JP2009180679A - スペクトラムデータ補正装置及び方法 - Google Patents

Abstract

【課題】スペクトル形状のなまりを抑止しつつ、入力スペクトラムデータからノイズを自動的に除去する。
【解決手段】入力スペクトラムデータを構成する測定データのうち周波数軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加し、付加されたフラグに基づいて、上記入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択し、選択された測定データに対して移動平均処理を実行し、移動平均処理された測定データと選択されなかった測定データを合成してノイズ除去スペクトラムデータとして出力する。
【選択図】図５

Description

本発明は、入力スペクトラムデータからノイズを除去して出力するスペクトラムデータ補正装置及び方法に関するものである。

従来から、入力されるスペクトラムデータ（入力スペクトラムデータ）にはノイズが含まれているため、入力スペクトラムデータに含まれるノイズを除去して出力する処理が行われている。
例えば、光スペクトラムアナライザでは、入力スペクトラムデータに含まれる白色雑音を移動平均処理によって除去して出力している（特許文献１参照）。この移動平均処理によれば、時系列的に複数取得された入力スペクトラムデータを平均化することによって、値の変動が大きいノイズ成分を相殺し、これによってノイズが除去されたスペクトラムデータを得ることができる。
特開２００２−１６８６９１号公報 特開２００７−２１８７８７号公報

しかしながら、従来の移動平均処理では、入力スペクトラムデータを構成する全ての測定データに対して移動平均処理を行う。このため、急峻なスペクトルピークを持つ入力スペクトラムデータであっても、急峻なスペクトルピークの近傍において移動平均処理による積分効果によりスペクトル形状がなまってしまう。
これに対して、ユーザがノイズの重畳する測定データのみを選択し、この選択された測定データのみに局所的に移動平均処理を行うことにより、スペクトル形状のなまりを防止する方法もあるが、ノイズが重畳しているか否かの判定には人間の判断が介在することとなり、ノイズ除去の自動化ができない。

本発明は、上述する問題点に鑑みてなされたもので、スペクトル形状のなまりを抑止しつつ、入力スペクトラムデータからノイズを自動的に除去することを目的とする。

上記目的を達成するために、本発明のスペクトラムデータ補正装置は、入力スペクトラムデータを構成する測定データのうち周波数軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加するフラグ付加手段と、該フラグ付加手段にて付加されたフラグに基づいて、上記入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択する選択手段と、該選択手段にて選択された測定データに対して移動平均処理を実行する実行手段と、該実行手段にて移動平均処理された測定データと上記選択手段にて選択されなかった測定データを合成してノイズ除去スペクトラムデータとして出力する出力手段とを有することを特徴とする。

このような特徴を有する本発明のスペクトラムデータ補正装置によれば、フラグ付加手段において、周波数軸にて隣り合う測定データが比較され、その大小関係を示すフラグが付加される。そして、選択手段において、フラグ付加手段にて付加されたフラグに基づいて移動平均処理を行う測定データが選択される。そして、実行手段において、選択手段にて選択された測定データのみに移動平均処理が行われる。

また、本発明のスペクトラムデータ補正装置においては、上記選択手段による処理の前にて上記入力スペクトラムデータの頂点を示す測定データを抽出する抽出手段を有し、上記選択手段は、上記抽出手段にて抽出された測定データを選択しないという構成を採用する。

また、本発明のスペクトラムデータ補正装置においては、上記選択手段が、選択された測定データの値と、該測定データの値及び該測定データと大小関係が比較された測定データの値の平均値との差を算出し、上記実行手段が、上記選択手段によって算出された差に基づいて、移動平均処理のポイント数を変化させるという構成を採用する。

次に、本発明のスペクトラムデータ補正方法は、入力スペクトラムデータを構成する測定データのうち周波数軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加し、付加されたフラグに基づいて、上記入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択し、選択された測定データに対して移動平均処理を実行し、移動平均処理された測定データと選択されなかった測定データを合成してノイズ除去スペクトラムデータとして出力することを特徴とする。

