CN117321728A - 针对离子分析的改进以及关于离子分析 - Google Patents
针对离子分析的改进以及关于离子分析 Download PDFInfo
- Publication number
- CN117321728A CN117321728A CN202180098366.5A CN202180098366A CN117321728A CN 117321728 A CN117321728 A CN 117321728A CN 202180098366 A CN202180098366 A CN 202180098366A CN 117321728 A CN117321728 A CN 117321728A
- Authority
- CN
- China
- Prior art keywords
- signal
- ion
- frequency
- value
- ions
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims description 24
- 230000006872 improvement Effects 0.000 title description 2
- 150000002500 ions Chemical class 0.000 claims abstract description 470
- 238000000034 method Methods 0.000 claims abstract description 116
- 230000003595 spectral effect Effects 0.000 claims abstract description 103
- 230000003534 oscillatory effect Effects 0.000 claims abstract description 42
- 238000012937 correction Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000000737 periodic effect Effects 0.000 claims description 64
- 238000005040 ion trap Methods 0.000 claims description 50
- 230000010355 oscillation Effects 0.000 claims description 47
- 238000001454 recorded image Methods 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 14
- 230000005686 electrostatic field Effects 0.000 claims description 13
- 238000004949 mass spectrometry Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000002829 reductive effect Effects 0.000 claims description 7
- 230000005684 electric field Effects 0.000 claims description 4
- 238000010884 ion-beam technique Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 description 64
- 230000000875 corresponding effect Effects 0.000 description 47
- 230000006870 function Effects 0.000 description 40
- 239000011159 matrix material Substances 0.000 description 21
- 230000001052 transient effect Effects 0.000 description 19
- 238000005259 measurement Methods 0.000 description 13
- 239000000243 solution Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000003491 array Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 238000004252 FT/ICR mass spectrometry Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000001831 conversion spectrum Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000005036 potential barrier Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000002887 superconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000010356 wave oscillation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/02—Details
- H01J49/025—Detectors specially adapted to particle spectrometers
- H01J49/027—Detectors specially adapted to particle spectrometers detecting image current induced by the movement of charged particles
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/26—Mass spectrometers or separator tubes
- H01J49/34—Dynamic spectrometers
- H01J49/42—Stability-of-path spectrometers, e.g. monopole, quadrupole, multipole, farvitrons
- H01J49/4205—Device types
- H01J49/4245—Electrostatic ion traps
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
一种图像电荷/电流信号的处理方法,图像电荷/电流信号表示在离子分析器设备内经历振荡运动的一个或多个离子,方法包括:获得由离子分析器设备在时域中生成的图像电荷/电流信号的记录。方法包括通过信号处理单元进行的:选取图像电荷/电流信号的频域谱的N个(其中N是>1的整数)单独值(OPn,其中,n=1至N;N≥M),各单独值分别来自多个谱峰,多个谱峰包括与目标离子相关联的谐波峰。通过求解方程组for n=1 to N;N≥M,基于与该离子相关联的多个校正值(TPm)的大小来确定目标离子的电荷,其中,αnm是系数,TPm是所述频域信号的N个选取的单独值的M个校正值。
Description
技术领域
本发明涉及基于图像电荷/电流分析的离子分析方法和设备及其离子分析器设备。本发明特别但不排他地涉及用于确定离子电荷的图像电荷/电流信号的分析。例如,图像电荷/电流信号可以由离子迁移率分析器、电荷检测质谱仪(CDMS)或离子阱设备(例如:离子回旋加速器、静电场轨道阱、静电线性离子阱(ELIT)、四极离子阱、轨道频率分析器(OFA)、平面静电离子阱(PEIT))或者在其中产生振荡运动的其他离子分析器设备产生。
背景技术
通常离子阱质谱仪的工作原理为,捕获离子而使之沿着线性路径或在环形轨道中进行前后振荡运动。离子阱质谱仪可以产生磁场、动电场或静电场或其组合,以捕获离子。如果使用静电场捕获离子,则离子阱质谱仪通常被称为“静电”离子阱质谱仪。
通常,离子阱质谱仪中捕获的离子的振荡频率取决于离子的质荷(m/z)比。原因在于,与m/z比更小的离子相比,m/z比更大的离子通常需要更长时间实现振荡。通过图像电荷/电流检测器,可以无损地获得表示在时域中经历振荡运动的捕获的离子的图像电荷/电流信号。通过傅里叶变换(FT)等,能够将该图像电荷/电流信号转换到频域。由于捕获的离子的振荡频率取决于m/z,因此频域中的图像电荷/电流信号能够被视为提供关于已捕获的离子的m/z分布信息的质谱数据。
在质谱法中,在离子分析器设备(例如,离子阱)内经历振荡运动的一个或多个离子可以引起可由为此目的而配置的设备的传感器电极检测到的图像电荷/电流信号。一种用于这样的图像电荷/电流信号的公知方法为将时域信号变换到频域。用于该目的最常用的变换是傅里叶变换(FT)。傅里叶变换将时域信号分解成正弦分量,每个分量具有特定的频率(或周期)、振幅和相位。这些参数与测量的图像电荷/电流信号中的周期性分量(频率分量)的频率(或周期)、振幅和相位相关联。容易将上述周期性分量的频率(或周期)同相应离子种类的m/z值或在其电荷状态已知的情况下同其质量建立关联性。利用这些原理的质谱仪被称为傅里叶变换质谱仪,该领域本身则被称为傅里叶变换质谱法(FTMS)。
两种常用的FTMS离子阱是傅里叶变换离子回旋共振阱(FTICR)和静电场轨道阱。前者利用磁场捕获离子,而后者利用静电场捕获离子。两种阱均生成谐波图像电荷/电流信号。其他类型的FTMS离子阱配置为生成非谐波图像电荷/电流信号。FTICR通常采用超导体磁场捕获离子,而静电场轨道阱采用静电场捕获离子,以使捕获的离子沿着螺旋轨迹围绕中心电极进行循环。另一已知的离子阱质谱仪示例是轨道频率分析器(OFA),其描述参见:《采用高次谐波增强质量分辨能力的高容量静电离子阱》,Li Ding、Aleksandr Rusinov,《分析化学》,2019,91,12,7595-7602。又一已知的离子阱质谱仪示例是Zajfman等人在WO02/103747(A1)中公开的静电离子束阱(“EIBT”)。在EIBT中,离子通常沿着线性路径前后振荡,因此这种离子阱也被称为“静电线性离子阱”(ELIT)。
通过傅里叶变换,也可以对非谐波图像电荷/电流信号进行分析,并且这样做将针对图像电荷/电流信号的各周期/频率分量生成多个谐波。然而,不同阶次的谐波可以在傅里叶变换后的图像电荷/电流信号的频谱内彼此混合(重叠),这也使得更难以将分量的频率与离子种类的质荷比(m/z)或质量建立关联性。
电荷检测质谱法使用来自离子阱中离子运动的信号来同时测量单个离子的m/z和电荷。离子阱的形态可以是离子回旋共振(ICR)单元、静电场轨道阱或其他种类的静电离子阱,例如静电线性阱、静电平面阱(OFA)和卡西尼阱。在将离子引入离子阱之后,离子在捕获空间中反复来回沿轨道运行或飞行,振荡或轨道频率取决于各离子的m/z。离子阱中的一个或多个电极起到拾取来自离子运动的图像电荷信号的作用。此信号可以是具有正弦波形式的波形的谐波,或者是非谐波,这意味着其除了基波分量之外,还具有一个或多个显著的谐波频率分量(例如高阶谐波频率分量等其它频率分量)。在任一情况下,信号的重复频率将与振荡或轨道频率相同或是振荡或轨道频率的数倍。然而,信号的振幅与离子的电荷成比例。
当涉及多电荷离子特别是从电喷雾离子源产生并被引入离子阱的高电荷生物离子时,能够检测到来自单个振荡离子的信号,尽管必须使用某些信号处理算法来抑制噪声。常用的方法/算法之一是傅里叶变换,这也是所谓的傅里叶变换质谱法(FTMS)的基础技术。
在FTMS中,当记录的信号的瞬态图像电荷/电流信号足够长(比如1秒长)时,可以非常准确地测量离子运动的频率。然而,离子电荷的测量比较困难。信号中的电子噪声导致信号的振幅扭曲,与残余气体分子的碰撞、离子之间的空间电荷相互作用或多个离子一同飞行时产生的信号干扰,也可以导致阱中离子的振荡中断。为了减少这些问题,需要在各循环中注入有限数量的离子(通常限于数十至数百个离子),将系统抽至超高真空(接近或小于10-10托),并提高信号拾取和放大器系统的信噪比(S/N)。
从硬件的角度来看,借助具有极高的真空度及约为1s的瞬态长度的静电离子阱,目前电荷测量误差可以达到‘2e’,其中,‘e’是电子电荷。在用于处理记录的瞬态图像电荷/电流信号的软件中,准确确定信号中的频率是十分重要的,这暗示了在信号中存在多少离子及这些离子的m/z。这通常通过快速傅里叶变换(FFT)来完成。同样必须确定的是各离子的寿命或未因碰撞而中断的离子振荡的持续时间。现有技术中的共振离子选择性时间概览(STORI)斜率法可用于后续尝试确定离子的寿命(LT)和电荷。
