CN117848495B - 一种光子信号采集方法 - Google Patents
一种光子信号采集方法 Download PDFInfo
- Publication number
- CN117848495B CN117848495B CN202410258110.1A CN202410258110A CN117848495B CN 117848495 B CN117848495 B CN 117848495B CN 202410258110 A CN202410258110 A CN 202410258110A CN 117848495 B CN117848495 B CN 117848495B
- Authority
- CN
- China
- Prior art keywords
- pulse signal
- signal
- spectrogram
- preset
- photon
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 91
- 238000001228 spectrum Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000006243 chemical reaction Methods 0.000 claims abstract description 28
- 238000012216 screening Methods 0.000 claims abstract description 25
- 230000001105 regulatory effect Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010183 spectrum analysis Methods 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 230000005684 electric field Effects 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 20
- 230000000694 effects Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010034972 Photosensitivity reaction Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000036211 photosensitivity Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Landscapes
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明涉及一种光子信号采集方法,包括以下步骤:获取来自预设光电倍增管输出的脉冲信号;通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;对所述放大脉冲信号进行筛选,得到有效光子信号;提高信号处理的准确性和效率。
Description
技术领域
本发明涉及光子信号应用技术领域,特别涉及一种光子信号采集方法、装置、设备和存储介质。
背景技术
光子信号在许多领域如物理研究、医学成像、天文学等有重要应用。准确地采集和分析光子信号对于这些领域的发展至关重要。
传统的光子信号采集方法可能存在信号损失、信号干扰、分辨率低等问题。这些限制可能导致信号分析的不准确,影响最终应用的效果。
发明内容
本发明的主要目的为提供一种光子信号采集方法、装置、设备和存储介质,提高了光子信号处理的准确性和效率。
为实现上述目的,本发明提供了一种光子信号采集方法,应用于光子信号采集设备,所述光子信号采集设备包括光电倍增管、光谱仪以及高频传感器;光子信号采集方法包括以下步骤:
获取来自预设光电倍增管输出的脉冲信号;
通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;
通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;
采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;
对所述放大脉冲信号进行筛选,得到有效光子信号。
作为本发明进一步的方案,所述光子信号采集设备还包括辐射源,所述预设光电倍增管的阳极与辐射源的一端连接;其中,所述获取来自预设光电倍增管输出的脉冲信号的步骤,包括:
通过辐射源对所述光电倍增管内的光电子进行激活;
通过辐射源内的加速电场对激活后的光电子进行级联增强;
通过预设光电倍增管对级联增强后的光电子进行放大,得到光电倍增管输出的脉冲信号。
作为本发明进一步的方案,得到光电倍增管输出的脉冲信号的步骤之后,还包括:
调用预设的窗长和滑动步长对所述脉冲信号进行STFT变化,得到脉冲信号频谱;
通过峰值检测算法对所述脉冲信号频谱进行峰值计算,得到脉冲信号频谱的峰值;
基于所述脉冲信号频谱的峰值,得到峰值在时域的位置,基于峰值在时域的位置得到脉冲信号触发的位置;
基于所述脉冲信号触发的位置,在原始脉冲信号中确定脉冲信号的起始位置和截止位置;
在脉冲信号的起始位置和截止位置之间对脉冲信号进行截取,得到截取脉冲信号;
对所述截取脉冲信号在时域上的特征信息进行频谱分析,得到截取脉冲信号的最佳变换的阶数;
基于所述最佳变换的阶数,通过线性回归模型对所述截取脉冲信号进行估值计算,得到截取脉冲信号在频谱上的斜率变化趋势;基于所述截取脉冲信号的斜率变化趋势,得到截取脉冲信号的趋势,基于所述截取脉冲信号的趋势得到截取脉冲信号的相关参数;其中,所述截取脉冲信号的相关参数包括截取脉冲信号的幅度变化值以及宽度变化值。
作为本发明进一步的方案,通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图,包括:
采用预设的光谱仪对所述脉冲信号进行数字转化,得到脉冲信号对应的数字信号;
对所述数字信号进行信号逆量化,得到时域信号;
通过预设的傅里叶变换模型对所述时域信号进行频域转化,得到对应的频域信号;
对所述频域信号进行频谱转化,生成频谱图;
通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图的步骤之后,包括:
对所述频谱图进行分析,得到所述频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的频率以及频谱图的频率分辨率;