このような特徴を有する本発明のスペクトラムデータ補正方法によれば、周波数軸にて隣り合う測定データが比較され、その大小関係を示すフラグが付加される。そして、当該フラグに基づいて移動平均処理を行う測定データが選択され、この選択された測定データのみに移動平均処理が行われる。

本発明によれば、周波数軸にて隣り合う測定データが比較され、その大小関係を示すフラグが付加される。そして、当該フラグに基づいて移動平均処理を行う測定データが選択され、この選択された測定データのみに移動平均処理が行われる。
つまり、本発明によれば、隣り合う測定データの大小関係を示すフラグに基づいて、ノイズが重畳する測定データが自動で選択され、この選択された測定データのみに移動平均処理が行われる。
したがって、本発明によれば、スペクトル形状のなまりを抑止しつつ、入力スペクトラムデータからノイズを自動的に除去することが可能となる。

以下、図面を参照して、本発明に係るスペクトラムデータ補正装置及び方法の一実施形態について説明する。なお、以下の説明においては、本発明に係るスペクトラムデータ補正方法を行う装置（すなわち本発明に係るスペクトラムデータ補正装置の機能を有する装置）として光スペクトラムアナライザを挙げて説明する。

（第１実施形態）
図１は、本実施形態の光スペクトラムアナライザ１００の概略構成を示すブロック図である。本実施形態の光スペクトラムアナライザ１００は、主としてレーザ発振器から出射されたレーザ光の波長を分析するものであり、図１に示すように、本実施形態の光スペクトラムアナライザ１００は、分光器１、光検出器２、増幅器３、Ａ／Ｄ変換器（アナログ／デジタル変換器）４、記憶部５、操作部６、ＣＰＵ７、及び表示部８を備えている。

分光器１は、例えば光ファイバを介して入射されるレーザ光等の被測定光を分散分光して、被測定光に含まれる所望の波長成分の光を取り出して出力するものである。
光検出器２は、受光面が分光器１と対向するように配置され、分光器１から出射された光を受光して電気信号に変換して出力するものである。この光検出器２としては、例えばフォトダイオードを用いることができる。
増幅器３は、光検出器２から出力された電気信号を増幅して出力するものである。
Ａ／Ｄ変換器４は、増幅器３によって増幅された電気信号（アナログ信号）をデジタル信号に変換し、このデジタル信号を測定データとしてＣＰＵ７が接続されたバスＢに対して出力するものである。

記憶部５は、ＣＰＵ７が実行する制御プログラム、信号処理プログラム等を予め記憶すると共に、各種パラメータを一時的に記憶するものであり、バスＢを介してＣＰＵ７と電気的に接続されている。この記憶部５は、ハードディスク、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等から構成されており、ＣＰＵ７の指示の下、各種情報の入出力を行う。
操作部６は、ファンクションキーやテンキー等の各種操作ボタンを備え、ユーザからの操作指示を出力するものであり、バスＢを介してＣＰＵ７と電気的に接続されている。

ＣＰＵ７は、バスＢによって、Ａ／Ｄ変換器４、記憶部５、操作部６、及び表示部８と電気的に接続されており、これらの各部を上記制御プログラムに基づいて制御すると共に、上記信号処理プログラムに基づいて測定データに所定の演算処理（スペクトラムデータ補正方法）を施すことによってスペクトラムデータを取得して表示部８に表示させる。
表示部８は、上記スペクトラムデータを視覚化して出力するものであり、バスＢを介してＣＰＵ７と電気的に接続されている。この表示部８は、例えばＬＣＤ（液晶表示装置）やＣＲＴ（陰極線管）から構成される。