该STORI法(Jared O.Kafader《STORI图可准确跟踪单个离子信号》,《J.Am.Soc.Mass spectrum(美国质谱学会会刊)》(2019)30:2200-2203)提供了找到离子振荡寿命的手段。该方法根据图像电荷/电流信号f(t)的值计算以下量:
其通常随时间线性增加,同时离子振荡继续进行,以生成可检测信号。S(t)即STORI函数的增加值的平均增长斜率可以取决于图像电荷/电流信号的振幅,并且可以与有利条件下的离子的电荷成比例。通过测量有利条件下STORI函数的斜率,可以确定离子的电荷。当图像电荷信号停止时(即离子被中和或突然改变其频率),STORI函数的线性增长也将停止,并且理想地,此后保持恒定。通过该特性,可以确定离子何时停止以及提供离子的寿命信息。图1a示出STORI函数的理论理想化形式。据发现,STORI函数的形式‘平均’是线性的(例如可能存在一些取决于离子频率与采样频率相关联程度的起伏),使得在数据采集时间间隔内,函数S(tn)的幅度的变化率(即累积函数S(tn)的增长的斜率)与离子的电荷z成比例:
其中,项‘a’和‘b’是恒定的、预定的校准值。离子的电荷z可以根据该方程确定。该方法可以包括根据累积函数S(tn)的幅度的变化率(即上升的‘斜率’)确定多个离子的电荷值。
然而,STORI法主要适用于谐波振荡,或者更具体而言主要适用于通过离子运动生成的图像电荷/电流信号具有正弦波形的情况。对于包含多个谐波分量的非谐波信号,该方法不能有效地利用这些谐波分量,因此导致较低的信噪比或较差的电荷测量准确度。此外,在计算离子的电荷值时,该方法会受到信号中嵌入的电子噪声的影响。当在数据采集期间多个离子共存于离子阱中时,如果离子振荡的频率足够接近,这些离子将开始彼此干扰,从而进一步增加了电荷测量的不准确度。
为了说明与STORI法相关的问题,参考图1b中所示的以下模拟测试数据。该图示出了基于现有技术的两组STORI图。第一组(曲线1)示出了单个离子的图像电荷/电流信号的STORI图,并且不包含来自其它离子的噪声或干扰。第二组(曲线2、3和4)示出了目标离子的图像电荷/电流信号的STORI图,并且这些图包含来自其他离子的真实水平的噪声或干扰。曲线1是由单个离子在整个信号长度上以170,000.00Hz振荡而产生的。总信号持续时间为1,000ms。该曲线是一条纯直线,是在现实中几乎不会出现的理想化结果。该线是否是直线取决于采样频率与信号频率和相位的相关联程度。仅在采样周期是信号周期的整数倍时才会出现如图1b中的曲线1所示的完美直线。此处的‘采样’涉及上述STORI公式中的连续时间点(tn)之间的距离。曲线2、3和4则更真实,分别表示相同电荷的三个不同离子的振荡的STORI图。曲线2对应以170,000.00Hz的频率振荡的离子(离子#1),曲线3对应以170,010.95Hz的频率振荡的离子(离子#2)。曲线4对应以170,006.57Hz的频率振荡的离子(离子#3)。离子#2生存200ms,然后将其频率改变为170,050.11Hz。离子#3生存300ms,然后将其频率改变为170,008.76Hz。对于这三个离子,总信号持续时间为1,000ms。即使在改变其频率之后,三个离子也具有相同的50e电荷。
假设各STORI的斜率与生成其的离子的电荷成比例。理想化离子(曲线1)的斜率表示50e电荷。该曲线的比例系数(梯度)可用作校准,以估计其它离子的电荷。一个问题是,在不存在理想化曲线1的情况下,必须使用次佳(‘最线性’)的曲线例如曲线2作为校准。通过明显为周期性的振荡对曲线2进行了清晰调制,这意味着它们并不是由噪声产生的,并且估计其斜率有问题。
STORI法的另一个问题是,其只能在以下情况下使用:离子的振荡存在且清晰,并且作为上升线性(或准线性)图出现在该离子的STORI图的对应曲线中。当离子振荡停止并且离子振荡的‘寿命’已经结束时,STORI图上的数据的对应部分至少理论上应该停止继续上升。在STORI分析中,STORI数据中与该‘寿命’结束后的时间对应的任何部分均不应被使用。然而,通常很难通过STORI图准确地确定离子振荡的‘寿命’。这十分重要,原因在于鉴于STORI图上‘线’的形状,其斜率将取决于采用‘线’的哪一部分来估计该斜率的值。作为说明,在本模拟中,‘已知’离子#1、离子#2和离子#3的寿命(即分别为1000ms、200ms和300ms),但通过各自的STORI曲线(2、3和4)的线性回归分析来确定各曲线的假想线性‘梯度’的结果为这些离子的电荷(以电子电荷e为单位)如下:
离子#1 | 49.6 |
离子#2 | 28.4 |
离子#3 | 34.4 |
而真实的电荷是50e。该STORI的结果令人难以接受。即便对于具有跨越整个STORI图的振荡‘寿命’的离子#1的电荷估计也较差,原因在于曲线2中存在的周期性噪声,部分原因在于振荡频率接近离子#1的其它离子信号(离子#2、#3)的影响。因此,减少来自电子噪声和其他噪声的电荷测量误差贡献,并且最小化或者考虑来自相近频率的其他离子信号的影响是十分重要的。
本发明是根据上述考虑而设计的。
发明内容
图像电荷/电流信号可以在质谱仪中获取,该质谱仪对包含对应某些种类的捕获的离子的振荡的周期性分量的信号进行无损检测。然而,本发明可应用于需要分析包含周期性分量的信号的任何其它场离子分析。离子运动的频率取决于其质荷(m/z)比,并且在离子分析器(例如离子阱)内存在多个离子包的情况下,m/z比相同的各离子包的运动可以如由离子分析器的聚焦特性所提供的那样而同步。
使用图像电荷来检测离子基于Shockley在[W.Shockley:《运动点电荷引出的导体电流》,《应用物理学杂志》,9,635(1938)]导出的原理,以及Ramo在[S.Ramo:《电子运动引出的电流》,《美国无线电工程师学会(IRE)学报》,第27卷,第9期,1939年9月]导出的原理。此处表明由通过该电极的运动电荷的图像感生出电极中的可测量的电流。在检测器装置的电极上,由在自由空间中以速度矢量运动的电荷q产生的引出的图像电荷Q,仅取决于运动电荷的位置r和速度,以及检测器装置的电极的配置。图像电荷Q与施加到电极的偏置电压和存在的任何空间电荷无关,并通过下式得出:
Q=-qV(r)
其中,V(r)是在检测器设备内通过矢量r得出的电荷位置处的静电场的电势。引出的图像电荷/电流I通过该量的变化率得出,如下所示:
其中,是被称为称为“加权场”的电场(矢量)。在一个如何实施该关系的简单说明性的示例中,考虑一个检测器设备,其包括以均匀距离d间隔的一对平面平行电极板,在这对电极板之间,电荷离子q在垂直于两个电极板的平面的平面中沿圆形轨道以速度v0运动。“加权场”是均匀的,垂直于电极板且平行于离子轨道(实际上如果电极板的尺寸比它们之间的距离大得多则边缘效应可以忽略不计,事实上也如此)。
因此,
其结果为,引出的图像电荷/电流是以下形式的正弦振荡信号:
引出的图像电荷/电流的振幅与离子的电荷q成比例。通过测量该振幅,可以基于比例项v0/d的常数来确定离子的电荷。更一般地,相同的原理适用于检测器设备的更复杂的电极结构。原因在于引出的图像电荷/电流的振幅与离子的电荷q成比例,并且比例项的常数将根据检测器设备的电极的几何形状而产生差异。
本发明涉及图像电荷/电流信号的分析。信号可以包含一个或多个周期性分量。分量的周期性意味着其揭示了信号在特定时间周期内发生了一次的幅度或振幅变化,并且该变化在每个这种连续的时间周期内重复一次。各周期性分量也被称为信号的频率分量。总信号是所有周期性/频率分量的总和。周期性分量的周期T(秒)基于关系式f=1/T与对应的频率分量的频率f(Hz)对应。在本文中,在这个意义上,“周期性分量”和“频率分量”可互换。图像电荷/电流信号本质上可以是非谐波或谐波,并且这两种情况均可以在其内包含周期性分量。例如,图像电荷/电流信号可以由作为“简谐运动”的离子运动生成,使得图像电荷/电流信号可以是正弦形式的。然而,本发明不限于这样的信号和这种离子运动。因此,图像电荷/电流信号也可以由并非“简谐运动”而是重复性的周期运动的离子的其他类型的谐波运动生成。本发明特别但不排他地涉及离子阱,其中,离子运动是周期性的或接近周期性的,并且由(图像电荷/电流)拾取检测器检测。
最一般地,本发明提供了用于通过处理对应在离子分析器设备内经历振荡运动的一个或多个离子的时域图像电荷/电流信号,来确定目标离子的电荷的方法和设备;其中,基于先前获得的时域图像电荷/电流信号的一个或多个选取的频域谐波分量来确定电荷;一个或多个选取的频域谐波分量已经被校正或处理,以消除目标离子以外的离子振荡运动的谱分量的谱干扰,这些干扰会对时域图像/电流信号产生影响。本发明的优点在于:考虑到了非目标离子的谱能量会谱泄漏到所获得的离子的时域图像电荷/电流信号的频谱的相邻频率仓中。本发明可以包括确定图像电荷/电流信号的频域变换的谐波分量的幅度或振幅,并且由此计算表示在离子分析器设备内经历振荡运动的目标离子的电荷的值。
来自其他离子的谱能量可能‘泄漏’到该(多个)仓中,而本发明可以提供用于估计来自与其他离子相关联(即不与目标离子关联)的相邻谱仓的‘泄漏’的贡献的方法。这样,本发明可以考虑在获得离子的图像电荷/电流信号时可能共存于阱内的其他离子(即除了目标离子之外的离子)的图像电荷信号的影响。本发明的另一优点在于:当分析获得的离子时域图像电荷/电流信号时,可以降低噪声的影响。总体来说,这些益处显著提高了目标离子电荷的评估准确度。
在一些实施例中,基于先前获得的时域图像电荷/电流信号的选定子部分/时间间隔的一个或多个选取的频域谐波分量,来确定目标离子的电荷。所选定的信号子部分/时间间隔的大小或持续时间优选为与在离子分析器设备内的目标离子的振荡运动的周期值/大小成比例(例如,是其数倍)。已经发现,适当选取子部分/时间间隔提高了图像电荷/电流信号的频域谱的清晰度,从而更有效地用于计算表示在离子分析器设备内经历振荡运动的离子的电荷的值。在一些实施例中,本发明的优点是减少目标离子的谱能量到获得的离子时域图像电荷/电流信号的频谱的相邻频率仓中的谱泄漏。有利地,与目标离子相关联的频谱的更大比例的谱能量可以集中在更少的谱频率仓内,或仅集中在一个谱频率仓内。
第一方面,本发明可以提供一种表示在离子分析器设备内经历振荡运动的一个或多个离子的图像电荷/电流信号的处理方法,该方法包括:
获得由所述离子分析器设备在时域中生成的图像电荷/电流信号的记录;
通过信号处理单元进行:
对记录的信号施加变换,以提供频域信号;
从所述频域信号的多个单独的相邻信号峰中分别选取所述频域信号的N个(其中N是>1的整数)单独值(OPn,其中,n=1至N;N≥M),其中,所述多个单独的相邻信号峰中包含对应于目标离子的信号峰;以及
求解方程组:
其中,αnm是系数,TPm是所述频域信号的N个选取的单独值的M个校正值;
从所述频域信号的M个校正值中选取对应于与所述目标离子相关联的信号峰(例如,谐波峰)的校正值(TPm);
基于所述选取的校正值(TPm)计算表示在所述离子分析器设备内经历振荡运动的所述目标离子的电荷的值。该方程组(矩阵)可以用于通过以下矩阵方程的最小二乘数值解(或本领域技术人员可用的其它求解方法)找到校正值(TPm)的“最佳”解集:
其中, 矩阵[α]是由其第n行和第m列中的元素αnm组成的nxm矩阵。
优选地,在该矩阵方程中,N的值大于M的值。这样,通过具有比未知数更多的方程,已经发现矩阵方程的解更稳定。
例如,在任一信号‘峰’内,可以选择多于一个的信号值(即来自同一给定‘峰’结构内的多个单独值)。这将导致比信号‘峰’结构或产生那些‘峰’结构的离子更多的信号值。作为示例,考虑在谱中显示两个相邻‘峰’的谱。可以从这两个峰中的其中一个峰内的不同位置选取两个单独的信号值(OP1和OP2),并且从另一个‘峰’结构内选取第三信号值(OP3)。
这意味着,本发明并非建立如下所示的3x3矩阵的方程组:
OP1=α11TP1+α12TP2+α13TP3
OP2=α21TP1+α22TP2+α23TP3
OP3=α31TP1+α32TP2+α33TP3
而是允许建立如下方程,其中,OP1和OP2由一个离子产生,OP3由另一个离子产生:
OP1=α11TP1+α12TP2
OP2=α21TP1+α22TP2
OP3=α31TP1+α32TP2
其中,方程组具有比未知数更多的方程(即3×2矩阵),并且发明人已经发现可以实现矩阵方程的稳定解。这表明方程矩阵包含关于信号的更多相关信息,从而其解的准确度得以提高。优选地,从多个信号‘峰’(例如,对于每个信号‘峰’结构)中,可以选取多于一个的信号值(即对于多个‘峰’结构,分别选取来自同一给定‘峰’结构内的多个单独的信号值)。
再例如,可能出现这样的情况:所存在的信号‘峰’多于产生信号‘峰’的离子数量。作为示例,考虑一个光谱,其中显示谱的三个相邻‘峰’,但是在设备中仅存在2个离子(离子#1和离子#2)。第一峰(OP1)可能由离子#1产生,第二峰(OP2)可能由离子#2产生,但显然第三峰(OP3)只是通过叠加峰OP1的旁瓣和峰OP2的旁瓣而产生的峰。它可能被“误认为”是由并不存在离子#3引起的峰。