若所述频谱图的频率以及频谱图的频率分辨率在预设的范围内,则对所述频谱图的分析结果进行可视化处理,得到功率谱密度图;其中,所述功率谱密度图用于了解脉冲信号的频率特征和脉冲信号频谱分布。
作为本发明进一步的方案,通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益,包括:
将所述频谱图输入预设分析模型内进行分析,得到频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的当前增益;
将所述频谱图的当前增益输入预设的增益控制算法内进行计算,得到增益因子;
将所述增益因子与频谱图的当前增益相乘,得到频谱图新的增益值;
通过预设的反馈传感器对所述新的增益值进行检测计算,得到检测值,并将检测值与预设的期望值进行差值计算,得到频谱图的增益差值结果;
若所述频谱图的增益差值结果不在预设的范围内,则采用预设的反馈控制算法对高频传感器的增益进行增益迭代调节,直至频谱图的增益差值满足预设的范围为止。
作为本发明进一步的方案,所述高频传感器包括运算放大器;其中,所述采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号的步骤之前,包括:
将所述脉冲信号输入调节后的高频传感器内的运算放大器进行信号放大处理,得到初始放大脉冲信号;
通过预设的神经网络对所述初始放大脉冲信号进行信号特征提取,得到初始放大脉冲信号的特征;
通过预设的示波器对所述初始放大脉冲信号的特征进行检测,得到检测结果;
将所述检测结果与标准放大脉冲信号进行对比;
若检测结果不在标准放大脉冲信号的误差范围内,则对脉冲信号进行迭代调整,直至脉冲信号的宽度、幅度以及频率满足标准放大脉冲信号的误差范围为止,将满足标准放大脉冲信号的脉冲信号作为放大脉冲信号。
作为本发明进一步的方案,所述光子信号采集设备还包括单片机;其中,所述对所述放大脉冲信号进行筛选,得到有效光子信号,包括:
将所述放大脉冲信号输入预设的单片机内的模数转换器内进行数字转化,得到放大脉冲信号对应的数字信号;
对所述放大脉冲信号对应的数字信号进行特征提取,得到光子信号特征;
将所述光子信号特征与标准有效光子信号特征进行对比,若所述光子信号特征在标准有效光子信号特征的预设范围内,则将光子信号特征在预设范围内的光子信号作为有效光子信号。
本发明还提供了一种光子信号采集装置,应用于光子信号采集设备,所述光子信号采集设备包括光电倍增管、光谱仪以及高频传感器;光子信号采集装置包括:
获取模块,用于获取来自预设光电倍增管输出的脉冲信号;
转化模块,用于通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;
分析模块,用于通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;
放大模块,用于采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;
筛选模块,用于对所述放大脉冲信号进行筛选,得到有效光子信号。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明提供的一种光子信号采集方法、装置、计算机设备和存储介质,包括以下步骤:获取来自预设光电倍增管输出的脉冲信号;通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;对所述放大脉冲信号进行筛选,得到有效光子信号;通过光电倍增管和高频传感器的应用,解决了传统的光子信号采集方法分辨率低的技术问题,提高光子信号处理的精度和效率的有益效果。
附图说明
图1是本发明一实施例中光子信号采集方法的步骤示意图;
图2是本发明一实施例中光子信号采集装置的结构框图;
图3是本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明一实施例中光子信号采集方法步骤示意图;
本发明一实施例中提供了一种光子信号采集方法,所述光子信号采集设备包括光电倍增管、光谱仪以及高频传感器;光子信号采集方法包括以下步骤:
步骤S1,获取来自预设光电倍增管输出的脉冲信号。
具体的,设置光电倍增管的工作电压,保证光电倍增管在最佳工作范围内,确保光电倍增管的光阴极对于要检测的光子类型有良好的响应性。在可能的情况下,将光电倍增管置于暗环境中,减少环境光造成的噪声。对设备进行预热,使其在稳定的温度下工作以减少噪声。通过光学系统引导样品发出的光信号(如荧光、散射光等)到达光电倍增管的光阴极。通过光阴极将光信号转换为电信号。随着电子通过一系列倍增极的过程,脉冲信号被逐级放大。最终,通过阳极检测得到显著放大的电脉冲信号。使用数据采集系统记录脉冲信号。对脉冲信号进行计数和/或进一步的时间和幅度分析。
通过上述的步骤可以实现以下的技术效果:光电倍增管具有出色的光电灵敏度,能够检测到非常弱的光信号,包括单光子事件。高速脉冲信号使得光电倍增管可以用于快速时间分辨的应用,如光子计数和时间关联单光子计数,光电倍增管能够处理从弱到强的各种光信号强度,有助于适应不同强度信号的检测。通过改变工作电压,可以调整光电倍增管的增益。正确操作和环境控制(如温度和暗箱)能够减少背景噪声和暗计数率。结合数据采集和分析软件,可以对脉冲信号进行深度分析,从而得到关于光源的有用信息。综上,通过使用光电倍增管来获取脉冲信号,可以在保持高灵敏度和响应性的同时,还允许用户通过一系列技术手段来控制和优化测量过程。在需要精确光子检测和分析的科研和工业应用中是非常有价值的。
步骤S2,通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图。
具体的,确保已经从光电倍增管获取了脉冲信号,信号通常以电压或电流形式存在。首先确保已经从光电倍增管获取了脉冲信号,信号通常以电压或电流形式存在。将脉冲信号引导至光谱仪。需要通过一系列电子器件来确保信号与光谱仪兼容。光谱仪将捕捉的脉冲信号进行分析,将时间域的信号转换成频域信号,提供信号各频率成分的幅度信息。使用光谱仪内置的数据采集系统收集频谱数据,这些数据随后可以在计算机上进一步分析。从收集到的数据生成频谱图,这通常表现为不同频率对应的信号强度。将得到的频谱图数据存储在适当的介质中,并导出数据以便后续分析。