そして、本実施形態の光スペクトラムアナライザ１００においては、ＣＰＵ７によって測定データに基づいてスペクトラムデータが取得される。この際、本実施形態の光スペクトラムアナライザ１００の特徴部分であるスペクトラムデータ補正処理（スペクトラムデータ補正方法）が上記信号処理の一部として行われる。
図２は、本実施形態の光スペクトラムアナライザ１００におけるスペクトラムデータ補正処理の行うための機能構成を示したブロック図である。この図に示すように、本実施形態の光スペクトラムアナライザ１００は、スペクトラム補正処理を行うために、フラグ付加部１０、選択部２０、実行部３０及び出力部４０を備えている。
なお、これらのフラグ付加部１０、選択部２０、実行部３０及び出力部４０は、上記記憶部５及びＣＰＵ７によって具現化される。

フラグ付加部１０は、入力スペクトラムデータを構成する測定データのうち波長軸（周波数軸）にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加するものである。そして、フラグ付加部１０は、フラグを付加した入力スペクトラムデータをフラグ付加スペクトラムデータとして出力する。
なお、入力スペクトラムデータは、ＣＰＵ７に入力される測定データの値に基づいて得られるスペクトラムデータであり、単位時間における測定データの値（光出力）と波長とを表す関数である。

より詳細には、フラグ付加部１０は、隣り合う測定データを比較し、長波長側の測定データが短波長側の測定データより小さい場合には短波長側の測定データにフラグ「１」を付加し、長波長側の測定データが短波長側の測定データと同じあるいは大きい場合には短波長側の測定データにフラグ「０」を付加する。このように、フラグ付加部１０は、長波長側の測定データから見て短波長側の測定データが減少する場合と、長波長側の測定データから見て短波長側の測定データが同じあるいは増加する場合とにおいて異なるフラグを付加する。
なお、入力スペクトラムデータを構成する測定データのうち、最も長波長側の測定データは、フラグを付加するための比較対象がないため、便宜的にフラグ「０」を付加しておく。

選択部２０は、フラグ付加スペクトラムデータ（すなわち付加されたフラグ）に基づいて、入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択する。そして、選択部２０は、移動平均処理を行うべく選択した測定データである選択測定データと、選択されなかった測定データ（移動平均処理を行わない測定データ）である非選択測定データとを別々に出力する。

より詳細には、選択部２０は、まず最初に隣り合うフラグを比較し、フラグが異なっている場合には当該フラグが付加されている測定データをこれらの平均値に置き換え、フラグが連続している場合には当該フラグが付加されている測定データをそのままとすることによって、ノイズ重畳判別用のスペクトラムデータを生成する。なお、上述の測定データの平均値への置き換えは、予め定められた所定回数繰り返しても良い。
続いて、選択部２０は、ノイズ重畳判別用のスペクトラムデータと、入力スペクトラムデータとを比較し、ノイズ重畳判別用のスペクトラムデータの値と異なっている入力スペクトラムデータの測定データを選択測定データとして出力し、ノイズ重畳判別用のスペクトラムデータの値と同じ入力スペクトラムデータの測定データを非選択測定データとして出力する。
つまり、選択部２０は、隣り合うフラグが異なる場合に、これらのフラグが付加された測定データを平均値化した値を、これらのフラグが付加された測定データと置き換えてノイズ重畳判別用のスペクトラムデータの測定データとすることによって元の測定データとの差を発生させる。そして、選択部２０は、このノイズ重畳判別用のスペクトラムデータの測定データとの差が存在する入力スペクトラムデータの測定データを選択測定データとする。すなわち、隣りの測定データに付加されたフラグが異なる測定データが選択測定データとされる。

