2024-06-11

Family

ID=88254238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310829875.1A Active CN116879227B (zh) 2023-07-07 2023-07-07 一种基于激光光谱的快速气体反演方法

Country Status (1)

Country Link
CN (1) CN116879227B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4801209A (en) * 1986-01-17 1989-01-31 The Boc Group, Inc. Process and apparatus for analyzing a gaseous mixture and a visible emission spectrum generator therefor
CN101881727A (zh) * 2010-07-06 2010-11-10 西安交通大学 一种基于吸收光谱图重构的多组分气体浓度定量分析方法
CN104634739A (zh) * 2015-01-19 2015-05-20 中国科学院合肥物质科学研究院 一种防尘甲烷气体光学检测探头
CN105678086A (zh) * 2016-01-12 2016-06-15 东南大学 一种基于光谱吸收的温度场和浓度场重建的交替迭代算法
CN107110776A (zh) * 2014-11-11 2017-08-29 光谱传感器公司 具有复杂背景成分的样品气体中的目标分析物检测和量化
CN109387487A (zh) * 2018-12-18 2019-02-26 成都信息工程大学 卷云条件下短波红外高光谱数据大气甲烷快速反演方法
CN110987867A (zh) * 2018-10-02 2020-04-10 阿克塞特里斯股份公司 用于激光光谱学的光学测量系统中的目标气体的相对定位的方法和系统
US20200309950A1 (en) * 2017-01-24 2020-10-01 Mitsubishi Electric Corporation Laser radar device
CN113916810A (zh) * 2021-09-27 2022-01-11 聚光科技(杭州)股份有限公司 多组分气体浓度分析方法
CN114235741A (zh) * 2021-11-10 2022-03-25 华南理工大学 一种基于tdlas的气体浓度测量方法及系统
CN114729881A (zh) * 2019-11-29 2022-07-08 塞莫费雪科学(埃居布朗)有限公司 发射光谱法的改进
CN114782583A (zh) * 2022-03-22 2022-07-22 北京航空航天大学 一种基于Zernike多项式拟合的二维温度场和浓度场成像方法
CN114817825A (zh) * 2022-04-21 2022-07-29 中国科学技术大学 一种基于超光谱遥感的排放源co2快速成像方法
CN114970639A (zh) * 2022-06-10 2022-08-30 安徽农业大学 一种开放空间外界环境的气体闪烁噪声消除方法
CN116226579A (zh) * 2022-12-26 2023-06-06 安徽皖仪科技股份有限公司 一种气体浓度的迭代计算方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4801209A (en) * 1986-01-17 1989-01-31 The Boc Group, Inc. Process and apparatus for analyzing a gaseous mixture and a visible emission spectrum generator therefor
CN101881727A (zh) * 2010-07-06 2010-11-10 西安交通大学 一种基于吸收光谱图重构的多组分气体浓度定量分析方法
CN107110776A (zh) * 2014-11-11 2017-08-29 光谱传感器公司 具有复杂背景成分的样品气体中的目标分析物检测和量化
CN104634739A (zh) * 2015-01-19 2015-05-20 中国科学院合肥物质科学研究院 一种防尘甲烷气体光学检测探头
CN105678086A (zh) * 2016-01-12 2016-06-15 东南大学 一种基于光谱吸收的温度场和浓度场重建的交替迭代算法
US20200309950A1 (en) * 2017-01-24 2020-10-01 Mitsubishi Electric Corporation Laser radar device
CN110987867A (zh) * 2018-10-02 2020-04-10 阿克塞特里斯股份公司 用于激光光谱学的光学测量系统中的目标气体的相对定位的方法和系统
CN109387487A (zh) * 2018-12-18 2019-02-26 成都信息工程大学 卷云条件下短波红外高光谱数据大气甲烷快速反演方法
CN114729881A (zh) * 2019-11-29 2022-07-08 塞莫费雪科学(埃居布朗)有限公司 发射光谱法的改进
CN113916810A (zh) * 2021-09-27 2022-01-11 聚光科技(杭州)股份有限公司 多组分气体浓度分析方法
CN114235741A (zh) * 2021-11-10 2022-03-25 华南理工大学 一种基于tdlas的气体浓度测量方法及系统
CN114782583A (zh) * 2022-03-22 2022-07-22 北京航空航天大学 一种基于Zernike多项式拟合的二维温度场和浓度场成像方法
CN114817825A (zh) * 2022-04-21 2022-07-29 中国科学技术大学 一种基于超光谱遥感的排放源co2快速成像方法
CN114970639A (zh) * 2022-06-10 2022-08-30 安徽农业大学 一种开放空间外界环境的气体闪烁噪声消除方法
CN116226579A (zh) * 2022-12-26 2023-06-06 安徽皖仪科技股份有限公司 一种气体浓度的迭代计算方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
F WANG 等: "Two-dimensional tomography for gas concentration and temperature distributions based on tunable diode laser absorption spectroscopy", 《MEASUREMENT SCIENCE AND TECHNOLOGY》, vol. 21, 23 February 2010 (2010-02-23), pages 1 - 10 *
YUDI CHEN 等: "A fast closed-form approximate iterative fitting algorithm based on laser absorption spectrum", 《AIP ADVANCES》, vol. 14, no. 2, 20 February 2024 (2024-02-20), pages 1 - 8, XP012282303, DOI: 10.1063/5.0189657 *
孟凡昊 等: "基于迭代算法的大气HONO和NO2开放光路宽带腔增强吸收光谱测量", 《物理学报》, vol. 71, no. 12, 31 December 2022 (2022-12-31), pages 1 - 8 *
谭毅 等: "大气环境下基于目标照明回光的视轴误差校正实验研究", 《物理学报》, vol. 64, no. 2, 31 December 2015 (2015-12-31), pages 1 - 9 *
鲁一冰 等: "一种单光谱吸收积分吸光度快速计算方法及应用", 《光学学报》, vol. 38, no. 12, 31 December 2018 (2018-12-31), pages 1 - 8 *