通过上述的步骤可以实现以下的技术效果:通过频谱图,可以对脉冲信号的频率分布进行深入的分析,识别信号中的特征频率和幅度,对于理解信号来源和机制至关重要。频谱图可以帮助识别和区分信号中的有效成分和干扰噪声,特别是当信号受到周期性干扰或宽带噪声影响时。在信号处理过程中,频谱图可以用于监控信号质量,确保信号保持在预期规范内。现代光谱仪提供高分辨率的频谱数据,使得微小的频率变化也可以被识别和分析。频谱分析可以揭示信号的多个参数,如幅度、相位、频率宽度等,为研究提供更完整的信号描述。将脉冲信号转换为频谱图,可以方便地与其他数据集进行比较,或与同行共享数据。综上所述,通过预设的光谱仪对脉冲信号进行频谱转化,得到频谱图的操作步骤可以大幅提升信号分析的能力和精度,同时便于研究者交流和比较结果,进而持续优化实验方法和提高研究质量。
步骤S3,通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益。
具体的,首先确保已经从光电倍增管获取了脉冲信号,信号通常以电压或电流形式存在。确保光谱仪经过适当的校准,包括波长校准和强度校准,以确保测量数据的准确性。将脉冲信号引导至光谱仪。需要通过一系列电子器件来确保信号与光谱仪兼容。光谱仪将捕捉的脉冲信号进行分析,将时间域的信号转换成频域信号,提供信号各频率成分的幅度信息。使用光谱仪内置的数据采集系统收集频谱数据,这些数据随后可以在计算机上进一步分析。从收集到的数据生成频谱图,这通常表现为不同频率对应的信号强度。将得到的频谱图数据存储在适当的介质中,并导出数据以便后续分析。
通过上述的步骤可以实现以下的技术效果:通过频谱图,可以对脉冲信号的频率分布进行深入的分析,识别信号中的特征频率和幅度,对于理解信号来源和机制至关重要。频谱图可以帮助识别和区分信号中的有效成分和干扰噪声,特别是当信号受到周期性干扰或宽带噪声影响时。在信号处理过程中,频谱图可以用于监控信号质量,确保信号保持在预期规范内。现代光谱仪提供高分辨率的频谱数据,使得微小的频率变化也可以被识别和分析。频谱分析可以揭示信号的多个参数,如幅度、相位、频率宽度等,为研究提供更完整的信号描述。将脉冲信号转换为频谱图,可以方便地与其他数据集进行比较,或与同行共享数据。综上所述,通过预设的光谱仪对脉冲信号进行频谱转化,得到频谱图的操作步骤可以大幅提升信号分析的能力和精度,同时便于研究者交流和比较结果,进而持续优化实验方法和提高研究质量。
步骤S4,采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号。
具体的,根据脉冲信号的特性(如频率范围、幅度、脉宽等)选择合适的高频传感器。基于之前通过光谱仪获得的频谱分析结果,设置传感器的增益。这通常涉及到微调传感器的电压或控制参数以达到所需的放大倍数。将光电倍增管输出的脉冲信号导入高频传感器。保证连接良好,以降低信号损耗和干扰。高频传感器对输入的脉冲信号进行放大处理。为了保持信号的完整性,放大器的带宽应该覆盖脉冲信号的频率范围。在放大过程中实时监测输出信号,确保放大后的信号不出现失真或超出传感器的动态范围。如有需要,根据放大后的信号的特性(比如幅度、线性度等),进一步调节传感器的参数,以得到最佳放大效果。放大后的信号输出给后续的数据采集系统,同时记录,为下一步的信号筛选和分析做准备。
通过上述的步骤可以实现以下的技术效果:放大后的脉冲信号更容易被检测和识别,特别是在信号较弱时,脉冲信号放大可以显著提高信号与噪声的比例。通过增益调节,可以在不产生过多噪音的同时放大有效信号,从而提高信噪比。放大后的信号有助于使脉冲信号与后续电子设备(如模数转换器、数字处理系统等)的输入要求兼容。通过调节传感器的增益,可以让系统有效处理不同强度的信号,扩大系统的动态工作范围。更清晰、更有特征的信号使得后续的数据分析更加精确,也使得微弱信号成分的分析成为可能。有效地放大信号可以降低对后续数据采集和处理硬件性能的要求,从而降低整体系统的成本。综上所述,通过调节增益并采用高频传感器对脉冲信号进行放大,可以增强系统检测微弱光子信号的能力,提高信号处理的质量,从而为进一步的信号筛选和分析提供更好的基础。
步骤S5,对所述放大脉冲信号进行筛选,得到有效光子信号。
具体的,设定一个阈值,用于区分有效信号与噪声。阈值的设置应基于对信号特性的理解,通常高于噪声水平,但低于预期信号的水平。若信号具有特定的时间特征,可以设置时间窗口以筛选出在特定事件或时间点之后发生的信号脉冲。分析脉冲信号的形状或宽度,以便区分噪声产生的偶然脉冲和实际光子产生的脉冲。有效信号通常具有一定的脉冲宽度和形状。除了形状,还可以分析脉冲的幅度。有效的光子信号往往具有相对一致的幅度范围。利用数字滤波器或软件算法处理放大脉冲信号,去除那些不满足形状、幅度或其它特性标准的信号。使用专门的硬件电路(如歧管、计数器等)或软件程序来实施上述分析,实现实时或离线筛选。将筛选出的有效信号记录下来,并存储于数据存储设备中,用于后续的分析和记录。
通过上述的步骤可以实现以下的技术效果:通过筛选可以减少环境噪声、设备电子噪声以及信号本身的随机波动对最终结果的影响。去除不符合标准的信号有助于提高最终采集信号的准确度和可靠性。通过筛选可确保只有来自感兴趣事件的光子被计数,提升测量结果的精度。筛选掉大量无效信号后,可以更快地处理和分析剩余的数据集,并有助于减轻后端处理系统的负担。通过标准化的筛选流程确保结果具有更好的可重复性,减少由于随机因素导致的结果变异。对信号的筛选使得系统可以在更低的光子通量下工作,从而提高检测灵敏度和动态范围。综上所述,对放大脉冲信号进行筛选的过程可以有效区分有效光子信号与噪声,对于需要高信噪比以及准确光子计数的应用非常关键。对于提高数据的质量和准确性、加速数据处理和分析以及确保研究结论的稳定性和可重复性都是非常有益的。
在具体实施例中,所述光子信号采集设备还包括辐射源,所述预设光电倍增管的阳极与辐射源的一端连接;其中,所述获取来自预设光电倍增管输出的脉冲信号的步骤,包括:
通过辐射源对所述光电倍增管内的光电子进行激活;
通过辐射源内的加速电场对激活后的光电子进行级联增强;
通过预设光电倍增管对级联增强后的光电子进行放大,得到光电倍增管输出的脉冲信号。
具体的,打开辐射源,通常为一特定波长的光发射设备,确保其稳定并且产生足够的光强度去激活光电倍增管内部的光阴极。辐射源发出的光线照射到光电倍增管的光阴极上。当这些光子与光阴极材料相互作用时,会将其中的电子激发到高能级状态。被激发的高能电子(光电子)将从光阴极表面逸出,开始在光电倍增管内部移动。光电倍增管内有一系列的电子倍增级(打拿极),每个电子倍增级面向着一个加速电场。当电子通过这些加速电场时,它们会撞击倍增级并释放出更多的电子,导致电子数量级联式增加。这个级联增强的过程一直持续,直到光电子到达阳极。随着电子数量的不断增加,阳极会收集到越来越强的电流,即放大的脉冲信号。光电倍增管的阳极与后端信号处理电路相连,以便收集、处理和记录输出的脉冲信号。