図３は、入力スペクトラムデータを示す波形図である。なお、図３に示す入力スペクトラムデータは、レーザ発振器から出射されたレーザ光の入力スペクトラムデータである。
この図に示すように、入力スペクトラムデータは、急峻なスペクトルピークＰを有しており、白色雑音が重畳している。そして、レーザ光の入力スペクトラムデータは、急峻なスペクトルピークＰを有しているため、スペクトルピークＰの近傍の光出力の高い領域においては光出力の変化率が大きく白色雑音の影響が小さく、スペクトルピークＰから離れた光出力の低い領域において白色雑音の影響が大きくなる。
このような入力スペクトラムデータに対して、上述のようにフラグ付加部１０にて測定データに対してフラグを付加すると、スペクトルピークＰの近傍の光出力の高い領域においては、白色雑音の影響が小さく、隣り合う測定データの変化率が大きいため、同じフラグが連続する。また、スペクトルピークＰから離れた光出力の低い領域においては、白色雑音の影響が大きく、測定データの増減がランダムに発生するため、フラグが頻繁に変化する。
そして、選択部２０においては、隣り合うフラグが異なる場合に、当該フラグが付加された測定データが選択測定データとされる。したがって、白色雑音の影響の大きい領域の測定データが選択測定データとされ、白色雑音の影響の小さい領域の測定データが非選択測定データとされる。

なお、スペクトルピークＰにおいては、測定データの変化方向が反転するため、異なるフラグが付加される。このため、全ての測定データをフラグが異なる場合に選択測定データとした場合には、スペクトルピークＰの測定データも選択測定データとされ、後に移動平均処理されてしまう。
特に入力スペクトラムデータが急峻なスペクトルピークである場合には、分解能及びダイナミックレンジの低下を低減させるために、スペクトルピークＰの測定データは移動平均処理しないことが好ましい。したがって、本実施形態の光スペクトラムアナライザ１００において選択部２０は、スペクトルピークＰの測定データ（入力スペクトラムデータの頂点を示す測定データ）を特異点測定データとして抽出し、当該特異点測定データを選択測定データとして選択しないこととしている。すなわち、選択部２０は、特異点測定データを非選択測定データとする。このように本実施形態において選択部２０は、本発明の抽出手段としての機能を有している。

詳細には、選択部２０は、隣り合うフラグを比較した際に、フラグ「１」が予め定められた所定個数連続するフラグ連続領域と、フラグ「０」が予め定められた所定個数連続するフラグ連続領域との変換点の測定データを特異点測定データとし、特異点測定データの値をフラグに関わらず固定とする。これによって、ノイズ重畳用のスペクトラムデータと入力スペクトラムデータとを比較した場合に、特異点測定データは、ノイズ重畳用のスペクトラムデータ及び入力スペクトラムデータにおいて同じ値を示すため、非選択測定データとされる。
なお、フラグ連続領域を決定するために必要とするフラグの個数は、白色雑音の影響が大きな領域においてフラグが連続すると推測される最大個数にマージンを持たせた個数とする。これによって、確実に特異点測定データを抽出することができる。
また、特異点測定データに限らずフラグ連続領域の測定データについても、白色雑音の影響が少ないため、後に移動平均処理を行う必要はない。したがって、本実施形態の光スペクトラムアナライザ１００において選択部２０は、フラグ連続領域の測定データを、特異点測定データと同様に非選択測定データとする。

図２に戻り、実行部３０は、選択部２０にて選択された選択測定データに対して移動平均処理を行うものである。
具体的には、実行部３０は、下式（１）に基づいて、選択測定データに移動平均処理を行い、移動平均処理された測定データである移動平均処理測定データを出力する。
なお、式（１）において、ｇ（ｉ）がノイズ除去スペクトラムデータ（最終的に白色雑音が除去されたスペクトラムデータ）のｉ番目の測定データの値を示し、ｆ（ｉ）が入力スペクトラムデータのｉ番目の測定データの値を示し、ｍが予め定められた前後の移動平均ポイント数を示している。また、ｇ（ｉ）においてｉは、ｍ＋１からｎ（入力スペクトラムデータを構成する測定データの総数）−ｍまでとされる。
そして、実行部３０によって、ノイズ除去スペクトラムデータのうち移動平均処理によって白色雑音が除去された測定データが算出される。

出力部４０は、実行部３０から出力された移動平均処理された測定データと、選択部２０から出力された非選択測定データとを合成することによって、ノイズ除去スペクトラムデータを完成させて出力するものである。
なお、選択部２０から出力される非選択測定データは、式（１）に倣うと、式（２）となる。