Also Published As

Publication number Publication date
CN116879227B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN110044824B (zh) 一种基于石英音叉的双光谱气体检测装置及方法
CN105628649B (zh) 气体现场监测特征吸收峰提取方法
CN105092540A (zh) 一种食用油中重金属铅含量的快速高精度检测方法及装置
US6714304B2 (en) Fourier transformation infrared spectrophotometer
CN108801927B (zh) 一种利用光致超声法检测乙炔气体浓度的装置及方法
CN114993987B (zh) 基于吸收光谱幅值调制的温度及气体浓度测量方法与系统
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
CN103411923B (zh) 一种采用双路可调谐激光吸收光谱技术的归一化降噪方法
CN115950827A (zh) 一种降低开放光路光谱检测信号噪声影响的方法
CN117330497A (zh) 一种基于卷积神经网络的光纤内腔气体检测系统
CN101915748B (zh) 一种激光气体浓度检测的拟合动态寻峰方法
CN116879227B (zh) 一种基于激光光谱的快速气体反演方法
JP2001343324A (ja) 赤外線吸光スペクトルのベースライン補正方法及びそのプログラム記録媒体
CN108333143B (zh) 一种基于可调谐激光吸收光谱的水汽浓度测量修正方法
CN107389615B (zh) 一种蒸发光检测装置及基于该装置的蒸发光测量方法
CN114970639B (zh) 一种开放空间外界环境的气体闪烁噪声消除方法
CN111220571B (zh) 一种基于幅值离散度的二次谐波信号拟合方法及系统
CN116625984A (zh) 一种二次谐波信号的非线性拟合的气体浓度检测方法
US10481084B2 (en) Advanced reference detector for infrared spectroscopy
CN207472755U (zh) 一种双级增强型光声光谱检测器装置
Deng et al. Sensitive detection of acetylene by second derivative spectra with tunable diode laser absorption spectroscopy
CN204705588U (zh) 一种食用油中重金属铅含量的快速高精度检测装置
CN112985610B (zh) 一种THz回波高温温度测量装置
CN115326751A (zh) 基于多谐波信息融合激光吸收光谱技术气体浓度检测方法
CN112611720A (zh) 一种补偿动态损耗的多点气体浓度检测装置及其检测方法

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