通过上述的步骤可以实现以下的技术效果:通过光电倍增管产生的级联增强效应,可以将非常微弱的光信号放大,以至于能够被电子设备检测到。光电倍增管可以检测到单个光子产生的信号,极大地降低了检测极限,提高了实验灵敏度。辐射源的光与特定类型的光阴极材料相结合可以优化信号/噪声比,使得真正的信号更加明显。可以根据不同应用选择不同类型的辐射源和光电倍增管,满足特定波长灵敏度和动态范围的需求。高速的光电倍增管与适当的辐射源相结合可以实现精确的时间分辨测量,用于快速事件的检测。使用经过精确调校的辐射源和光电倍增管系统,可以实现稳定且重复性高的测量结果。综上所述,研究人员可以检测并分析非常微弱的光信号,比如单光子事件,这对高灵敏度的物理、化学和生物学应用至关重要。
在具体实施例中,得到光电倍增管输出的脉冲信号的步骤之后,还包括:
调用预设的窗长和滑动步长对所述脉冲信号进行STFT变化,得到脉冲信号频谱;
通过峰值检测算法对所述脉冲信号频谱进行峰值计算,得到脉冲信号频谱的峰值;
基于所述脉冲信号频谱的峰值,得到峰值在时域的位置,基于峰值在时域的位置得到脉冲信号触发的位置;
基于所述脉冲信号触发的位置,在原始脉冲信号中确定脉冲信号的起始位置和截止位置;
在脉冲信号的起始位置和截止位置之间对脉冲信号进行截取,得到截取脉冲信号;
对所述截取脉冲信号在时域上的特征信息进行频谱分析,得到截取脉冲信号的最佳变换的阶数;
基于所述最佳变换的阶数,通过线性回归模型对所述截取脉冲信号进行估值计算,得到截取脉冲信号在频谱上的斜率变化趋势;基于所述截取脉冲信号的斜率变化趋势,得到截取脉冲信号的趋势,基于所述截取脉冲信号的趋势得到截取脉冲信号的相关参数;其中,所述截取脉冲信号的相关参数包括截取脉冲信号的幅度变化值以及宽度变化值。
具体的,利用短时傅里叶变换(STFT)处理脉冲信号,可以将信号从时域转换到频域,同时保留时间信息,得到脉冲信号的时间-频率表示。通过峰值检测算法,精确找到脉冲信号频谱中的峰值,并计算其频率,为后续分析提供关键数据。根据脉冲信号频谱的峰值,确定峰值在时域中的位置,即脉冲信号触发的精确时刻。基于脉冲信号触发的位置,精确确定脉冲信号的起始位置和截止位置。在确定的起始位置和截止位置之间截取脉冲信号,确保后续处理的信号是完整的脉冲。对截取的脉冲信号进行频谱分析,分析其在时域上的特征信息。根据频谱分析的结果,确定进行线性回归或其他模型估值计算时所需的最佳变换的阶数。通过线性回归模型对截取脉冲信号进行估值计算,得到频谱上的斜率变化趋势。基于斜率变化趋势,分析脉冲信号的整体趋势,并据此得到脉冲信号的相关参数,如幅度变化值和宽度变化值。
通过上述的步骤可以实现以下的技术效果:通过STFT变换和峰值检测,能够精确定位脉冲信号的时域位置,为信号处理提供了高精度的基础。通过截取、频谱分析和最佳变换阶数的确定,可以更准确地获取信号的特征,为后续的信号识别和分类提供了可靠的数据支持。利用线性回归模型估值和趋势分析,可以从脉冲信号中提取出更多有价值的信息,如信号的斜率变化趋势,这有助于更深入地理解信号的本质。综上所述,这些操作步骤通过对信号的深入分析和处理,不仅提高了信号处理的精确度和效率,而且增强了从复杂信号中提取有用信息的能力,这在复杂信号环境下尤其重要。
在具体实施例中,通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图,包括:
采用预设的光谱仪对所述脉冲信号进行数字转化,得到脉冲信号对应的数字信号;
对所述数字信号进行信号逆量化,得到时域信号;
通过预设的傅里叶变换模型对所述时域信号进行频域转化,得到对应的频域信号;
对所述频域信号进行频谱转化,生成频谱图;
通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图的步骤之后,包括:
对所述频谱图进行分析,得到所述频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的频率以及频谱图的频率分辨率;
若所述频谱图的频率以及频谱图的频率分辨率在预设的范围内,则对所述频谱图的分析结果进行可视化处理,得到功率谱密度图;其中,所述功率谱密度图用于了解脉冲信号的频率特征和脉冲信号频谱分布。
具体的,使用预设的光谱仪(通常是一个带有模数转换器(ADC)的设备),将模拟的脉冲信号转换为数字信号。对ADC输出的数字信号进行处理,复原成接近原始模拟信号的形式,即时域信号。应用傅里叶变换(通常是快速傅里叶变换FFT)将时域信号转换为频域信号。将频域信号处理为频谱图,显示信号的频率成分及其相对强度。分析频谱图,确定信号的主要频率和频率分辨率是否在预设的范围内。如果频率和分辨率合适,对频谱图的分析结果进行可视化处理,得到功率谱密度图。利用功率谱密度图,研究脉冲信号的频率特征和频谱分布,以了解信号的能量分布情况。
通过上述的步骤可以实现以下的技术效果:频谱图提供了信号的频率成分详细视图,能够帮助了解信号的特性和结构。通过制作功率谱密度图,研究人员能够识别并消除噪声,改进信号的处理和分析。频率分析结果的准确度非常重要,合适的频谱分辨率可以确保测量的精度。根据频谱图可以筛选出有用的信号组分,用于进一步研究和应用。功率谱密度图可以协助定义滤波器设计的参数,比如截止频率和带宽。对于复杂的信号,通过频谱图可能可以辨别出多个信号源或者干扰源。根据功率谱密度的分析结果,可以优化测试条件,比如调整信号采样率和测试时间等。综上所述,整个过程使信号分析变得更加深入和全面,而且因为大多数处理过程是数字化的,可以在信号质量不受影响的情况下重复进行。为实验和信号分析提供了极大的灵活性和可靠性。
在具体实施例中,通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益,包括:
将所述频谱图输入预设分析模型内进行分析,得到频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的当前增益;
将所述频谱图的当前增益输入预设的增益控制算法内进行计算,得到增益因子;
将所述增益因子与频谱图的当前增益相乘,得到频谱图新的增益值;
通过预设的反馈传感器对所述新的增益值进行检测计算,得到检测值,并将检测值与预设的期望值进行差值计算,得到频谱图的增益差值结果;
若所述频谱图的增益差值结果不在预设的范围内,则采用预设的反馈控制算法对高频传感器的增益进行增益迭代调节,直至频谱图的增益差值满足预设的范围为止。
具体的,将频谱图数据输入预设的分析模型中,该模型通过算法分析信号,并提取当前的增益值。将分析得到的当前增益值输入到预设的增益控制算法中,算法根据信号状况计算出一个适当的增益因子。将计算得到的增益因子与当前的增益相乘,得到新的增益值,用于调节传感器的增益。通过反馈传感器对新设置的增益值进行检测,并将这个检测值与期望值进行比较来计算增益的差值。如果得到的增益差值不在预设的范围内,使用反馈控制算法对高频传感器的增益进行迭代调节,直至增益满足预设的范围。利用反馈控制系统确保增益调节动作的准确性和稳定性。