这意味着,本发明并非建立如下所示的3x3矩阵的方程组:
OP1=α11TP1+α12TP2+α13TP3
OP2=α21TP1+α22TP2+α23TP3
OP3=α31TP1+α32TP2+α33TP3
而是允许建立如下方程,其中,OP3仅由离子#1和离子#2产生。
OP1=α11TP1+α12TP2
OP2=α21TP1+α22TP2
OP3=α31TP1+α32TP2
其中,方程组具有比未知数更多的方程(即3×2矩阵),并且发明人已经发现可以实现矩阵方程的稳定解。这表明方程矩阵比3x3矩阵更能表示现实情况。
例如,可以从同一信号峰中取若干选项/点(OPn),并且可以对可能存在于信号谱中的两个或更多个峰中的任一数量的峰进行此项操作,但是最优选地,选项/点(OPn)选取自谱中的多于一个的峰。
期望地,频域信号的N个选取的单独值中的至少一个,对应于处在不同于目标离子的谐波频率的频率处的相应的相邻信号峰。例如,频域信号的所选取的N个单独值中的至少一个,对应于处在作为非目标离子的谐波频率的频率处的谱峰,并且该非目标离子的谐波频率潜在地在谱上干扰目标离子的谱峰。这可能由于目标离子的谱峰和与非目标离子的相邻谱峰相关联的频域信号分量的一部分(例如,旁瓣等)重叠而发生。这样,频域信号的所选取的N个单独值最优选地包括与可能(例如最有可能)干扰(例如谱泄漏)目标离子的谱峰的相邻谱峰相关联的值。
优选地,频域信号的所选取的N个单独值中的至少一个或多个,对应于处在不同于目标离子(即期望确定其电荷的离子)的谐波频率的频率处的相邻信号峰。例如,OP1可以是对应于作为目标离子的运动的谐波频率的频域信号的值(例如,所‘观察’到的值是与谐波相对应的信号‘峰’形状内的最高值-‘OP’表示‘观察到的峰(Observed Peak)’)。例如,OPn(其中n>1)可以是分别对应于非目标离子的另一相应离子的运动的谐波频率的频域信号的值(例如,所‘观察’到的值是与谐波相对应的信号‘峰’形状内的最高值-‘OP’表示‘观察到的峰(Observed Peak)’)。这样,提供了一组方程,其表示通过对与目标离子的给定谐波相关联的信号产生贡献的所有离子的运动而对频域信号的每个所选取的单独值(OPn)产生的贡献(αnm)。通过求解这组方程,可以获得与目标离子的给定谐波相关联的频域信号的校正值(TP1)(例如,被校正为假定为由目标离子生成的‘峰’形状的‘真实’值的值-‘TP’表示‘真实峰(True Peak)’),其中,消除了对信号产生贡献的所有其他离子的运动的贡献。还可以获得与(多个)非目标离子的给定谐波相关联的频域信号的校正值TPm(其中m>1),其中,去除了对信号产生贡献的所有其他离子的运动(包括目标离子的运动)的影响。
作为示例,在选取了频域信号的三个(或更多个)单独值的情况下,各值对应于三个(N=3)相邻信号峰中的相应一个,各信号峰处在作为对整体信号产生贡献的离子(即目标离子和两个其他非目标离子)的谐波频率的相应频率处,进而上述方程可以表示为:
在此,
其中,m是指在与相邻峰TPm相关联的频率ωm处的离子振荡,n是指我们关注的分量的频率ωn。项TE表示记录的图像电荷/电流信号寿命结束(即停止)时的时间。
求解TP1,TP2,TP3的这组联立方程,提供校正值(例如,对于目标离子的TP1),以用于如上所述地基于目标离子的选取的频域‘真实峰’计算目标离子的电荷的步骤。
频域信号可以通过应用于时域信号的频域变换(例如,傅里叶变换)导出,其中变换后的信号由复数表示。复数具有在复数(Argand)平面中表示的幅度和相位。复数具有一个实部和一个虚部。实部的平方与虚部的平方求和后得到幅度。实部与虚部之比的反正切得到相位。
在计算离子电荷的步骤中使用的频域信号的值可以是表示变换后的信号的复数。例如,频域信号的所选取的N个单独值(OPn)可均为复数。例如,频域信号的校正后的M个单独值(TPm)可均为复数。系数(αnm)可为复数。基于这些复系数的相位,频域信号的M个校正后的单独值(TPm)可以更准确。在找到解TP(复数)之后,可以通过以下计算确定这些复数的幅度:幅度=sqrt({Re[TP]}2+{Im[TP]}2))。可以对每个峰的每个谐波的若干点进行该计算。利用所确定的目标峰的幅度,可以计算相关联离子的电荷。
优选地,在对所述记录的信号施加变换,以提供频域信号的步骤之前,该方法包括:
确定所述记录的信号内的周期性信号分量的周期的值;
截断所述记录的信号,以提供持续时间基本上是所述周期的整数倍的截断的信号;并且随后
执行对所述记录的信号施加变换,以提供所述频域信号的步骤,其中,所述记录的信号是所述截断的信号;由此,
所述计算表示所述目标离子的电荷的值的步骤是基于与所述截断的信号相对应的所述频域信号的校正值(TPm)进行的。
这样,本发明可以包括通过记录的图像电荷/电流信号来确定离子振荡的频率(或周期)。该方法可以包括确定该振荡在信号内的寿命。本发明可以截断记录的信号,要求截断的信号长度基本上是记录的振荡信号的振荡周期(T=1/f)的整数倍。如下所述地,这将增大重构的时域信号中的信噪比(S/N)。本发明可以包括截断所记录的图像电荷信号的长度(在时域中)以使其在振荡的寿命内。因此,最优选地,截断的信号的持续时间不超过或不大幅超过记录的信号内的周期性信号分量的寿命。
例如可以进行记录的信号的截断,使得截断的信号的终端与记录的信号(即离子振荡运动)内的周期性信号分量的寿命结束之前或之后的时间重合。换句话说,在产生周期性信号分量的离子振荡运动的整个生命周期中,周期性信号分量可以呈现一系列在时间上周期性排列(即,在时间上以周期T间隔)的许多信号峰。当此类信号峰的振幅下降到低于振幅阈值时,可以认为该振荡运动的寿命已经结束。例如,当分量的信号峰振幅偏离(低于)记录的信号内的分量的最大峰值(例如,幅度)的值超过约20%时,可以认为离子振荡运动的寿命以及其产生的振荡信号分量的寿命已经结束。优选地,与最大峰值(例如,幅度)的值之间的偏差大于约15%,或大于约10%,或大于约5%。可以实施记录的信号的截断,使得截断的信号仅包括振幅大于振幅阈值的信号分量的信号峰。实际上,这意味着离子振荡运动在整个截断的信号期间均是‘活跃的’(即离子振荡运动的寿命尚未结束)。例如,如果记录的信号S(t)包含周期为T秒且寿命为TLT秒的周期性分量,则截断的信号的持续时间可以是NxT,其中,NxT<TLT,N是整数。
可选地,可以进行记录的信号的截断,使得截断的信号包括振幅大于振幅阈值的信号分量的信号峰,以及紧接在离子振荡运动的‘寿命’结束之后的振幅小于振幅阈值一个(或两个)信号峰。如果离子振荡运动最初开始相对缓慢地‘消亡’,并且连续信号峰的振幅的上述下降相对缓慢,使得‘消亡时间’落在例如截断的信号的最后两个连续信号峰之间,则该截断是可接受的。例如,如果记录的信号S(t)包含周期为T秒且寿命为TLT秒的周期性分量,截断的信号的持续时间可以是(N+1)xT,其中,NxT<TLT<(N+1)xT,N是整数。
通过截断所记录的图像电荷/电流信号的步骤,可以适当选取子部分/时间间隔,使得截断的信号的长度是离子振荡周期的整数倍,并且该周期是根据离子振荡的频率而确定的。通过截断,可以获得所记录的图像电荷/电流信号的子部分/时间间隔,其中,子部分/时间间隔大致开始于记录的图像电荷/电流信号的记录的开始时间,并且结束于记录的图像电荷/电流信号的记录的结束时间之前的一个记录的时间。这种布置在以下情况较为合适:一个或多个离子从离子阱或离子导向器注入至离子分析器设备中,使得离子可以在进入离子分析器设备时立即经历振荡运动。本发明可以包括一种设备,该设备包括如本文所述的离子分析器设备,以及用于此目而配置的将离子注入到离子分析器设备中的离子阱或离子导向器。可选地,通过截断,可以获得记录的图像电荷/电流信号的子部分/时间间隔,其中,子部分/时间间隔开始于所记录的图像电荷/电流信号的记录的开始时间之后的一个记录的时间,并且结束于所记录的图像电荷/电流信号的记录的结束时间之前的一个记录的时间。该替代方案在以下情况下较为合适:在离子分析器设备内产生一个或多个离子(例如,通过与另一离子、原子或分子碰撞),使得离子仅在开始记录的图像电荷/电流信号之后才经历振荡运动。优选地,截断选择所记录的图像电荷/电流信号的子部分/时间间隔,其中存在一系列重复信号峰,各重复信号峰的峰信号值基本相同,或者它们各自的峰信号值与最大峰值(例如,幅度)的偏差不超过约20%。优选地,与最大峰值(例如,幅度)之间的偏差不超过约15%,或不超过约10%,或不超过约5%。
这样,子部分/时间间隔的适当选择,可以使得截断的信号主要或基本上仅包括所记录的图像电荷/电流信号中对应于‘稳定’离子振荡信号的部分。换句话说,记录的图像电荷/电流信号将包含子部分/时间间隔,在其中存在‘强烈’且‘稳定’的重复信号峰,重复信号峰具有基本相同的振幅(并且通常具有基本相同的形状/结构),这表明稳定的离子振荡。然而,所记录的图像电荷/电流信号还将包含一个或多个其他子部分/时间间隔,其偶尔出现在记录的图像电荷/电流信号的开始附近,且必然出现在所记录的图像电荷/电流信号的结束附近,在其中存在通常振幅不断变化(例如,下降)且宽度也不断变化(例如,增加)的振幅和形状不同的连续信号峰。这表明不稳定的离子振荡,并且不适合用于准确计算表示在离子分析器设备内经历振荡运动的离子的电荷的值。本发明可以在适当选择子部分/时间间隔以提供截断的信号时,避免上述其他子部分/时间间隔。
对所述记录的信号进行所述截断的步骤可以包括:
将所述记录的时域信号变换(例如,傅里叶变换)到频域,从而生成变换后的记录的信号;
从对应于所述记录的信号的频域谐波分量的所述变换后的记录的信号的信号峰内,选取所述变换后的记录的信号的峰值;
从所述信号峰内,选取所述变换后的记录的信号的对应于低于峰值相关联频率的频率的第一相邻值;
从所述信号峰内,选取所述变换后的记录的信号的对应于高于所述峰值相关联频率的频率的第二相邻值;
基于所述选取的峰值、第一相邻值和第二相邻值,重构时域信号;
确定在所述重构时域信号期间的振幅调制下降到低于阈值信号值的阈值时间;
根据由此确定的所述阈值时间,截断所述记录的信号。
阈值信号值可以是对应于振幅调制的(例如,调制包络的振幅)最大值的至少约80%的信号值。优选地,阈值信号值是振幅调制的(例如,调制包络的振幅)最大值的至少约85%、或至少约90%、或至少约95%。用户可以在这些限制下凭经验确定适当的阈值信号值。
与所选取的峰值相关联的频率(ωPeak)优选地被选取为尽可能接近与变换后的记录的信号的给定信号峰相关联的谐波的频率(即ωPeak=ωN=Nω1,其中,ω1是基频[一次谐波],N是整数)。可以简单地通过选取变换后的记录的信号的给定信号峰内的信号的最大值来选取频率,原因在于该信号的最大值倾向于处在所讨论的谐波的频率处。
已经发现,记录的信号的频域谐波分量的三次谐波能够特别适合用作从中获得选取的峰值、第一相邻值和第二相邻值的谐波。然而,如果根据经验发现若与除三次谐波之外的谐波相对应的频域信号峰更合适,则可以使用该频域信号峰,原因在于这可能取决于时域信号的形状,而时域信号的形状又可能取决于离子分析器的几何形状。此外,已经发现,越来越高的谐波的频域峰的信噪比(S/N)越来越小(即下降)。最终,用户可以通过平衡这些成本/益处因素来做出实际且适当的选择。已经发现,三次谐波(或取决于不同情况而为诸如相邻谐波之类的其他谐波)具有以下综合优点:具有较高的强度、具有较窄的谱轮廓形状、相对不受其它谐波分量的干扰,并且对应一个频率(ω3=3ω1,其中,ω1是基频[一次谐波]),从而导致在重构时域信号时的振幅调制的形状中形成适当的变化率/斜率/下降,以用于在信号截断过程中提供阈值。
优选将第一相邻值选取为对应于比选取的峰值的频率(ωPeak)低ΔωFA的频率(ωFA)(即ωFA=ωPeak–ΔωFA,其中,ΔωFA表示频率差),其中,量ΔωFA不超过变换后的记录的信号的给定信号峰的半高全宽(FWHM)的50%。优选将第二相邻值选取为对应于比选取的峰值的频率(ωPeak)高ΔωSA的频率(ωSA)(即ωSA=ωPeak+ΔωSA,其中,ΔωSA表示频率差),其中,量ΔωSA不超过变换后的记录的信号的给定信号峰的半高全宽(FWHM)的50%。当然这假设了变换后的记录的信号的给定信号峰能够被解析为峰结构,该峰结构的宽度在所使用的表示频域的频率分辨率(仓大小)内可辨别。
优选地,ΔωFA=ΔωSA。
如果需要,重构时域信号的可选步骤可以基于截断的信号的一个或多个选取的频域谐波分量,并且包括:使用应用于截断的时域信号的频域变换的逆变换(例如逆傅里叶变换),来计算时域信号,以生成截断的信号的前述频域谐波分量。例如,该方法可以包括计算截断的时域信号的傅里叶变换,以生成截断的信号的前述频域谐波分量,并且随后基于截断的信号的所选择的一个或多个频域谐波分量在重构时域信号时应用逆傅里叶变换。