図４は、図３に示す入力スペクトラムデータから生成されたノイズ除去スペクトラムデータを示す波形図である。図３と図４とを比較して分かるように、本実施形態の光スペクトラムアナライザ１００によって生成されたノイズ除去スペクトラムデータは、入力スペクトラムデータと比較して、スペクトルピークＰの近傍の領域のなまりが防止され、かつ、白色雑音が除去されたものとなる。

次に、上述のように構成された本実施形態の光スペクトラムアナライザ１００における、スペクトラムデータ補正処理（スペクトラムデータ補正方法）について、図５のフローチャートを参照して説明する。

スペクトラムデータ補正処理が開始され、入力スペクトラムデータｆ（ｉ）が入力される（ステップＳ１）と、フラグ付加部１０は、入力スペクトラムデータｆ（ｉ）を構成する測定データのうち、波長軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加する（ステップＳ２）。
この際、フラグ付加部１０は、長波長側の測定データが短波長側の測定データより小さい場合には短波長側の測定データにフラグ「１」を付加し、長波長側の測定データが短波長側の測定データと同じあるいは大きい場合には短波長側の測定データにフラグ「０」を付加する。
そして、フラグ付加部１０は、フラグを付加した入力スペクトラムデータをフラグ付スペクトラムデータとして出力する。

このようにフラグ付加部１０にて入力スペクトラムデータｆ（ｉ）にフラグが付加され、フラグ付スペクトラムデータとして出力されると、選択部２０は、隣り合うフラグを比較し、入力スペクトラムデータｆ（ｉ）に含まれる特異点測定データ及びフラグ連続領域の測定データを抽出し（ステップＳ３）、抽出した測定データの値を固定する。

続いて、選択部２０は、隣り合うフラグを比較し、フラグが異なっている場合には、当該フラグが付加されている測定データをこれらの平均値に置き換え、フラグが連続している場合には当該フラグが付加されている測定データをそのままとする処理（平均値化の処理）を行うことによって、ノイズ重畳判別用のスペクトラムデータｆ’（ｉ）を生成する。
具体的には、選択部２０は、測定データの平均値化の処理回数Ｋが予め定められた所定のループ回数行われているかを判定（ステップＳ４）し、行われていない場合には、処理回数Ｋがループ回数に到達するまで繰り返し、平均値化の処理（ステップＳ５）を行う。この結果、ノイズ重畳判別用のスペクトラムデータｆ’（ｉ）が生成される。

続いて、選択部２０は、入力スペクトラムデータｆ（ｉ）とノイズ重畳判別用のスペクトラムデータｆ’（ｉ）とを比較し（ステップＳ６）、入力スペクトラムデータｆ（ｉ）における値とノイズ重畳判別用のスペクトラムデータｆ’（ｉ）との値が同じ測定データ（すなわちｆ（ｉ）−ｆ’（ｉ）＝０である測定データ）を非選択測定データとし、ノイズ除去スペクトラムデータｇ（ｉ）の測定データとして出力する。
また、選択部２０は、入力スペクトラムデータｆ（ｉ）における値とノイズ重畳判別用のスペクトラムデータｆ’（ｉ）との値が異なる測定データ（すなわちノイズ重畳判別用のスペクトラムデータの測定データとの差が存在する入力スペクトラムデータの測定データ）を選択測定データとして出力する。
なお、特異点測定データ及びフラグ連続領域の測定データは、ステップＳ３において抽出されて値を固定されているため、ステップＳ６にて非選択測定データとなり、移動平均処理されることなく出力される。

選択部２０から選択測定データが出力されると、実行部３０は、選択測定データに対して移動平均処理（ステップＳ７）を行い、移動平均処理を行った測定データ（移動平均処理測定データ）をノイズ除去スペクトラムデータｇ（ｉ）の測定データとして出力する。