通过上述的步骤可以实现以下的技术效果:让增益控制过程自动化,减少了人工干预和操作的需要。自动调节增益确保了在不同的环境或信号强度条件下都能获取到最佳的信号品质。分析模型和反馈控制算法允许系统动态地适应环境变化。反馈控制算法可以迅速地响应信号的变化,及时调整增益。适当的增益控制可以避免信号过饱和,确保信号在传感器可接受的范围内。增益控制有助于提高系统对弱信号的检测精度,尤其在高噪声环境中尤为关键。可以减少传感器因不必要的高增益而消耗的额外能源。增益迭代调节可提升整个系统的性能,特别是在复杂或不断变化的信号环境下。综合以上好处,自动增益控制是通讯系统、信号处理以及许多涉及传感器的工程应用中一个非常重要的功能,它确保了系统的适应性、可靠性和效率。
在具体实施例中,所述高频传感器包括运算放大器;其中,所述采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号的步骤之前,包括:
将所述脉冲信号输入调节后的高频传感器内的运算放大器进行信号放大处理,得到初始放大脉冲信号;
通过预设的神经网络对所述初始放大脉冲信号进行信号特征提取,得到初始放大脉冲信号的特征;
通过预设的示波器对所述初始放大脉冲信号的特征进行检测,得到检测结果;
将所述检测结果与标准放大脉冲信号进行对比;
若检测结果不在标准放大脉冲信号的误差范围内,则对脉冲信号进行迭代调整,直至脉冲信号的宽度、幅度以及频率满足标准放大脉冲信号的误差范围为止,将满足标准放大脉冲信号的脉冲信号作为放大脉冲信号。
具体的,将原始脉冲信号输入到调节后(增益调整完毕)的高频传感器的运算放大器中。运算放大器进行信号增强,得到初始放大的脉冲信号。使用预设的神经网络对初始放大的脉冲信号进行信号特征提取。神经网络模型将从脉冲信号中提取出关键的信号特征。
将神经网络提取出的信号特征通过预设的示波器进行检测。示波器展示初始放大脉冲信号的特征和检测结果。将检测结果与标准放大脉冲信号(预设的标准值或范围)进行比较。如果检测结果显示信号的宽度、幅度或频率不在标准值误差范围内,进行调整。调整是通过迭代过程进行的,直至信号特征满足标准误差范围。当脉冲信号的特征被调整至满足标准放大脉冲信号的误差范围时,输出作为放大脉冲信号。
通过上述的步骤可以实现以下的技术效果:通过对信号进行精确控制和调节,确保输出信号具有高质量,满足设定的标准。神经网络的特征提取能够识别信号的细微特征,增加了处理过程的准确性。通过迭代调整过程,整个调整过程实现自动化,减少人为干预。能够适应不同的信号条件和标准要求,增强系统的适用性和多样性。自动化的流程减少了手动调整所需的时间,提高了效率。系统能够自动识别并纠正信号偏差,提高了整个系统的可靠性和稳定性。当信号特征在标准范围内时,为后续的信号分析和处理提供了良好的起始点。整个过程中使用了神经网络与迭代调整等自动化技术,不仅提高了信号处理的智能化水平,同时也保证了信号的稳定性和可重复性。
在具体实施例中,所述光子信号采集设备还包括单片机;其中,所述对所述放大脉冲信号进行筛选,得到有效光子信号,包括:
将所述放大脉冲信号输入预设的单片机内的模数转换器内进行数字转化,得到放大脉冲信号对应的数字信号;
对所述放大脉冲信号对应的数字信号进行特征提取,得到光子信号特征;
将所述光子信号特征与标准有效光子信号特征进行对比,若所述光子信号特征在标准有效光子信号特征的预设范围内,则将光子信号特征在预设范围内的光子信号作为有效光子信号。
具体的,将放大的脉冲信号输入单片机中的模数转换器。模数转换器将模拟的放大脉冲信号转换为数字信号。对转换得到的数字信号进行处理,提取光子信号的关键特征。通常涉及数字信号处理技术,如滤波、去噪等。将提取出的光子信号特征与预设的标准有效光子信号特征进行比对。标准有效光子信号特征可能包括特定的频率范围、强度水平、脉冲形状等。当检测到的光子信号特征在预设的标准范围内时,认定该光子信号为有效。将符合标准的光子信号作为有效光子信号进行后续处理。
通过上述的步骤可以实现以下的技术效果:数字信号易于处理和分析,模数转换提高了信号的精度,降低了信息损失。自动特征提取减少了人为分析的需求,提高了处理速度和准确性。与预设标准进行比对,确保了信号的一致性和可靠性。仅选取符合标准的光子信号,减少了后续处理的数据量,提高了系统的效率。特征提取和标准化比对有助于降低背景噪声和无关信号的影响,提高了信号识别的准确率。通过调整预设的标准,系统可以适应不同的工作环境和要求,提高了系统的灵活性和适用范围。通过精确筛选有效信号,可以优化存储和计算资源的使用,特别是在数据量大的应用场景中。整个过程通过自动化和数字化手段,实现了高效且准确的光子信号处理,为后续的分析和应用打下坚实的基础。
上面对本发明实施例中光子信号采集方法进行了描述,下面对本发明实施例中光子信号采集装置进行描述,请参阅图2,本发明实施例中光子信号采集装置一个实施例包括:
获取模块21,用于获取来自预设光电倍增管输出的脉冲信号;
转化模块22,用于通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;
分析模块23,用于通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;
放大模块24,用于采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;
筛选模块25,用于对所述放大脉冲信号进行筛选,得到有效光子信号。
在本实施例中,上述装置实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、显示屏、输入装置、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种光子信号采集方法,应用于光子信号采集设备,其特征在于:所述光子信号采集设备包括光电倍增管、光谱仪以及高频传感器;光子信号采集方法包括以下步骤:
获取来自预设光电倍增管输出的脉冲信号;
通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;
通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;
采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;
对所述放大脉冲信号进行筛选,得到有效光子信号;
通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益,包括:
将所述频谱图输入预设分析模型内进行分析,得到频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的当前增益;
将所述频谱图的当前增益输入预设的增益控制算法内进行计算,得到增益因子;
将所述增益因子与频谱图的当前增益相乘,得到频谱图新的增益值;
通过预设的反馈传感器对所述新的增益值进行检测计算,得到检测值,并将检测值与预设的期望值进行差值计算,得到频谱图的增益差值结果;
若所述频谱图的增益差值结果不在预设的范围内,则采用预设的反馈控制算法对高频传感器的增益进行增益迭代调节,直至频谱图的增益差值满足预设的范围为止;
所述高频传感器包括运算放大器;其中,所述采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号的步骤之前,包括:
将所述脉冲信号输入调节后的高频传感器内的运算放大器进行信号放大处理,得到初始放大脉冲信号;
通过预设的神经网络对所述初始放大脉冲信号进行信号特征提取,得到初始放大脉冲信号的特征;
通过预设的示波器对所述初始放大脉冲信号的特征进行检测,得到检测结果;
将所述检测结果与标准放大脉冲信号进行对比;
若检测结果不在标准放大脉冲信号的误差范围内,则对脉冲信号进行迭代调整,直至脉冲信号的宽度、幅度以及频率满足标准放大脉冲信号的误差范围为止,将满足标准放大脉冲信号的脉冲信号作为放大脉冲信号;
所述光子信号采集设备还包括单片机;其中,所述对所述放大脉冲信号进行筛选,得到有效光子信号,包括:
将所述放大脉冲信号输入预设的单片机内的模数转换器内进行数字转化,得到放大脉冲信号对应的数字信号;
对所述放大脉冲信号对应的数字信号进行特征提取,得到光子信号特征;
将所述光子信号特征与标准有效光子信号特征进行对比,若所述光子信号特征在标准有效光子信号特征的预设范围内,则将光子信号特征在预设范围内的光子信号作为有效光子信号。
2.根据权利要求1所述的光子信号采集方法,其特征在于:所述光子信号采集设备还包括辐射源,所述预设光电倍增管的阳极与辐射源的一端连接;其中,所述获取来自预设光电倍增管输出的脉冲信号的步骤,包括:
通过辐射源对所述光电倍增管内的光电子进行激活;
通过辐射源内的加速电场对激活后的光电子进行级联增强;
通过预设光电倍增管对级联增强后的光电子进行放大,得到光电倍增管输出的脉冲信号。
3.根据权利要求2所述的光子信号采集方法,其特征在于:得到光电倍增管输出的脉冲信号的步骤之后,还包括:
调用预设的窗长和滑动步长对所述脉冲信号进行STFT变化,得到脉冲信号频谱;
通过峰值检测算法对所述脉冲信号频谱进行峰值计算,得到脉冲信号频谱的峰值;
基于所述脉冲信号频谱的峰值,得到峰值在时域的位置,基于峰值在时域的位置得到脉冲信号触发的位置;
基于所述脉冲信号触发的位置,在原始脉冲信号中确定脉冲信号的起始位置和截止位置;
在脉冲信号的起始位置和截止位置之间对脉冲信号进行截取,得到截取脉冲信号;
对所述截取脉冲信号在时域上的特征信息进行频谱分析,得到截取脉冲信号的最佳变换的阶数;
基于所述最佳变换的阶数,通过线性回归模型对所述截取脉冲信号进行估值计算,得到截取脉冲信号在频谱上的斜率变化趋势;基于所述截取脉冲信号的斜率变化趋势,得到截取脉冲信号的趋势,基于所述截取脉冲信号的趋势得到截取脉冲信号的相关参数;其中,所述截取脉冲信号的相关参数包括截取脉冲信号的幅度变化值以及宽度变化值。
4.根据权利要求1所述的光子信号采集方法,其特征在于:通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图,包括:
采用预设的光谱仪对所述脉冲信号进行数字转化,得到脉冲信号对应的数字信号;
对所述数字信号进行信号逆量化,得到时域信号;
通过预设的傅里叶变换模型对所述时域信号进行频域转化,得到对应的频域信号;
对所述频域信号进行频谱转化,生成频谱图;
通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图的步骤之后,包括:
对所述频谱图进行分析,得到所述频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的频率以及频谱图的频率分辨率;
若所述频谱图的频率以及频谱图的频率分辨率在预设的范围内,则对所述频谱图的分析结果进行可视化处理,得到功率谱密度图;其中,所述功率谱密度图用于了解脉冲信号的频率特征和脉冲信号频谱分布。
5.一种光子信号采集装置,应用于光子信号采集设备,其特征在于:所述光子信号采集设备包括光电倍增管、光谱仪以及高频传感器;光子信号采集装置包括:
获取模块,用于获取来自预设光电倍增管输出的脉冲信号;
转化模块,用于通过预设的光谱仪对所述脉冲信号进行频谱转化,得到频谱图;
分析模块,用于通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益;
放大模块,用于采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号;
筛选模块,用于对所述放大脉冲信号进行筛选,得到有效光子信号;
通过预设的分析模型对所述频谱图进行分析,得到分析结果;基于所述分析结果,调节高频传感器的增益,包括:
将所述频谱图输入预设分析模型内进行分析,得到频谱图的分析结果;其中,所述频谱图的分析结果包括频谱图的当前增益;
将所述频谱图的当前增益输入预设的增益控制算法内进行计算,得到增益因子;
将所述增益因子与频谱图的当前增益相乘,得到频谱图新的增益值;
通过预设的反馈传感器对所述新的增益值进行检测计算,得到检测值,并将检测值与预设的期望值进行差值计算,得到频谱图的增益差值结果;
若所述频谱图的增益差值结果不在预设的范围内,则采用预设的反馈控制算法对高频传感器的增益进行增益迭代调节,直至频谱图的增益差值满足预设的范围为止;
所述高频传感器包括运算放大器;其中,所述采用调节后的高频传感器对所述脉冲信号进行放大,得到放大脉冲信号的步骤之前,包括:
将所述脉冲信号输入调节后的高频传感器内的运算放大器进行信号放大处理,得到初始放大脉冲信号;
通过预设的神经网络对所述初始放大脉冲信号进行信号特征提取,得到初始放大脉冲信号的特征;
通过预设的示波器对所述初始放大脉冲信号的特征进行检测,得到检测结果;
将所述检测结果与标准放大脉冲信号进行对比;
若检测结果不在标准放大脉冲信号的误差范围内,则对脉冲信号进行迭代调整,直至脉冲信号的宽度、幅度以及频率满足标准放大脉冲信号的误差范围为止,将满足标准放大脉冲信号的脉冲信号作为放大脉冲信号;