例如,可选地,如果需要,该方法可以包括计算截断的时域信号的傅里叶变换,并且选择位于其中的多个(例如每个)谐波峰的经变换的截断的时域信号中的至少一个值(例如,单个点)。本发明可以包括通过经变换的截断的时域信号的(多个)选取值,重构时域信号(即表示图像电荷信号的‘清洁’的版本)。如上所述,通过适当选取用于提供截断的信号的子部分/时间间隔,本发明因此可以提供包括(例如在傅里叶谱等中的)谐波的“更清洁”时域信号,该谐波更能表示经历振荡运动的离子,且受到因离子分析器设备内的其他离子的存在和干扰而产生的其他谐波分量的污染相对较少,因噪声而产生的劣化也相对较少(即信噪比更大)。
离子分析器设备可以被配置为用于产生离子。离子分析室可以被配置为用于捕获离子,使得捕获的离子经历振荡运动;以及使用至少一个图像电荷/电流检测器获得表示经历振荡运动的捕获的离子的多个图像电荷/电流信号。
离子分析室可以包括以下中的任何一个或多个从而在其中产生所述振荡运动:离子回旋共振阱;静电场轨道阱,被配置为通过超对数电场来捕获离子;静电线性离子阱(ELIT);四极离子阱;离子迁移率分析器;电荷检测质谱仪(CDMS);静电离子束阱(EIBT);轨道频率分析器(OFA);平面静电离子阱(PEIT)。
另一方面,本发明可以提供一种计算机可读介质,计算机可读介质存储有计算机可执行指令,该计算机可执行指令被配置为致使质谱仪设备执行一种表示经历振荡运动的捕获的离子的多个图像电荷/电流信号的处理方法,该方法如上所述。信号处理单元可以包括被编程或可编程的处理器或计算机(例如,包括存储有计算机程序的计算机可读介质),以执行上述计算机可执行指令。
在本文中,作为名词的术语“峰”可以被认为包括(例如,信号内)突出的尖部或形状或结构,或最高区域、点、值或水平的指代。
在本文中,作为动词的术语“记录”可以被认为包括在生成信号时进行信号的同期记录,且可以被认为指代对表示信号的数据进行记录,例如通过记录/复制此类预先记录的数据或者获得此记录实现的指代。作为名词的术语“记录”可以被认为包括“记录”的动作的结果的指代。
在本文中,术语“时域”可以被认为包括在时间相关现象的分析或测量中被认为是自变量的时间的指代。在本文中,术语“频域”可以被认为包括在时间相关现象的分析或测量中被认为是自变量的频率的指代。
本文所使用的术语“周期性”可以被认为包括间隔出现或发生现象(例如,信号瞬态、峰、或脉冲)的指代。术语“周期”包括在振荡或循环现象中的相同事件或状态或基本上相同的事件或状态的连续发生之间的时间间隔的指代。
作为动词中的动名词的术语“分段”可以被认为包括将某物分成多个单独的部分或区段的指代。作为名词的术语“分段”可以包括某物被划分或可以被划分成的每个部分的指代。
作为动词中的动名词的术语“共配准”可以被认为包括以下过程的指代:在表示或定义了两个或多个项目的域(例如时域)内将两个或多个项目对齐在一起。该过程可能涉及将一个项目指定为参考项目,并且对另一项目应用几何变换、坐标变换或局部位移或域内的数值/数学约束应用于,使得其与参考项目对齐。
本发明包括所描述的方面和优选特征的组合,除非该组合是明显不允许的或明确避免的。
附图说明
现在将参考附图对说明了本发明原理的实施例和实验进行描述,其中:
图1a示出了基于现有技术的共振离子选择性时间概览(STORI)图的理论形式;
图1b示出了根据模拟的若干STORI图;
图2a示出了根据本发明的实施例的离子分析器设备;
图2b示出了由离子分析器设备生成的图像电荷/电流信号,其包括图像电荷/电流信号内的多个脉冲且以重复周期T形成重复信号脉冲的周期性序列;
图2c示出了包括表示在离子分析器设备中的一个或多个离子的振荡运动的图像电荷/电流信号的分段部的堆栈的2D函数的示意图;
图2d示出了应用分段过程的如图2c中所示的图像电荷/电流信号的示意图;
图2e和图2f分别示出了由对应于图2a的离子分析器设备生成的包括同一图像电荷/电流信号的持续时间T(秒)的多个部分的图像电荷/电流信号;该图像电荷/电流信号包含具有重复周期T的重复信号脉冲的周期性序列;在图2b的视图中,各部分彼此重叠,以便在相同的时间轴区段(t=0至t=T)上彼此共配准,各部分沿着垂直于时间轴的维度以对齐的方式堆叠,以便在图2c的视图中彼此共配准;
图3示出了记录的图像电荷/电流信号的频谱,其包含位于频率谐波处的一系列谱峰;
图4示出了使用从图3的频谱中的三次谐波(H3)峰内选取的三个值重构图像电荷/电流信号,以及基于重构的信号而估计负责产生原始信号的离子的寿命;
图5示出了基于图4所示的离子寿命的估计而被截断的图像电荷/电流信号;
图6示出了按图5所示地进行截断的截断的记录的图像电荷/电流信号的频谱,其包含位于频率谐波处的一系列谱峰;
图7示出了使用从位于图6的频谱中的频率谐波(H1’,H2’,H3’)处的多个谱峰内选取的值重构的图像电荷/电流信号,其包含具有重复周期T的重复信号脉冲的周期性序列;还示出了原始(非重构)的图像电荷/电流信号,重构的信号从该原始(非重构)的图像电荷/电流信号导出;
图8示出了记录的图像电荷/电流信号的频谱,其包含位于由目标离子的振荡运动生成的频率谐波(H1,...,Hi)处的一系列谱峰,且各谱峰被由其他非目标离子的振荡运动生成的多个较小的相邻谐波谱峰包围;
图9示出了记录的图像电荷/电流信号的一段频谱,其包含位于来自由目标离子的振荡运动生成的一系列(未示出)其他谱峰的频率谐波处的三个谱峰簇;该簇包含一个主(目标)谐波谱峰和位于由其他非目标离子的振荡运动产生的频率谐波处的两个较小的相邻谱峰;还示出了与三个谱峰相关联的三个联立方程组;
图10示出了基于本发明的实施方式的可以在图2a的离子分析器设备上实现的方法;
图11示出了由寿命为LT的纯正弦波振荡信号组成,且完整持续时间为TR的记录的图像电荷/电流信号的示意图;
图12示出了截断前后的记录的图像电荷/电流信号在傅里叶谱中的频率仓的示意图;
图13示出了与不同离子相关联的具有不同持续时间的三个不同的记录的图像电荷/电流信号的示意图;
图14示出了真实的记录的图像电荷/电流信号。
具体实施方式
现在将参考附图对本发明的各方面和实施例进行描述。本发明的其它方面和实施例对于本领域技术人员来说是显而易见的。本文中提及的所有文献通过引用结合于此。
在前面的描述的、所附权利要求书或附图中公开的特征,以其具体形式、根据用于进行所公开的功能的手段、或用于获得所公开的结果的方法或过程来表达,(视情况而定)可以单独地或以任何组合的形式来通过不同形式实现本发明。
虽然已经结合上述示例性实施方式描述了本发明,但是当给出本公开时,许多等同的修改和变型对于本领域技术人员来说是显而易见的。因此,以上阐述的本发明的示例性实施例是说明性的而非限制性的。在不脱离本发明的精神和范围的情况下,可以对所描述的实施例进行各种改变。
为了避免任何疑问,本文提供的任何理论解释是旨在让读者可以更好地理解本发明。发明人旨在不受到任何理论解释的限制。
本文中使用的任何章节标题仅用于组织目的,并且不应被解释为限制所描述的主题。
在包括下文的方案在内的本说明书中,除非上下文另有要求,否则词语“包含”、“包括”及它们变型将被理解为暗示包括规定的整数或步骤或整数或步骤的组,但不排除任何其他整数或步骤或整数或步骤的组。
必须说明的是,除非上下文另有明确规定,如在说明书和所附权利要求书中所使用的单数形式“一”、“一个”和“该”包括复数形式。在本文中,范围可以表示为从“大约”一个特定值和/或至“大约”另一个特定值。当表达这样的范围时,另一个实施例包括从一个特定值和/或至另一个特定值。相似地,当通过前述词“大约”的使用,将值表示为近似值时,应理解该特定值形成另一个实施例。与数值相关的术语“大约”是可选的,并且意指例如+/-10%。
在附图中,为了保持一致性,相同的术语被指定相同的附图标记。
图2a示出了用于质量分析的静电离子阱80形式的离子分析器设备的示意图。静电离子阱包括离子分析室(81,82,83,84),被配置为接收一个或多个离子85A,并且响应于接收到的离子85B在离子分析室内经历的振荡运动86B,生成图像电荷/电流信号。离子分析室包含第一电极阵列81和与第一电极阵列81以基本上恒定的间隔距离间隔开的第二电极阵列82。
电压供应单元(未示出)被设置为在使用中向第一电极阵列和第二电极阵列的电极供应电压,以在电极阵列之间的空间中产生静电场。电压供应单元向第一阵列电极和第二阵列电极供应基本上相同模式的电压,由此第一电极阵列81和第二电极阵列82之间的空间中的电势分布使得在飞行方向86B上反射离子85B,从而使离子在该空间中经历周期性振荡运动。静电离子阱80可按照WO2012/116765(A1)(Ding等人)中的描述进行配置,该专利的全部内容通过引用结合于此。正如本领域技术人员容易理解的那样,也可采用其他设置方式。
可通过向第一电极阵列和第二电极阵列施加适当电压,将离子85B在第一电极阵列与第二电极阵列之间的空间内的周期性振荡运动设置成基本上集中在第一电极阵列与第二电极阵列的中间,例如如WO2012/116765(A1)(Ding等人)中所描述的那样。正如本领域技术人员容易理解的那样,也可采用其他设置方式。
第一电极阵列和第二电极阵列中的一个或多个电极分别被配置为图像电荷/电流感测电极87,并且因此连接到信号记录单元89;信号记录单元89被配置为从感测电极接收图像电荷/电流信号88,并且在时域中记录接收的图像电荷/电流信号。信号记录单元89可以包括放大器电路,其适于检测具有周期性/频率分量的图像电荷/电流,所述周期性/频率分量与在第一电极阵列(81)和第二电极阵列(82)之间的空间中经历所述周期性振荡运动86B的离子85B的质荷比相关。
第一电极阵列和第二电极阵列可以如WO2012/116765(A1)(Ding等人)中所描述的那样包括例如由以下各项形成的平面阵列:
(a)平行条状电极;和/或
(b)同心、圆形或部分圆形的导电环
如本领域技术人员容易理解的那样,也可采用其他设置方式。第一电极阵列和第二电极阵列分别在离子85B的周期性振荡运动86B的方向上延伸。离子分析室包含由第一电极阵列、第二电极阵列和二者之间的空间限定的主要部分以及两个端电极(83,84)。施加在主分段和相应的端分段之间的电压之差,产生用于在振荡运动86B方向上反射离子85B的势垒,从而在第一电极阵列和第二电极阵列之间的空间内捕获离子。静电离子阱可以包括离子源(未示出,例如,离子阱),其被配置为在离子分析室外部暂时存储离子85A,然后经由形成在两个端电极(83、84)中的一个端电极83上的离子注入孔将存储的离子80A注入第一电极阵列和第二电极阵列之间的空间。例如,如WO2012/116765(A1)(Ding等人)中所描述的那样,离子源可以包括用于将离子注入第一电极阵列和第二电极阵列之间的空间的脉冲器(未示出)。正如本领域技术人员容易理解的那样,也可采用其他设置方式。
离子分析器80还包括信号处理单元91,其被配置为用于从信号记录单元89接收记录的图像电荷/电流信号90,并且处理记录的信号,从而
(a)对记录的信号进行变换,以提供频域信号;
(b)从频域信号的多个单独的相邻信号峰中分别选择频域信号的N个(其中N是>1的整数)单独值(OPn,其中,n=1至N;N≥M),其中,多个单独的相邻信号峰中包含对应于目标离子的信号峰(例如谐波峰);以及求解方程组:
其中,αnm是系数,TPm是所述频域信号的N个选取的单独值的M个校正值;
(c)选取频域信号的对应于与目标离子相关联的谐波峰的校正值(TPm);
(d)基于选取的校正值(TPm)计算表示在离子分析器设备内经历振荡运动的目标离子的电荷的值。
表示目标离子的电荷的值可以是例如频域峰的选定校正值(TPm)在对本领域技术人员来说是显而易见地利用归一化或基于归一化/校准程序的校准常数进行相乘后的值,其表征了在上述的术语“加权场”中TPm与相应离子电荷q的比例关系。通常,离子分析器装置中存在用于生成图像电荷/电流信号的离子,这些其他离子以各自不同的振荡频率和相应周期(Fother=1/Tother)经历振荡运动。这些离子在离子分析器中共存,并且各自的振荡频率可能非常接近目标离子的振荡频率。这些其它信号在时域信号的频谱中呈现出谱峰,这些谱峰并不以相似的谱峰呈现(例如,不与δ函数相似),并且通常振幅更小,宽度更大。因此,这些其它峰的底部、基部或尾部可能扩展到与目标离子的振荡运动相关联的频率,且这样做会干扰与目标离子相关联的尖锐的、较高的谱峰的高度和/或位置。
下面将对本方法实施减少/消除来自附近峰的干扰的步骤进行更详细地描述。‘附近’是指这些峰落入目标频率的预定范围(ΔF,由用户选取:例如,0<ΔF<F0,其中,F0是离子振荡的基频,使得范围ΔF不包括该振荡的相邻谐波)。建立附近频率的多个分量的联立方程组,并且使用该方程组的解用于计算来自其他离子振荡频率的贡献,从而产生接近目标离子的目标频率的谱分量。将这些贡献从信号谱中去除,并且剩余的目标频率分量将用于计算目标离子的电荷。
通过参考以下如图10所示的本发明的更通用的方法可以消除干扰,例如,通过下面的步骤(E):
(A)获得记录的图像电荷/电流电荷信号(图10,步骤S1):