このようにして、選択部２０から非選択測定データがノイズ除去スペクトラムデータｇ（ｉ）の測定データとして出力され、実行部３０から移動平均処理を行った測定データがノイズ除去スペクトラムデータｇ（ｉ）の測定データとして出力されると、出力部４０は、これらの測定データを合成してノイズ除去スペクトラムデータｇ（ｉ）を生成して出力する（ステップＳ８）。

そして、このようなスペクトラムデータ補正処理によって生成されたノイズ除去スペクトラムデータｇ（ｉ）は、図４に示すように、本実施形態の光スペクトラムアナライザ１００によって生成されたノイズ除去スペクトラムデータは、入力スペクトラムデータと比較して、スペクトルピークＰの近傍の領域のなまりが防止され、かつ、白色雑音が除去されたものとなる。

以上のような本実施形態の光スペクトラムアナライザ１００によれば、波長軸にて隣り合う測定データが比較され、その大小関係を示すフラグが付加される。そして、当該フラグに基づいて移動平均処理を行う測定データが選択され、この選択された測定データのみに移動平均処理が行われる。
つまり、本実施形態の光スペクトラムアナライザ１００によれば、隣り合う測定データの大小関係を示すフラグに基づいて、ノイズが重畳する（ノイズの影響が大きな）測定データが自動で選択され、この選択された測定データのみに移動平均処理が行われる。
したがって、本実施形態の光スペクトラムアナライザ１００、スペクトル形状のなまりを抑止しつつ、入力スペクトラムデータからノイズを自動的に除去することが可能となる。

また、本実施形態の光スペクトラムアナライザ１００においては、移動平均処理を行う測定データを選択する前に、入力スペクトラムデータの頂点を示す測定データを特異点測定データとして抽出し、抽出された特異点測定データを移動平均処理を行う測定データとして選択しないという構成を採用する。
このため、特異点測定データが移動平均処理されることを防止し、分解能及びダイナミックレンジの低下を抑止することが可能となる。

（第２実施形態）
次に、本発明の第２実施形態について説明する。なお、本第２実施形態の説明において、上記第１実施形態と同様の部分については、その説明を省略あるいは簡略化する。

図６は、本実施形態の光スペクトラムアナライザが行うスペクトラムデータ補正処理を説明するためのフローチャートである。
この図に示すように、本実施形態の光スペクトラムアナライザでは、ステップＳ６において、選択部２０は、入力スペクトラムデータｆ（ｉ）における測定データの値とノイズ重畳判別用のスペクトラムデータｆ’（ｉ）における測定データの値との差の絶対値を算出する。なお、ノイズ重畳判別用のスペクトラムデータｆ’（ｉ）は、大小関係が比較された測定データの値の平均値であるため、上記絶対値は、入力スペクトラムデータｆ（ｉ）における測定データの値と大小関係が比較された測定データの値の平均値との差を示す。
そして、選択部２０は、上記絶対値が０である場合には、非選択測定データとして測定データを出力する。また、選択部２０は上記絶対値が０でない場合には、選択測定データとして測定データを上記絶対値と共に出力する。

選択測定データが絶対値と共に出力されると、実行部３０は、当該選択測定データの移動平均処理にあたり、絶対値の値に応じて式（１）に示される移動平均処理のポイント数ｍを変化させる。
より詳細には、実行部３０は、絶対値の値が相対的に大きい場合には、移動平均処理のポイント数を増加させ、絶対値の値が相対的に小さい場合には、移動平均処理のポイント数を減少させる。
上記絶対値は、白色雑音の量に比例する。このため、本実施形態の光スペクトラムアナライザ１００によれば、入力スペクトラムデータｆ（ｉ）から効率的に白色雑音を除去することができる。また、白色雑音の重畳量が多い測定データでは、よりポイント数の多い移動平均処理が行われ、より確実に白色雑音が除去されるため、移動平均処理した測定データと、移動平均処理をしていない測定データとの連続性を高め、ノイズ除去スペクトラムデータｇ（ｉ）の連続性を向上させることが可能となる。