所述光子信号采集设备还包括单片机;其中,所述对所述放大脉冲信号进行筛选,得到有效光子信号,包括:
将所述放大脉冲信号输入预设的单片机内的模数转换器内进行数字转化,得到放大脉冲信号对应的数字信号;
对所述放大脉冲信号对应的数字信号进行特征提取,得到光子信号特征;
将所述光子信号特征与标准有效光子信号特征进行对比,若所述光子信号特征在标准有效光子信号特征的预设范围内,则将光子信号特征在预设范围内的光子信号作为有效光子信号。
6.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
7.一种计算机可读存储介质,其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执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410258110.1A CN117848495B (zh) | 2024-03-07 | 2024-03-07 | 一种光子信号采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410258110.1A CN117848495B (zh) | 2024-03-07 | 2024-03-07 | 一种光子信号采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117848495A CN117848495A (zh) | 2024-04-09 |
CN117848495B true CN117848495B (zh) | 2024-05-07 |
Family
ID=90544488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410258110.1A Active CN117848495B (zh) | 2024-03-07 | 2024-03-07 | 一种光子信号采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117848495B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4339787A1 (de) * | 1993-11-18 | 1995-05-24 | Wolfgang Dr Ing Becker | Verfahren und Vorrichtung zur Messung von Lichtsignalen durch Einzelphotonenzählung mit zeitlicher und räumlicher Auflösung |
WO2015173200A1 (en) * | 2014-05-11 | 2015-11-19 | Target Systemelektronik Gmbh & Co. Kg | Gain stabilization of detector systems utilizing photomultipliers with single photo electrons |
CN106768401A (zh) * | 2017-03-24 | 2017-05-31 | 中国工程物理研究院应用电子学研究所 | 一种微能量脉冲激光光子数测量装置及方法 |
CN110012673A (zh) * | 2016-09-30 | 2019-07-12 | 通用电气公司 | 用于光谱分析和增益调整的系统和方法 |
CN112671460A (zh) * | 2020-12-14 | 2021-04-16 | 中电科仪器仪表有限公司 | 一种微波光子宽带频谱分析装置 |
JP7100184B1 (ja) * | 2021-07-14 | 2022-07-12 | 浜松ホトニクス株式会社 | 演算装置、光検出装置、及びゲイン算出方法 |
CN114923590A (zh) * | 2022-05-11 | 2022-08-19 | 中国科学院近代物理研究所 | 一种基于光电倍增管对微弱光子的精确测量方法和系统 |
CN114935406A (zh) * | 2022-03-03 | 2022-08-23 | 上海理工大学 | 基于硅雪崩光电二极管的光子数可分辨探测方法 |
WO2023020706A1 (en) * | 2021-08-18 | 2023-02-23 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and device for photonic sampling of a test wave-form |
CN116202623A (zh) * | 2023-02-16 | 2023-06-02 | 武汉大学 | 一种基于光谱压缩采样的单光子高光谱成像方法和系统 |
CN116699324A (zh) * | 2023-01-12 | 2023-09-05 | 中国电力科学研究院有限公司 | 一种基于单光子探测的gis放电追迹系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009012222A1 (en) * | 2007-07-13 | 2009-01-22 | Purdue Research Foundation | Time-resolved raman spectroscopy |
US20220341784A1 (en) * | 2021-04-27 | 2022-10-27 | Purdue Research Foundation | Methods, algorithms and systems for sub-nanosecond digital signal processing of photomultiplier tube response to enable multi-photon counting in raman spectroscopy |
-
2024
- 2024-03-07 CN CN202410258110.1A patent/CN117848495B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4339787A1 (de) * | 1993-11-18 | 1995-05-24 | Wolfgang Dr Ing Becker | Verfahren und Vorrichtung zur Messung von Lichtsignalen durch Einzelphotonenzählung mit zeitlicher und räumlicher Auflösung |