(B)检测记录的图像电荷/电流电荷信号中的周期性/重复脉冲集,并且确定检测到的周期性/重复脉冲集的周期(T)(图10,步骤S2);
(C)确定检测到的周期性/重复脉冲集的估计寿命;
(D)将包含检测到的周期性/重复脉冲集的记录的图像电荷/电流电荷信号的长度调整/截断为小于确定的寿命(并且在其内),使得信号的持续时间是周期性/重复脉冲的周期的整数倍,并且对信号进行频率变换(例如,傅里叶变换)(图10,步骤S3、S4);
(E)获得目标频率(F=1/T)及其高次谐波处的变换后的信号的振幅或幅度;以及
a.在目标频率及其谐波附近的预定范围内找到其它峰,并确定其对目标频率及其谐波的贡献;
b.根据求解上述N个方程组,从附近的频率峰中去除干扰的贡献,从而调节目标频率的多个(例如,多达12个或更多个)谐波的振幅或幅度;
(F)使用一个或多个谐波的实谱值和虚谱值,计算目标离子的电荷的值(图10,步骤S5)。
作为实现上述步骤(D)的一个示例,图2e和2f分别示出了通过实验获得的时域图像电荷/电流信号,其基于信号周期被分段并堆叠在一起,以形成将在下文中参考图2c进行详细描述的F2(t1,t2)图。通过去除阈值(‘阈值C’)以上的点,2D图清晰显示出信号消失在t2=500ms(即离子寿命,见图5:TLife)附近。因此,针对该特定离子事件的图像电荷/电流信号的处理应当仅聚焦于该寿命(即t2<500ms)。现在参考图5,该方法将时域图像电荷/电流信号截断为仅略短于TLife,使得信号的长度等于该目标离子运动的周期(T)的整数倍。
对于包括正常非谐波波形的图像电荷/电流信号的频率变换谱,高次谐波谱分量(Hi)的数量达到12个(即i=12)便足以;对于由实际检测器和具有有限带宽的信号放大器采集的实际图像电荷/电流信号,阶数达到5甚至4(即i=4至5)足以,并且这可以有效地消除来自噪声和干扰的贡献。也可以根据需要使用仅包含几条线的“清洁的”谱,重构时域信号。
然而,当在目标频率附近存在具有相似频率的其他离子时,它们的频率峰仍然可能影响目标频率以及其高次谐波处的值。当希望在一个阱循环中运行多个离子,以增加测量的吞吐量时,这是十分重要的。当数百个离子一同飞行时,一些离子可能落入接近目标频率的频率范围内。由于信号截断未与那些其它频率对准,其他频率峰不能由尖锐的谱峰(例如,δ函数)表示。此类附近峰的泄漏将严重干扰目标频率。
图8示出了这种干扰的示例,其中,目标频率H1及其高次谐波Hi(均由δ函数表示)被两个其它频率12、13包围。两峰具有部分将延伸到目标频率(H1)和彼此的旁瓣14(或频率泄漏)。优选地,从附近频率中识别这种贡献,并且在目标离子电荷测量之前去除该贡献。因此,本方法包括在上文中提及那样的校正步骤,并将在下面对其进行详细描述。在校正步骤中,在目标频率周围的由用户选取的预定频率范围内识别多个干扰频率,并且去除其干扰。
在频谱中(如图8所示),观察到的峰值实际上是所有分量的加权组合(根据其真实峰值)。基于用于频率(例如傅里叶)变换的已知信号长度,已经发现可以导出各频率分量分布(权重/系数)的数学描述。已经发现,可以针对来自等同于观察到的峰值的所有分量(真实峰值乘以权重/系数)的贡献的总和,构建耦合方程的矩阵。发明人已经发现,该耦合方程组的解给出了目标频率处的真实峰值。
通过去除附近频率对目标频率的干扰(包括对目标频率的高次谐波的干扰),即使有多个不同频率的离子一同飞行,并且其信号被共同采集,目标频率信号的重构也可以更加准确。还可以在测量其幅度之前,对重构的时域信号进行进一步滤波或平滑处理,并且该操作可以被添加为信号处理的一般步骤,其在信号处理的常识中很容易获得。
在该方法中,选取频域信号的一个或多个值的步骤包括:
从频域信号的多个单独的相邻信号峰中分别选择频域信号的N个(其中N是>1的整数)单独值(OPn,其中,n=1至N;N≥M),其中,多个单独的相邻信号峰中包含对应于目标离子信号峰;以及求解N个方程的组:
其中,αnm是系数,TPm是频域信号的N个选取的单独值的M个校正值。然后,通过对于对应于与目标离子相关联的谐波峰的频域信号值选取校正值(TPm)进行该方法。频域信号的N个选取的单独值中的至少一个,对应于处在不同于目标离子的谐波频率的频率处的相应的相邻信号峰。
也就是说,频域信号的选取的N个单独值中,存在对应于处在并非目标离子(目标离子为待确定其电荷的离子)的谐波频率(即峰#1)的频率处的相邻信号峰(例如,图9:峰#2和#3)的值。例如,OP1可以是来自峰#1内的对应于目标离子的运动谐波的频率的频域信号的值。它可以是在对应于谐波的信号峰形状内所‘观察到’的最高值。相似地,OPn(其中n>1)可以是频域信号峰#2和#3等的值,分别对应并非目标离子的另一个相应离子(例如,共有N-1个其它离子)运动的谐波的频率。同样,这些相邻峰值可以分别是在对应于谐波的信号峰形状内所‘观察到’的最高值。
通过频域信号的这N个选取的值(图9中N=3),生成一组方程,表示通过对与目标离子的给定谐波相关联的信号产生贡献的所有离子的运动,对频域信号的选取单独值(OPn)中的每一个产生的贡献(αnm)。
该方法包括求解这组方程,从而获得与目标离子的给定谐波相关联的频域信号的(TP1)的校正(‘真实’)值;对于该目标离子,消除了在该频率下由对该信号产生贡献的所有其他离子的运动产生的谱能量。该方法还获得与非目标离子的相邻谐波相关联的频域信号的TPn(其中n>1)的校正(‘真实’)值。这些离子是向目标离子的谐波贡献谱能量的其它离子。
在图9的示例中,选取频域信号的分别对应三个(N=3)信号峰(峰#1、#2和#3)的三个单独值。这三个峰分别处在相应的频率处,该频率是对总信号产生贡献的离子(即目标离子和两个其它非目标离子)的谐波频率。上述方程可以表述为:
OP1=α11TP1+α12TP2+α13TP3
OP2=α21TP1+α22TP2+α23TP3
OP3=α31TP1+α32TP2+α33TP3
在此,
其中,m表示在与相邻峰TPm相关联的频率ωm处的振荡的离子,n表示我们关注的分量的频率ωn。
求解这组联立方程,TP1,TP2,TP3为在如上所述计算目标离子的电荷的步骤中使用的频域信号的任一给定值提供校正值(例如,TP1为目标离子的)。
换句话说,该方法可以包括使用‘真实’谱峰值TP1,而不是简单地使用来自信号的相应谐波峰(图6中的H1’)的‘观察到的’谱峰值OP1(即OP1→TP1)。相同的流程可以应用到与目标离子相关联的频域信号的值的每个值(例如,图6:谱峰H1’、H2’和H3’),从而获得:
(1)谐波谱峰H1’的峰值的‘真实’谱峰值
(2)谐波谱峰H2’的峰值的‘真实’谱峰值
(3)谐波谱峰H3’的峰值的‘真实’谱峰值
在计算目标离子电荷的步骤中使用这三个“真实”谱峰值
在计算目标离子电荷的步骤中使用的频域信号的值是表示频域信号的复数的振幅或幅度的值。一般来说,OP和TP均是在频谱的某些点上取的复数。通过信号的傅里叶变换,获得各频率点的复数。当构建本文所述的线性方程矩阵时,使用这些复数。从而实现了方程组的线性。在找到解TP(复数)之后,可以计算这些通过以下计算而确定的复数的幅度:幅度=sqrt({Re[TP]}2+{Im[TP]}2))。可以每个峰的每个谐波的若干点进行该计算。通过确定的目标峰的幅度,可以计算相关联离子的电荷。
通过考虑这些相位差,频域信号的校正后的的M个单独值(TPn)可以更准确。
参考图9,其示出了两个离子的部分频谱,其中一个与峰#2相关联的离子在捕获记录的信号期间在某个点处改变了振荡频率。可以看出,在所示谱中有处在三个不同频率处的三个谱峰。峰#1是目标离子的目标频率而峰#2和#3是干扰。
如果峰#1是图9所示的谱区段内的唯一谱峰,则其功率谱将由单个‘sinc函数’表示,并且很容易确定该频率分量的谱峰#1的幅度。
然而,从图9可以看出,当存在若干频率分量(即峰#2和#3),其各自谱结合在一起。因此,确定目标峰#1的真实幅度的过程将更复杂。具体地,峰#1的观察到的谱幅度OP1是其‘真实’幅度TP1与来自峰#2和#3的与各自的‘真实’幅度成比例的贡献的组合。
如果三个离子的相位均相同,上述方程组相对于未知数TP1、TP2和TP3来说是线性的。原因在于频率分量m的相位被引入其系数αnm中,并且若对于所有分量均如此,则这些附加因子可以简化为一个公共因子。在这种情况下,由于在上述方程组内的公共相位因子的值没有变化,因此所有αnm仅取决于谱内的分量n和分量m的频率位置的差异。如果该假设成立,则例如所有离子被认为在同一时间开始,并且其初始相位相同。然而,在大多数真实的实验场景中,该假设并非如此。如果假设所有分量的相位不相同,则上述方程组应包括对于各分量具有不同相位的相位因子。这些相位因子被视为额外的未知数,方程组变为非线性。
信号处理单元91包括被编程为执行计算机程序指令的处理器或计算机,以对表示经历振荡运动的捕获的离子的图像电荷/电流信号执行上述信号处理步骤。其结果为表示离子的电荷的值。离子分析器80还包括存储器单元和/或显示单元93,被配置为接收与离子的电荷相对应的数据92,并向用户显示所确定的电荷值和/或将该值存储在存储器单元中。
图2b示出由图2a中的离子分析器设备生成的记录的图像电荷/电流信号的示意图。信号由采集的信号‘瞬态’组成,其通常可以被观察到存在约一秒或更短,并在离子在离子分析器设备(例如,离子阱)内经历振荡运动时发生,由此,引出可由为此目的而配置的设备的传感器电极检测的图像电荷/电流信号。记录的图像电荷/电流信号包含图像电荷/电流信号内的多个脉冲且以重复周期T形成重复信号脉冲的周期性序列。该一维时域图像电荷/电流信号由图2a中的离子分析器80生成。该信号对应于由信号处理器91从信号记录单元89接收的记录的图像电荷/电流信号90,并且表示在离子分析器设备中的一个或多个离子的振荡运动。信号由一系列以规则间隔分布的短暂但强烈的图像电荷/电流信号脉冲(包括7a,7b,7c,7d,7e,7f,7g...的7、8等)组成,各脉冲通过纯噪声(不存在可辨别的瞬态信号脉冲)的中间间隔而彼此分开。在离子阱内的离子振荡运动期间,各信号脉冲对应一个离子85B或一组离子瞬间通过静电离子阱80的两个相对的图像电荷/电流感测电极87之间时的短暂持续时间。
根据定义,振荡周期是例如状态为离子动能最小且势能最大的两次反射之间的时间距离。在对称系统中,可认为离子的振荡周期就是信号周期。
当(多个)离子85B在静电阱内的振荡运动的一个循环的前半段,从左向右移动通过感测电极87时,产生第一脉冲(7a);当(多个)离子在振荡循环的后半段,从右向左移动再次通过感测电极87时,产生第二脉冲(7b)。随后振荡运动的第二循环产生后续的信号脉冲(7c,7d)。振荡运动的第三循环的前半段产生后续的信号脉冲(7e),并且随着振荡运动一个循环接一个循环地继续,附加脉冲随之产生。
连续的信号脉冲在时域中(即沿着信号的时间轴(t))与其最近的相邻信号脉冲,以实际上对应一个周期性信号的周期的公共时间周期T被间隔开,其中,只要静电离子阱内的离子振荡运动持续进行,该周期性信号也将持续存在。这样,如上所述,周期性信号的周期性与静电离子阱80内的多个离子的周期性循环运动的周期相关联。因此,该公共时间周期(T)的存在将脉冲序列(7、8)识别为图像电荷/电流信号的“周期性分量”。假定公共时间周期T必然对应一个频率(即公共时间周期的倒数),该“周期性分量”也可以被描述为“频率分量”。根据多个离子的周期性振荡运动的性质,信号可以是谐波或非谐波。从正弦波形式的波形的角度看,此信号可以是谐波。否则,信号是非谐波,这意味着其除了基波分量之外,还具有一个或多个显著的频率分量(例如其它高阶谐波频率分量或非谐波频率分量)。
以下方法是确定记录的图像电荷信号内的周期性分量的周期T和寿命TLT的一种可能方式的示例。然而,也可以使用其他用于确定离子振荡运动的寿命的方法,例如对于本领域技术人员来说是显而易见的短时傅里叶变换(STFT)法和上述共振离子选择性时间概览(STORI)法。
图2c示出包括图2b中示意性示出的图像电荷/电流信号F1(t)的分段部的堆栈的2D函数F2(t1,t2)的示意图。这是由信号处理器91生成并输出到显示单元93的数据92定义的2D函数的示例。信号处理器91被配置为确定在图像电荷/电流信号F1(t)内的周期性分量(7a,7b,7c,7d,7e...等)的周期的值(T),然后将图像电荷/电流信号F1(t)分段成持续时间与确定的周期对应的多个单独的连续时间分段。信号处理器被配置为随后将单独的时间分段共配准于定义所确定的周期(T)的第一时间维度t1。接下来,信号处理器91沿着横切(例如,垂直)于第一时间维度的第二时间维度t2分离共配准的时间分段。结果为生成沿着第二时间维度排列的单独的连续时间分段的堆栈。共配准的时间分段阵列共同定义了2D函数F2(t1,t2),其根据确定的周段T内的时间在第一时间维度t1中在堆栈的宽度上变化,并且还根据连续时间分段之间的时间在第二时间维度t2中沿着堆栈的长度而变化。