以上、添付図面を参照しながら本発明に係るスペクトラムデータ補正装置及び方法の好適な実施形態について説明したが、本発明は上記実施形態に限定されないことは言うまでもない。上述した実施形態において示した各構成部材の諸形状や組み合わせ等は一例であって、本発明の主旨から逸脱しない範囲において設計要求等に基づき種々変更可能である。

例えば、上記実施形態においては、入力スペクトラムデータの値とノイズ重畳判別用のスペクトラムデータの値とが同じ測定データを非選択測定データとし、入力スペクトラムデータの値とノイズ重畳判別用のスペクトラムデータの値とが少しでも異なる測定データを選択測定データとする構成について説明した。
しかしながら、本発明はこれに限定されるものではなく、入力スペクトラムデータの値とノイズ重畳判別用のスペクトラムデータの値との差の絶対値が、予め定めた閾値以下のものを非選択測定データとし、上記閾値以上のものを選択測定データとしても良い。

また、上記実施形態においては、測定対象をレーザ光とし、このレーザ光の波長を変数とするスペクトラムデータを取得する光スペクトラムアナライザに本発明を適用した例について説明した。
しかしながら、本発明はこれに限定されるものではなく、レーザ光以外の光や電気信号を測定対象とし、波長を含む周波数を変数とするスペクトラムアナライザ全般に本発明を適用することもできる。

本発明の第１実施形態における光スペクトラムアナライザの概略構成を示すブロック図である。 本発明の第１実施形態における光スペクトラムアナライザがスペクトラムデータ補正処理の行うための機能構成を示したブロック図である。 本発明の第１実施形態における光スペクトラムアナライザでの入力スペクトラムデータが示す波形図である。 本発明の第１実施形態における光スペクトラムアナライザでのノイズ除去スペクトラムデータが示す波形図である。 本発明の第１実施形態における光スペクトラムアナライザが行うスペクトラムデータ補正処理を説明するためのフローチャートである。 本発明の第２実施形態における光スペクトラムアナライザが行うスペクトラムデータ補正処理を説明するためのフローチャートである。

符号の説明

１００……光スペクトラムアナライザ、１０……付加部（付加手段）、２０……選択部（選択手段、抽出手段）、３０……実行部（実行手段）、４０……出力部（出力手段）、Ｐ……スペクトルピーク

Claims (4)

1. 入力スペクトラムデータを構成する測定データのうち周波数軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加するフラグ付加手段と、
   該フラグ付加手段にて付加されたフラグに基づいて、前記入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択する選択手段と、
   該選択手段にて選択された測定データに対して移動平均処理を実行する実行手段と、
   該実行手段にて移動平均処理された測定データと前記選択手段にて選択されなかった測定データを合成してノイズ除去スペクトラムデータとして出力する出力手段と
   を有することを特徴とするスペクトラムデータ補正装置。
2. 前記選択手段による処理の前にて前記入力スペクトラムデータの頂点を示す測定データを抽出する抽出手段を有し、前記選択手段は、前記抽出手段にて抽出された測定データを選択しないことを特徴とする請求項１記載のスペクトラムデータ補正装置。
3. 前記選択手段が、選択された測定データの値と、該測定データの値及び該測定データと大小関係が比較された測定データの値の平均値との差を算出し、
   前記実行手段が、前記選択手段によって算出された差に基づいて、移動平均処理のポイント数を変化させる
   ことを特徴とする請求項１または２記載のスペクトラムデータ補正装置。
4. 入力スペクトラムデータを構成する測定データのうち周波数軸にて隣り合う測定データを比較し、比較した測定データの大小関係を示すフラグを付加し、
   付加されたフラグに基づいて、前記入力スペクトラムデータを構成する測定データのうち移動平均処理を行う測定データを選択し、
   選択された測定データに対して移動平均処理を実行し、
   移動平均処理された測定データと選択されなかった測定データを合成してノイズ除去スペクトラムデータとして出力する
   ことを特徴とするスペクトラムデータ補正方法。
   
   

Images