WO2015173200A1 (en) * | 2014-05-11 | 2015-11-19 | Target Systemelektronik Gmbh & Co. Kg | Gain stabilization of detector systems utilizing photomultipliers with single photo electrons |
CN110012673A (zh) * | 2016-09-30 | 2019-07-12 | 通用电气公司 | 用于光谱分析和增益调整的系统和方法 |
CN106768401A (zh) * | 2017-03-24 | 2017-05-31 | 中国工程物理研究院应用电子学研究所 | 一种微能量脉冲激光光子数测量装置及方法 |
CN112671460A (zh) * | 2020-12-14 | 2021-04-16 | 中电科仪器仪表有限公司 | 一种微波光子宽带频谱分析装置 |
JP7100184B1 (ja) * | 2021-07-14 | 2022-07-12 | 浜松ホトニクス株式会社 | 演算装置、光検出装置、及びゲイン算出方法 |
WO2023020706A1 (en) * | 2021-08-18 | 2023-02-23 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Method and device for photonic sampling of a test wave-form |
CN114935406A (zh) * | 2022-03-03 | 2022-08-23 | 上海理工大学 | 基于硅雪崩光电二极管的光子数可分辨探测方法 |
CN114923590A (zh) * | 2022-05-11 | 2022-08-19 | 中国科学院近代物理研究所 | 一种基于光电倍增管对微弱光子的精确测量方法和系统 |
CN116699324A (zh) * | 2023-01-12 | 2023-09-05 | 中国电力科学研究院有限公司 | 一种基于单光子探测的gis放电追迹系统及方法 |
CN116202623A (zh) * | 2023-02-16 | 2023-06-02 | 武汉大学 | 一种基于光谱压缩采样的单光子高光谱成像方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117848495A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10162942B2 (en) | System and method of extending the linear dynamic range of event counting | |
US9322711B2 (en) | Light signal detecting circuit, light amount detecting device, and charged particle beam device | |
CN110308476B (zh) | 一种粒子辐射探测方法及探测装置 | |
JP6003836B2 (ja) | X線分析用信号処理装置 | |
US10416068B2 (en) | Deconvolution by digital filtering from linear discriminate analysis | |
JP2020051900A (ja) | X線分析用信号処理装置 | |
CN117848495B (zh) | 一种光子信号采集方法 | |
US5715049A (en) | Light measuring apparatus for quantifying photons | |
US10914844B2 (en) | Signal processing device for X-ray analysis and adjustment method for a signal processing device for X-ray analysis | |
CN112748140B (zh) | 一种基于迭代离散小波背景扣除的痕量元素xrf测定方法 | |
EP2663992B1 (en) | A method of correction of data impaired by hardware limitations in mass spectrometry | |
CN111272735A (zh) | 一种激光诱导击穿光谱的检测方法 | |
CN116380874A (zh) | 基于能级辐射衰减的激光诱导击穿光谱校正方法及系统 | |
EP2663993A1 (en) | A method of deadtime correction in mass spectrometry | |
CN111965688B (zh) | 一种基于碳膜二次电子产额的原子鉴别系统及方法 | |
CN117836616A (zh) | X射线分析装置及峰值预测程序 | |
Sellin et al. | Digital IBIC—New spectroscopic modalities for ion-beam-induced charge imaging | |
US11469088B2 (en) | Methods and apparatus of adaptive and automatic adjusting and controlling for optimized electrometer analog signal linearity, sensitivity, and range | |
WO2022162975A1 (ja) | 蛍光x線分析装置 | |
CN115808192B (zh) | 极微弱近红外信号探测装置 | |
CN113189412B (zh) | 一种多通道相关的低频噪声测试装置及分析方法 | |
JP6326347B2 (ja) | ライブタイム比演算回路、ライブタイム比演算方法、放射線検出装置、および試料分析装置 | |
CN116908904B (zh) | 一种基于脉宽测量的多路辐射探测能谱分析方法及系统 | |
CN116298750A (zh) | 一种半导体器件微区结构损伤无损表征的方法 | |
KR100805887B1 (ko) | 방사능 교정용 자동화 장치 |
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 |