参考图2c,周期性分量的周期T已经被确定为T=4.5μsec,并且连续的1D图像电荷/电流信号已经被分段成多个时间分段(7A,7B,7C,7D,7E...等),每个持续时间为4.5μsec。多个时间分段中的每一个均已经与其他时间分段进行了共配准。这意味着第一时间分段7A被选择用作“参考”时间分段,所有其他时间分段将参考该“参考”时间分段而被共配准。为了实现该共配准,除了“参考”时间分段之外的给定时间分段中的各信号数据值/点的时间坐标(即第一时间维度t1)进行以下1D时间(t)到2D时间(t1,t2)的变换,以便实现将记录的信号分段成多个单独的时间分段的步骤。结果为根据以下关系将1D函数F1(t)转换为2D函数F2(t1,t2):
t→t1+t2
F1(t)→F2(t1,t2)~F1(t1+t2)。
在此,变量t1是连续变量,其值被限制在时间分段[0;T],范围从0到T,其中,T是周期性分量的周期。变量t2是离散变量,以使得t2=mT的方式对值进行约束,其中,m是整数(m=1,2,3...,M)。m的上限值可以定义为:M=Tacq/T,其中,Tacq是‘采集时间’,即采集所有数据点的总持续时间。
换句话说,可以通过强制执行这些限制来进行分段,使得整数“m”的各单独值定义新的分段和沿着第二时间维度t2的步长。各分段具有在第一时间维度t1中的持续时间,范围从t1=0到t1=T。这也意味着各分段的开始时间点与其他分段的开始时间点共享连续时间变量t1(即t1=0)的相同值,但是在第二时间维度中具有时间t2的唯一值。类似地,这也意味着各分段的结束时间点与其他分段的结束时间点共享连续时间变量t1(即t1=T)的相同值,但是在第二时间维度中具有t2的唯一值。在这个意义上,不同分段是在2D函数F2(t1,t2)的2D空间中彼此“共配准”(即时间对其)。当然,应当理解,图像电荷/电流信号的实际采样值是离散值,其通过在连续时间间隔[0;T]内的有限数量的离散时间点上采样获得。这意味着实际测量的信号值可能或不可能存在于分段中的准确的时间点t1=0,t1=T上(取决于采样率等)。
例如,将记录的信号分段成多个单独的时间分段的步骤可以包括根据以下关系将1D函数F1(t)转换成2D函数F2(t1,t2):
在此,
mT=t2。
此外,整数N表示在分段时间间隔[0;T]内可用的数据点(测量值或样本)的数量。例如,数据采样时间间隔δt可以设为δt=T/N,并且计数整数‘n’在n=1,2,...,N的范围中变化。换句话说,分段步骤可以产生包括“m”行和“n”列数据值的矩阵Fnm。矩阵的每一行定义唯一的分段,连续行定义分段的‘堆栈’。矩阵的行的‘行’维度对应第一时间维度t1,而矩阵的‘列’维度对应第二时间维度t2。在这个意义上,不同分段在2D函数F2(t1,t2)的2D空间中彼此“共配准”(即在时间上对齐)并彼此“间隔开”。
该结果等同于沿着第一时间维度在负时间方向上的公共时间位移或平移(通过图2c中的25示意性表示),从而充分确保平移后的时间分段在时间t1=0开始(21、23...等),并且在时间t1=T=4.5μsec结束(22、24,...等)。结果是所有时间分段(7A,7B,7C,7D,7E...等)接收各自适当的时间平移(见图2c中的25),从而充分确保所有时间分段仅在时间间隔[0;T]沿着第一时间维度延伸。
重要的是需注意到该配准过程适用于作为整体的时间分段,并且不适用于出现在连续的时间分段内的瞬态信号脉冲(7a,7b,7c,7d,7e等)的位置。然而,如果已经准确确定了周期性信号分量的时间周期T,则共配准时间分段将导致瞬态信号脉冲的共配准,并且沿着第一时间维度的连续瞬态脉冲的位置从一个共配准的时间分段到下一个时间分段将是静态的。这是图2c的示意图中的情况,其中,我们看到瞬态信号脉冲沿着平行于第二时间维度轴线的线性路径对齐。
相反,如果没有准确确定周期性信号分量的时间周期T,则共配准时间分段将不会导致瞬态信号脉冲的共配准,并且沿着第一时间维度的连续瞬态脉冲的位置从一个共配准的时间分段到下一个间分段将是变化/漂移的。
信号处理器91随后沿着横切(例如,垂直)于第一时间维度的第二时间维度t2位移或平移共配准的各时间分段。特别地,将附加坐标数据值分配给除了“参考”时间分段之外的给定时间分段中的各信号数据值/点,使得各信号数据点包括三个数字:信号的值;第一时间维度中的时间值;第二时间维度中的值。对于给定信号数据点,第一时间维度值和第二时间维度值定义了2D时间平面中的坐标,并且与该数据点关联的信号值定义了该坐标处的信号值。在图2c所示的示例中,信号值被表示为该2D时间平面上方的数据点的“高度”。
沿着第二时间维度应用的时间位移或平移,充分确保了各平移后的时间分段与紧接在其之前和之后的两个紧邻的共配准的时间分段以相同的位移/间距被间隔开。结果为生成沿着第二时间维度排列的单独的连续时间分段的堆栈,它们共同定义如图2c所示的2D函数F2(t1,t2)。该函数沿着第一时间维度t1中堆栈的宽度而变化,以便指示在时间[0;T]内的瞬态信号脉冲的位置和形状;该函数且还根据连续时间分段之间的时间或堆栈-分段数,沿着第二时间维度t2中的堆栈的长度而变化。由于第n个堆栈的开始与第(n+1)堆栈的开始之间或在第一时间维度中具有相同坐标的任意两个点之间的时间间隔必然等于时间周期T,因此连续时间分段沿着第二时间维度固有地以T秒的时间间隔(例如,图2c的示例中的4.5μsec)被间隔开。
图2d示意性地表示在用于生成2D函数F(t1,t2)的方法中用于确定图像电荷/电流信号F1(t)内的周期性信号分量的周期的值T的流程。该方法的第一步骤是生成图像电荷/电流信号,然后在时域中记录的图像电荷/电流信号。
图2d中的一维时域图像电荷/电流信号F1(t)的所采集的记录包含一个或多个周期性振荡。这些周期性分量可以对应频率分量f1=1/T1,f2=1/T2...等。
随后,该方法的下一步骤是确定记录的信号内的周期性信号分量的周期(T),并且该步骤可以包括以下子步骤:
(1)第一子步骤:以采样步长“δt”对图2d中的一维时域信号F1(t)进行采样。
(2)第二子步骤:估计周期性/频率分量f1=1/T1,f2=1/T2...等中的每一个的时间周期Ti(i=1,2...)的值。该子步骤可以借助于对于本领域技术人员是显而易见的任何合适的谱分解方法来完成,或者可以纯粹通过首先猜测那些值,并迭代地应用本方法,直到找到一致的结果来完成。
(3)第三子步骤:将一维信号F1(t)分段,并根据选定的周期(频率)值fi=1/Ti共配准时间分段,以便形成2D函数F(t1,t2)。特别地,自变量t1在t1=0处开始,并且每个后续采样步长沿着t1轴增长“δt”:在该过程中,一开始自变量t2=0。在时间t1大于或等于T之后,自变量t1被重置为t1=0,并且自变量t2以T的步长增长,即t2=T。因此,测量的信号的各采样点归因于一对值(t1,t2)。从而形成2D网格/平面(t1,t2)。因此,沿着横切于第一时间维度的第二时间维度t2“分隔开”共配准的时间分段,从而生成共同定义了2维(2D)函数的时间分段的堆栈。所得到的函数F2(t1,t2)可以被认为是层F(t1)的集合,其中,t1始终在区间[0;T],并且各层对应层内某个t2,其值是恒定值(T的整数倍)。
(4)根据第一选项,第四子步骤生成第一2D散点图,对应于从图2c的“视角(a)”查看F2(t1,t2),从而忽略t2值的变化的F(t1,t2=fixed),且将导致看到的所有层彼此重叠。为了分段周期T的适当选择,可以如图2e所示地在噪声区域上方看到峰。
(5)根据第二选项,第四子步骤是生成第二2D散点图,其对应于从图2c的“视角(b)”查看F2(t1,t2),其中,F2(t1,t2)满足以下条件则进行示出:对于图点(t2;t1),|F2(t1,t2)|<C,其中,C是预定阈值(例如,预定义的信号水平),若不满足则从图中将其跳过/省略。为了适当选择分段周期T,图2f中的基本上无数据点且宽度为Δt1的空闲信道将看起来沿着平行于t2轴的路径延伸,并如图2f所示被点围绕/界定。应当理解,条件|F2(t1,t2)|>C也是可能的,并且该条件将在2D空间中形成被围绕其的空闲空间“填充”的信道。
周期T的值可以通过迭代地进行流程(4)或/和(5)而获得,以决定选定的周期值是否对应信号F1(t)的频率分量。可以基于某些标准进行该决定。例如,根据该方法步骤(4),如果一个F2(t1,t2)的表现形式包含峰形密集区域,则将其划分为频率分量。在图2e中示出了示例。替代地或附加地,根据该方法步骤(5),对于预定义的信号阈值水平C,如果F2(t1,t2)的表现形式包含沿着平行于t2轴的路径延伸的空闲且基本上笔直的信道(图2f中的6),则将其划分为频率分量。图2f中示出了示例。两种方法各提供了一种方式,从而当选定的分段周期T(即各时间分段的长度)准确地匹配信号F1(t)内的周期性分量的实际时间周期时,可以做出识别。只有这样,连续时间分段中的周期性分量的所有瞬态峰才会沿着平行于堆叠维度(t2)的轴线的路径以线性方式‘排列’。如果选定的分段周期T未准确地匹配信号F1(t)内的周期性分量的实际时间周期,则连续时间分段中的周期性分量的瞬态峰将不会沿着平行于堆叠维度的轴线的路径以线性方式‘排列’。相反,峰将沿着朝向堆叠维度的轴或远离堆叠维度的轴发散的路径漂移。
确定频率的非迭代方法也是可能的。这样的方法可能更快。例如,假设最初确定的周期性分量的周期稍有误差(即T’≠T,但相差不多)。结果是在向第二时间维度(t2轴)倾斜的方向上延伸通过2D函数的2D空间的线性特征。如上所述,通过反复迭代地重新分段和重新堆叠原始1D信号,直到线性特征平行于t2轴,可以迭代地找到与该信号对应的周期。可选地,可以确定线性特征的线性路径相对于第一时间维度的轴线(例如,相对于t1轴)的倾斜角,并根据该角(即t1轴和线性路径方向之间的角)得到正确的堆叠周期(即T’=T)。优点是根本不需要进行迭代地重新分段和重新堆叠。通常存储器中的信号阵列是数量巨大的数据,并且在个人电脑(PC)存储器中访问此类阵列是一个漫长的过程,同时也是提高处理速度的瓶颈,因此这节省了大量的计算时间。一旦确定了倾斜角,通过‘不正确’的堆叠周期(T’)和倾斜角确定的正确周期的公式为:
倾斜角α可以直接测量,并且可以通过倾斜角α的连续测量来迭代地优化,其中,线性特征的连续版本针对堆叠周期(T’)的连续(改进)值进行倾斜角α的连续测量。这样,倾斜角α可以用作优化变量以找到条件T’=T。可以采用本领域技术人员容易获得的优化方法(例如梯度下降)或通过机器学习工具(例如神经网络)来实现这一点。
方法(4)或方法(5)可以通过图像分析算法或通过数值算法来执行。优选地,此类算法将考虑F2(t1,t2)的相应表现形式上的数据点的密度或数量。例如,算法可以确定在第一时间维度的预定义时间间隔Δt1内,下降到低于预定义阈值|F2(t1,t2)|<C的点的数量。如果点的密度或数量小于阈值C,则可以用于指示频率分量的适当检测。图2f对该方法做出了示例性说明。该方法包括确定2D函数的实例的子集,其中,2D函数的值下降到低于预设阈值C。从该实例子集中,可以确定第一时间维度中的时间间隔Δt1,在该时间间隔内,2D函数从不下降至低于预设阈值。然后可以将该时间间隔识别为周期性信号分量的位置/存在。
算法可以采用机器学习技术,包括被训练为对具有可分辨的峰结构(方法(4))和/或显著的信道(方法(5))的图像进行分类的神经网络。
一旦迭代地获得周期T的值,通过将记录的信号分段成对应于确定周期的持续时间的多个单独的连续时间分段来进行该方法。该流程与子步骤(3)中描述的过程相同。应当理解,根据确定时间周期T的迭代方法,当实施上述最终成功的子步骤(4)或(5)时,必然执行该方法子步骤(3)。
该方法的最后步骤是在第二时域t2中生成前一步骤的时间分段的堆栈,以生成堆叠的图像电荷/电流信号。该流程与子步骤(3)中描述的过程相同,即用于在第一时间维度t1中共配准定义了确定的周期T的单独的时间分段,以及沿着横切于第一时间维度的第二时间维度t2将共配准的时间分段分隔开。再一次,根据确定时间周期T的迭代方法,当实施上述步骤S3的最终成功的子步骤(4)或(5)时,必然执行最终步骤。
在该方法中,信号处理单元可以被编程为以这种方式迭代地确定周期性信号分量的周期值T。如上所述,它可以首先估计T的‘试验’值,用该‘试验’值将记录的信号F1(t)分段成对应于‘试验’周期的持续时间的多个时间分段,并且将它们共配准,然后沿着第二时间维度t2将共配准的时间分段间隔开,以生成时间分段的堆栈。可以将信号处理器单元配置为用于自动确定第一时间维度中的周期性分量(瞬态峰)的位置是否沿着第二时间维度变化。如果检测到变化,由信号处理器选定新的‘试验’时间周期T,并且使用新的‘试验’时间周期生成新的时间分段的堆栈。然后,信号处理器重新评估第一时间维度中的周期性分量(瞬态峰)的位置是否沿着第二时间维度变化,并且当确定基本上没有发生这种变化时,结束迭代过程。该条件意味着最新的‘试验’时间周期T是真实时间周期值的准确估计值。
基于已获得的目标离子的振荡运动的周期值(T),可以通过按照如下截断记录的信号F1(t)来进行操作。
参考图3、4和5,其示出了用于截断记录的信号,以提供持续时间基本上等于目标离子的振荡运动的周期(T)的整数倍(NxT)的截断的信号的流程。
特别地,图3示出了通过对记录的信号F1(t)施加傅里叶变换而产生的频域中的傅里叶谱的示意图。傅里叶谱具有多个清晰的谱峰(H1,H2,H3),其清晰地上升到背景谱信号水平60之上。第一谱峰H1位于比第二谱峰(H2)和第三谱峰(H3)的位置更低的频率处。该峰对应于目标离子的振荡运动的第一(基)波的频率,并且涵盖较窄的包括目标离子的振荡运动的基频(f0=1/T,Hz)的频率范围。
第二谱峰H2位于第一谱峰(H1)和第三谱峰(H3)的位置之间的中频处。该峰对应于目标离子的振荡运动的第二谐波(第一泛音)的频率((2f0=2/T Hz)),并且包含较窄的包括目标离子的振荡运动的基频的频率范围。
第三谱峰H3位于超出第一谱峰(H1)和第二谱峰(H2)的位置的更高频率处。该峰对应于目标离子的振荡运动的第三谐波(第二泛音)的频率(3f0=3/T Hz),并且涵盖较窄的包括目标离子的振荡运动的基频的频率范围。在傅里叶谱内的更高谐波频率处存在其它谱峰(未示出)。高次谐波负责记录的信号F1(t)内的时域中的峰形。记录的信号在时域中的衰减由频域中的峰形表征。例如,图5中所示的记录的信号内的信号峰8的衰减的形状。当目标离子的规则振荡运动开始消失,振荡运动变得更复杂并且被除H1、H2和H3等纯谐波之外的显著谱(频率)分量污染时,信号峰的衰减开始。离子的规则振荡运动的“寿命”在该时间点实际上已结束。
用于截断记录的信号,以提供截断的信号的流程,旨在从记录的信号中去除不在目标离子的“寿命”内的部分,从而在随后分析记录的信号之前,‘清理’记录的信号。
有必要确定从记录的信号F1(t)的开端测量的时间点(TLife)的准确估计值,在该时间点处离子的规则振荡运动的“寿命”已经结束,并且由此估计通过截断来去除记录的信号的哪些部分。为了执行该估计,可以选择记录的信号的子部分作为截断的信号,其中,子部分在与记录的图像电荷/电流信号的记录的开始时间一致(或之后)的一个记录的时间处开始,并且在记录的图像电荷/电流信号的记录的结束时间之前的一个记录的时间处结束。
截断的信号可以是记录的信号的子部分,其中,子部分内具有一系列的重复信号峰,多个重复信号峰分别具有与一系列的重复信号峰中的最大峰值相差不超过约20%的峰信号值。
可选地,记录的信号的截断可以包含参考图3和图4说明的以下步骤:
(1)首先,将记录的信号F1(t)例如通过施加傅里叶变换而变换到频域。由此形成如图3所示的谱,从而生成变换后的记录的信号。
(2)从谱中选取谐波谱峰(例如,H3)。在选取的谐波峰中:
a.从选取的谐波峰内选取变换后的记录的信号的峰值(ωPeak,例如,最大值62)。
b.从选取的谐波峰内选取变换后的记录的信号的对应于比与峰值相关联的频率低ΔωFA的频率的第一相邻值61(ωFA)。
c.从选取的谐波峰内选取变换后的记录的信号的对应比与峰值相关联的频率高ΔωSA的频率的第一相邻值63(ωSA)。(例如,|ΔωFA|=|ΔωSA|)。
(3)基于选取的峰值62、第一相邻值61和第二相邻值63来重构如图4所示的时域信号(51、53、54)。仅基于从记录的信号频谱的谱谐波峰内选取的几个样本,通过重构来生成记录的信号F1(t)的近似版本F1Approx(t)。
(4)确定重构时域信号内的振幅调制50下降至低于阈值信号值的阈值时间(TLife)。该阈值可以被设置为第一信号脉冲51的最大值的约80%,或者振幅调制包络50的最大值的约80%。例如,在图4的示意图中,第一信号脉冲51的振幅基本上匹配振幅调制包络50;第四信号脉冲53的振幅小于第一脉冲,其由振幅调制包络50进行调制,但仍然高于阈值水平。然而,第五信号脉冲54的振幅小于阈值,并由振幅调制包络50进行进一步调制。结果,阈值时间(TLife)落入脉冲53和脉冲54的时间之间。
(5)根据如此确定的阈值时间(TLife)截断记录的信号。
已经发现,这种仅使用几个(例如,三个)选取自谱谐波峰顶和附近的频率样本,来重构一个时域信号版本的方法可以有效地捕获足够的谱信息,该谱信息是确定离子的规则振荡运动的“寿命”已经结束的准确估计时间点,并且由此估计记录的信号的哪些部分需要通过截断来去除时的需要信息。该方法捕获更具体地与目标离子的动态相关联,并且更少被关于噪声或存在于记录的信号F1(t)中的其他干扰离子的动态的信息污染的谱信息。已经发现,合适的谱峰是作为高次谐波(离基波越远越好)的谱峰。从不受噪声过度影响的足够大的谱峰层面看,所谓的高次谐波是‘强’的(例如,具有足够高的信噪比)。
基于已知的离子振荡运动的“寿命”的值,以及离子振荡运动的周期T的值,可以通过定义满足以下两个条件的离子的‘截断寿命’(Ttrunc)来截断记录的信号F1(t):
(1)‘截断寿命’基本上等于目标离子振荡运动的周期(T)的整数(N)倍:即Ttrunc=NxT。
(2)‘截断寿命’小于离子规则振荡运动的‘寿命’(TLife)。
图5示意性地示出了该关系。
然后,可以基于该截断的时域信号的频域谐波分量(例如,图5中的H1',H2',H3'...等),来处理时域信号的“更清洁”版本。也就是说,该方法通过对截断的信号施加变换(例如傅里叶变换)来进行,以提供截断的时域信号的频域谱。从该频谱中,选取分别对应谱内的一个或多个谐波峰的谱信号的一个或多个值。
基于谱信号的这些一个或多个值,频域信号的“更清洁”版本用于计算目标离子的电荷。图5和图6示意性地示出了该过程的各方面。
该方法提供了一种用于基于对图像电荷/电流信号的频谱的‘清理’来估计离子电荷值,随后基于该‘清洁’的频谱重构信号的方式。然而,在现有技术中,通常通过去除或修改谱中被认为是噪声或非必要成分的所有频率分量,来‘清理’频谱,本发明则以不同的方式实现了该目的。例如,在电荷检测质谱仪(CDMS)中,一旦在傅里叶谱中识别出离子振荡,我们就关注谱峰的幅度,这意味着谱中‘有用’分量是峰顶部周围的频率范围。落入这些频率范围的噪声频率无法通过现有技术的谱‘清理’方法去除。
然而,在图5所示的本方法中,缩小(截断)输入的时域图像电荷/电流信号数据集的大小,使得其覆盖(例如,略小于)离子振荡的‘寿命’,从而截断的数据集的持续时间基本上等于目标离子振荡运动的基波周期(T=1/F)的整数倍。这使得时域信号大体满足理想的周期性边界条件。在图6所示本方法中,在对截断的时域信号进行频率变换(例如,傅里叶变换)后,频域谱中的目标谱峰(谐波峰)变得窄得多(例如,等同于δ函数)。因此,可以更准确的从谱峰内选取谱峰值,即从非常窄的峰形状,而不是更宽的峰形状中选取峰值。将记录的图像电荷信号截断为其不长于离子的振荡运动的寿命的动作是谱峰变窄的主要原因。额外截断记录的图像电荷信号,以使其持续时间也等于周期T的整数倍的动作可以减少频域信号中的栅栏损失。
信号截断对傅里叶谱值的影响
不希望被理论束缚,以下讨论旨在结合说明性理论原理和假想示例能更好地理解本发明。为了更好地理解本发明,以下讨论探索了总持续时间TR的概念性、理想化的图像电荷/电流信号的截断的影响。该持续时间内包括周期为T0和寿命持续时间LT≤TR的纯正弦波(见图11)。该讨论特别致力于说明该信号的截断对傅里叶谱的影响。
以下旨在示出将信号的长度TR截断为周期T0的整数倍影响信号的傅里叶谱的方式。特别值得关注的是以下两种情况:
(1)当LT=TR;
(2)当LT<TR。
在下面(见‘理论背景’)导出的在频率点ω处的信号Aω0cos(ω0t+φ)的傅里叶谱值A(ω)的通用公式为:
在此,ω0是正弦波的频率(由于只涉及相位的选定,本文不区分正弦和余弦),其中,φ是正弦波的初始相位,Aω0是其振幅,TS和TE分别是正弦波的开始和结束时间。
为了简单起见,设置Aω0=1,φ=0,TS=0,TE=LT。鉴于此,上述公式转换为以下表达式:
在此,
值得关注的是A(ω)的幅度M(ω),而上述可以被简化为:
需要说明的是,如果ω→ω0,则y→0,M(ω)→LT/2并且该值不依赖于TR。持续时间为TR的信号的离散傅里叶变换(DFT)产生沿着频率轴等距间隔的一系列谱值,其中,两个相邻点(频率仓)之间的距离由下式得出:
因此,ω(谱值存在于此)的值由下式得出:
其中,0≤m≤N,N是信号样本的总个数。需要说明的是,尽管ωm的值完全由TR的值定义,ω0是任意值,并且可以与其中一个ωm一致或不一致。因此,我们可以重写表达式为:
针对指数m0和m,为:
其中,γ=LT/TR,指数m一直是整数,指数m0不一定是整数。如果想让m0成为整数,TR必须满足以下条件:
换句话说,TR必须被截断至周期T0的整数倍。M(ω)的最终表达式变为:
需要说明的是,严格来说,M和M'和是不同的函数。让我们考虑以下情况:
(A)m0与当TR被截断为T0的整数倍时的频率仓之一重合;以及
(B)m0在两个相邻频率仓中间。这是具有非截断的TR的‘最坏情况’,如图12示意性所示。
下表1示出了针对上述A和B两种情况、以及γ=LT/TR的不同值,以下表达式所示的值:
表1
表1示出了信号截断的有益程度取决于LT/TR之比。特别地,如果输入信号根本不包含噪声,截断信号将不产生降噪益处。在这种情况下,可以使用从频率轴选取的任意两个谱值来重构底层sinc函数。
然而,在噪声条件下,情况则完全不同。在这种情况下,在输入数据中获得尽可能高的信噪比(S/N)是十分重要的。原因在于S/N越高,输出数据中的噪声失真越小,因此,从那些数据中提取的有用信息中的噪声失真也就越少。如果关注的是估计傅里叶谱峰顶点处(或附近)的谱值,截断将提高S/N比(例如,见上表中‘m’列中的值)。
图7示出了‘清理’后重构的时域图像电荷/电流信号11的结果,以及用于比较的原始记录的图像电荷/电流信号10。重构信号11消除了不必要的噪声,从而易于准确地测量图像电荷信号的幅度。
在目标离子的振荡运动具有明确定义的周期,从而在其频谱中具有非常明确定义的主谐波频率值的情况下,截断的信号的频谱可以包括非常‘尖锐’的谱分量,从而可以在图6所示的本方法中准确地确定给定谱峰顶部处的适当峰谱信号值。在目标离子的振荡运动是非谐波,例如通过静电线性离子阱(ELIT)或轨道频率分析器产生的运动的情况下,谱峰的宽度变宽,并且除了在那些谐波频率(即为基波频率F0的整数倍,例如F=nF0(n=1,2,3...))处的谱点外的所有谱点表示噪声以及待通过上述‘清理’过程去除的非必要信号。这样,将噪声相关的谱功率从图像电荷/电流信号的频谱中最大程度地减少。在这样的‘清理’之后,频谱中剩余的数据点变得更少。单独谱峰的宽度(和形状)限定相应时域信号的包络。通常来说,它不是噪声或非必要信号。
理论背景
不希望被理论束缚,以下讨论旨在结合说明性理论原理和假想示例能更好地理解本发明,例如关于上面定义的联立方程的使用。
需要解决的问题
假设一个由不同电荷的振荡离子生成的具有已知长度的图像电荷/电流信号。离子可以在任意时刻TS‘出现’,并且在任意时刻TE‘消失’。根据定义,离子的寿命为LT=TE–TS。图13中示出了该情况。我们需要确定离子的电荷。TS和TE皆为未知数,离子的数量也未知。此外,在许多真实的实验中,噪声水平可能超过有用信号水平几乎两个数量级,使得如图14所示,在时域信号中,单个离子的贡献无法肉眼辨别。
傅里叶变换
可以对时域图像电荷/电流信号进行傅里叶变换(FT)并获得其频谱。然而,如果这些离子以非常相似的频率经历振荡运动,导致谱干扰,电荷的估计准确度可能变得更低。频谱中峰的高度不仅取决于离子的电荷,还取决于它们的‘寿命’(LT)。此外,这些峰的宽度取决于离子的‘寿命’(LT),并且相邻峰可能彼此干扰,如图9所示。图9示出了两个离子的部分频谱,其中一个离子与峰#2相关联,在捕获记录的信号过程中,该离子在某个点处改变了振荡频率。可以看出,在所示谱中有处在三个不同频率处的三个谱峰。峰#1是目标离子的目标频率,峰#2和#3是干扰。
如果峰#1是图9所示的谱区段内的唯一谱峰,则其功率谱将由单个‘sinc函数’表示,并且很容易确定该频率分量的谱峰#1的幅度。
然而,从图9可以看出,当存在若干频率分量(即峰#2和#3),它们各自的谱会结合在一起。因此,确定目标峰#1的真实幅度的过程将更复杂。具体地,峰#1的观察到的谱幅度OP1是其‘真实’幅度TP1与来自峰#2和#3的与各自的‘真实’幅度成比例的贡献的组合。
可以根据图9中的谱峰确定振荡离子的数量(三个)及其频率。各峰对应于不同的离子。使用信号的高次谐波,可以以合理的准确度确定这些离子的频率。可参考进一步的分析,以提高估计那些离子的电荷的准确度。原因在于峰的高度取决于电荷、相应离子图像电荷/电流信号的多个LT,以及相邻峰的任何贡献/干扰。例如,图9中的三个峰由具有相同电荷50e的离子产生。对于各峰,可以说其观察到的峰的高度OP是其真实峰高度TP和相邻真实峰高度的贡献的组合。各峰贡献可以表示为αTP,其中,TP是峰的真实(但未知)高度,并且α是取决于离子的LT和电荷的系数。
因此,对于N个离子,方程组为:
OP1=α11TP1+α12TP2+…+α1NTPN
OP2=α21TP1+α22TP2+…+α3NTPN
...
OPN=αN1TP1+αN2TP2+…+αNNTPN [1]
上述方程组必须针对多个TPs求解。以下示出了各峰的贡献相对于峰的高度TP是线性的,并且系数α可以相对于TS和TE是非线性的。
有用的公式
用于以下函数的傅里叶变换(FT)的有用表达式:
由
得出,
引入Δω=ω0-ω,LT=TE-TS,最后一个表达式可以被重写为:
在此,
通过上述表达式,可以推导出界定在相同间隔t∈[TS,TE]中的cos(ω0t)的FT的另一个有用的公式,如下:
在此,
对于我们关注的频率范围,可以规定:
因此,上述FT公式中的第二项小到可以忽略不计(<10-6),因此出于实际目的,可以仅使用第一项,如下所示:
当TC=0,上述公式给出了我们熟知的sinc函数,在ω=ω0处,其值为LT/2。对于具有初始相位φ和振幅的信号,上述公式变换为:
上述为的FT的一般近似。通过该公式,可以获得在傅里叶谱的任一给定频率处ω的/>的值。这反过来又使我们能够估计附近峰的贡献。
简单的一例
假设我们有N个离子。来自各离子的信号由在ωk处的单个谐波表示。假设所有离子的相位相同(为了简化公式,假设但这不是必要的,只要相位对于所有离子是相同的),假设所有离子从瞬态的开始(TS=0))就存在,并且不消失,因此所有离子的TE相同并其等于瞬态的长度。以下所有考虑易于扩展到各离子的信号由若干谐波表示的场景。然后,在ωk处振荡的离子的频谱由以下得出:
将该公式与方程组[1]比较,可以看到,如果ωk和TE是已知且固定的,可以计算给定频率ωm的所有系数α。换句话说,可以按照如下计算在ωk处振荡的离子的对与在ωm处振荡的离子对应的谱分量的贡献因子αmk:
相对于未知数方程组变成线性方程组,并且可以求解。换句话说,/>是期望从上述方程[1]中得到的TPk(k=1 to N)。
在实践中,由于输入信号中的噪声以及由此产生的方程[1]中的未准确估计的OPk,因此优选地,在若干谐波频率处的各离子峰周围的若干点处获取谱值,并且搜索得到方程[1]上的最佳拟合(例如,根据最小二乘法)的的组合。
另一例
在一些实验中,离子可以在图像电荷/电流信号瞬态的中间‘诞生’。这些所谓的“二次离子”的TS,TE,的值不同且未知。从方程[2]可以看出,相对于这些新的未知数,方程组变成非线性方程组。方程[2]中的相位项:
没有唯一解。换句话说,可以通过TS,TE的不同组合来使得该项的值相同。这反映了FT谱示出了信号中存在的频率分量,但不识别频率分量的出现时间和存在时间。存在已知的求解非线性方程组的标准方法,例如列文伯格-马夸尔特方法,并且这些方法对于本领域技术人员来说是容易获得的。然而,该方法要求最小化函数在最小化区域中具有非零的二阶导数,而且并非在所有情况下均能满足该条件。
发明人已经发现,数值方法(未知变量在预定义范围内以预定义步长变化)特别有效。
例如,一般而言,可以通过在TE的估计值左右-45ms≤TE≤+45ms的范围内变化TE来改变寿命LT(LT=TE-TS)的值。该变化可以以大约1ms的步长来实现。当然,如果需要,可以采用其他范围和/或步长。
例如,一般而言,振幅可以在/>的范围内变化。该变化可以以大约0.01的步长来实现。例如,振幅值1可以对应50e的电荷。当然,如果需要,可以采用其他范围和/或步长。
在各变化步骤中,计算测量值和分析(模型)值之间的差值的平方和。给出最小差值平方和的未知数的组合被视为方程[1]的解。
参考文献
上面引用了大量公开,以便更全面地描述和公开本发明和本发明所属领域的状态。这些参考文献的完整引文如下。各参考文献中的全部内容结合于本文中。
Jared O.Kafader《STORI图可准确跟踪单个离子信号》,《美国质谱学会会刊》(2019)30:2200-2203
《采用高次谐波增强质量分辨能力的高容量静电离子阱》,Li Ding、AleksandrRusinov,《分析化学》,2019,91,12,7595-7602。
W.Shockley:《运动点电荷引出的导体电流》,《应用物理学杂志》,9,635(1938)
S.Ramo:《电子运动引出的电流》,《美国无线电工程师学会(IRE)学报》,第27卷,第9期,1939年9月
WO02/103747(A1)(Zajfman等人)
WO2012/116765(A1)(Ding等人)。
Claims (25)
1.一种图像电荷/电流信号的处理方法,所述图像电荷/电流信号表示在离子分析器设备内经历振荡运动的一个或多个离子,所述方法包括:
获得由所述离子分析器设备在时域中生成的图像电荷/电流信号的记录;
通过信号处理单元进行:
对记录的信号施加变换,以提供频域信号;
从所述频域信号的多个单独的相邻信号峰中分别选取所述频域信号的N个单独值OPn,其中,N是>1的整数,n=1至N;N≥M,所述多个单独的相邻信号峰中包含对应于目标离子的信号峰;以及
求解方程组:
其中,αnm是系数,TPm是所述频域信号的N个选取的单独值的M个校正值;
从所述频域信号的M个校正值中选取对应于与所述目标离子相关联的例如为谐波峰的信号峰的校正值TPm;
基于所述选取的校正值TPm计算表示在所述离子分析器设备内经历振荡运动的所述目标离子的电荷的值。
2.根据权利要求1所述的方法,其中,所述频域信号的N个选取的单独值中的至少一个,对应于处在不同于目标离子的谐波频率的频率处的相应的相邻信号峰。
3.根据前述权利要求中任一项所述的方法,其中,在对所述记录的信号施加变换,以提供频域信号的步骤之前:
确定所述记录的信号内的周期性信号分量的周期的值;
截断所述记录的信号,以提供持续时间基本上是所述周期的整数倍的截断的信号;并且随后
执行对所述记录的信号施加变换,以提供所述频域信号的步骤,其中,所述记录的信号是所述截断的信号;由此,
所述计算表示所述目标离子的电荷的值的步骤是基于与所述截断的信号相对应的所述频域信号的校正值TPm进行的。
4.根据权利要求3所述的方法,其中,所述截断的信号的持续时间是所述目标离子的振荡周期的整数倍。
5.根据前述权利要求3和4中任一项所述的方法,其中,所述截断的信号是所述记录的信号的子部分,所述子部分在所述记录的图像电荷/电流信号的记录的开始时间之后的一个记录的时间开始,并且在所述记录的图像电荷/电流信号的记录的结束时间之前的一个记录的时间结束。
6.根据前述权利要求3至5中任一项所述的方法,其中,所述截断的信号是所述记录的信号的子部分,所述子部分内具有一系列的重复信号峰,所述重复信号峰分别具有与所述一系列的重复信号峰中的最大峰值相差不超过约20%的峰信号值。
7.根据前述权利要求3至6中任一项所述的方法,其中,对所述记录的信号进行所述截断包括:
将所述记录的时域信号变换到频域,从而生成变换后的记录的信号;
从对应于所述记录的信号的频域谐波分量的所述变换后的记录的信号的信号峰内,选取所述变换后的记录的信号的峰值;
从所述信号峰内,选取所述变换后的记录的信号的对应于低于峰值相关联频率的频率的第一相邻值;
从所述信号峰内,选取所述变换后的记录的信号的对应于高于所述峰值相关联频率的频率的第二相邻值;
基于所述选取的峰值、第一相邻值和第二相邻值,重构时域信号;
确定在所述重构时域信号期间的振幅调制下降到低于阈值信号值的阈值时间;
根据由此确定的所述阈值时间,截断所述记录的信号。
8.根据权利要求7所述的方法,其中,所述阈值信号值是对应于所述振幅调制的最大值的约80%的信号值。
9.根据权利要求7或8所述的方法,其中,与所选取的峰值相关联的频率,基本上等于与所述变换后的记录的信号的给定信号峰相关联的谐波的频率。
10.根据权利要求7至9中任一项所述的方法,其中,从与所述记录的信号的频域谐波分量的N次谐波相对应的谱峰获得所述选取的峰值、第一相邻值和第二相邻值,其中,N是大于1的整数。
11.根据权利要求10所述的方法,其中,N=3。
12.根据权利要求7至11中任一项所述的方法,其中,将所述第一相邻值选取为对应于比所述选取的峰值的频率低不超过所述变换后的记录的信号的给定信号峰的半高全宽FWHM的50%的频率。
13.根据权利要求7至12中任一项所述的方法,其中,将所述第二相邻值选取为对应于比所述选取的峰值的频率高不超过所述变换后的记录的信号的给定信号峰的半高全宽FWHM的50%的频率。
14.根据权利要求12和13所述的方法,其中,分别将所述第一相邻值和所述第二相邻值选取为对应于与所述选取的峰值的频率相差相同量的相应频率。
15.根据前述权利要求中任一项所述的方法,其中,基于所述截断的信号的一个或多个选取的频域谐波分量来重构时域信号的步骤包括:使用应用于所述截断的时域信号的频域变换的逆变换来计算时域信号,以生成所述截断的信号的所述频域谐波分量。
16.根据前述权利要求中任一项所述的方法,其中,表示所述离子的电荷的所述值与所述选取的校正值(TPm)成比例。
17.根据前述权利要求中任一项所述的方法,其中,获得由所述离子分析器设备在时域中生成的图像电荷/电流信号的记录的步骤包括:在由所述信号处理单元处理多个图像电荷/电流信号之前,获得所述多个图像电荷/电流信号,其中,获得所述多个图像电荷/电流信号包括:
产生离子;
捕获所述离子,使得所述捕获的离子经历振荡运动;以及
使用至少一个图像电荷/电流检测器,获得表示所述经历振荡运动的捕获的离子的多个图像电荷/电流信号。
18.一种离子分析器设备,被配置为用于生成表示在所述设备中经历振荡运动的一个或多个离子的图像电荷/电流信号,其中,所述离子分析器设备被配置为实现根据权利要求1至17中任一项所述的方法。
19.根据权利要求18所述的离子分析器设备,包括以下中的任何一个或多个从而在其中产生所述振荡运动:离子回旋共振阱;静电场轨道阱,被配置为通过超对数电场来捕获离子;静电线性离子阱(ELIT);四极离子阱;离子迁移率分析器;电荷检测质谱仪(CDMS);静电离子束阱(EIBT);平面轨道频率分析器(POFA);或平面静电离子阱(PEIT)。
20.一种离子分析器设备,被配置为用于生成表示在所述设备中接收的一个或多个离子的振荡运动的图像电荷/电流信号,所述设备包括:
离子分析室,被配置为用于接收所述一个或多个离子,以及响应于所述振荡运动而生成所述图像电荷/电流信号;
信号记录单元,被配置为用于将所述图像电荷/电流信号记录为在时域中的记录的信号;
信号处理单元,用于处理所述记录的信号,从而
对所述记录的信号施加变换,以提供频域信号;
从所述频域信号的多个单独的相邻信号峰中分别选取所述频域信号的N个单独值OPn,其中,N是>1的整数,n=1至N;N≥M,所述多个单独的相邻信号峰中包含对应于目标离子的信号峰;以及
求解方程组:
其中,αnm是系数,TPm是所述频域信号的N个选取的单独值的M个校正值;
从所述频域信号的M个校正值中选取对应于与所述目标离子相关联的例如为谐波峰的信号峰的校正值TPm;
基于所述选取的校正值TPm计算表示在所述离子分析器设备内经历振荡运动的所述目标离子的电荷的值。
21.根据权利要求20所述的离子分析器设备,其中,所述频域信号的N个选取的单独值中的至少一个,对应于处在不同于目标离子的谐波频率的频率处的相应的相邻信号峰。
22.根据权利要求20或21所述的离子分析器设备,其中,所述信号处理单元被配置为用于处理所述记录的信号,从而
确定所述记录的信号内的周期性信号分量的周期的值;
截断所述记录的信号,以提供持续时间基本上是所述周期的整数倍的截断的信号;
执行对所述记录的信号施加变换,以提供所述频域信号的步骤,其中,所述记录的信号是所述截断的信号;由此,
所述计算表示所述目标离子的电荷的值的步骤是基于与所述截断的信号相对应的所述频域信号的校正值TPm进行的。
23.根据权利要求20至22中任一项所述的离子分析器设备,其中,所述离子分析器设备被配置为用于产生离子;所述离子分析室被配置为用于
捕获所述离子,使得所述捕获的离子经历振荡运动;以及
使用至少一个图像电荷/电流检测器,获得表示所述经历振荡运动的捕获的离子的多个图像电荷/电流信号。
24.根据权利要求20至23中任一项所述的离子分析器设备,包括以下中的任何一个或多个从而在其中产生所述振荡运动:离子回旋共振阱;静电场轨道阱,被配置为通过超对数电场来捕获离子;静电线性离子阱(ELIT);四极离子阱;离子迁移率分析器;电荷检测质谱仪(CDMS);静电离子束阱(EIBT);平面轨道频率分析器(POFA);或平面静电离子阱(PEIT)。
25.一种计算机可读介质,所述计算机可读介质存储有计算机可执行指令,其中,所述计算机可执行指令用于使质谱仪设备执行一种表示经历振荡运动的捕获的离子的多个图像电荷/电流信号的处理方法,所述方法是根据权利要求1至17中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2021/066101 WO2022262954A1 (en) | 2021-06-15 | 2021-06-15 | Improvements in and relating to ion analysis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117321728A true CN117321728A (zh) | 2023-12-29 |
Family
ID=76584497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180098366.5A Pending CN117321728A (zh) | 2021-06-15 | 2021-06-15 | 针对离子分析的改进以及关于离子分析 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117321728A (zh) |
WO (1) | WO2022262954A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6744042B2 (en) | 2001-06-18 | 2004-06-01 | Yeda Research And Development Co., Ltd. | Ion trapping |
EP2372747B1 (en) * | 2010-03-31 | 2018-08-01 | Thermo Fisher Scientific (Bremen) GmbH | Methods and apparatus for producing a mass spectrum |
GB201103361D0 (en) | 2011-02-28 | 2011-04-13 | Shimadzu Corp | Mass analyser and method of mass analysis |
-
2021
- 2021-06-15 CN CN202180098366.5A patent/CN117321728A/zh active Pending
- 2021-06-15 WO PCT/EP2021/066101 patent/WO2022262954A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022262954A1 (en) | 2022-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2447980B1 (en) | Method of generating a mass spectrum having improved resolving power | |
US10242854B2 (en) | Fourier transform mass spectrometry | |
CN106067414B (zh) | 产生质谱的方法 | |
JP6224085B2 (ja) | 改良された質量分析データを取得するための方法および装置 | |
CN109075011B (zh) | 处理图像电荷/电流信号的方法 | |
US8664590B2 (en) | Method of processing image charge/current signals | |
US8890060B2 (en) | Method of processing image charge/current signals | |
EP3166128B1 (en) | High-resolution ion trap mass spectrometer | |
US20230046906A1 (en) | Time-domain analysis of signals for charge detection mass spectrometry | |
US20230187198A1 (en) | Method of operating a charge detection mass spectrometer and a charge detection mass spectrometer | |
CN117321728A (zh) | 针对离子分析的改进以及关于离子分析 | |
CN117321729A (zh) | 针对离子分析的改进以及关于离子分析 | |
US7072772B2 (en) | Method and apparatus for modeling mass spectrometer lineshapes | |
US11410842B2 (en) | Time-frequency analysis | |
JP2024523214A (ja) | イオン分析における及びイオン分析に関する改良 | |
JP2024523215A (ja) | イオン分析における及びイオン分析に関する改良 | |
WO2023072366A1 (en) | Improvements in and relating to ion analysis using image-charge/current analysis | |
CN114674909A (zh) | 用于处理质谱的方法和系统 | |
Littlejohn et al. | In Silico Demonstration of Two-Dimensional Mass Spectrometry Using Spatially Dependent Fragmentation | |
Rose | A novel segmented mass analyser with inductive mass-to-charge measurements of ions | |
JP2023539466A (ja) | フル分解能イオン移動度データの取り込みおよび多重分析物標的データ獲得の実行のためのシステムおよび方法 | |
Gaman | Mass-spectroscopy and modeling of capacitive coupled hydrogen plasmas | |
Qi | Advanced methods in Fourier transform ion cyclotron resonance mass spectrometry |
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 |