← 返回列表

一种气体激光吸收光谱的基线拟合及降噪方法、系统

申请号: CN202410171508.1
申请人: 山东省科学院激光研究所; 山东商业职业技术学院
申请日期: 2024/2/7

摘要文本

本申请涉及信号处理技术领域,提供一种气体激光吸收光谱的基线拟合及降噪方法、系统。方法包括:向待测气体中发送检测光信号;建立第一数据集和基线拟合神经网络;采用第一数据集训练及测试基线拟合神经网络,得到基线拟合信号;建立第二数据集和噪声抑制神经网络;采用第二数据集训练及测试所述噪声抑制神经网络,得到降噪信号。该基线拟合及降噪方法无需额外增加硬件设备,也不会引入额外的硬件噪声,另外对噪声没有频率限制,相较于现有的处理方法,改善了气体浓度检测中存在的基线信号漂移和噪声干扰的问题,该方法具有处理快、降噪效果好的优点。且该方法不受结构限制,适用于小型系统和短光程的设备,有效降低设备成本,应用范围较广。

专利详细信息

项目 内容
专利名称 一种气体激光吸收光谱的基线拟合及降噪方法、系统
专利类型 发明申请
申请号 CN202410171508.1
申请日 2024/2/7
公告号 CN117747008A
公开日 2024/3/22
IPC主分类号 G16C20/20
权利人 山东省科学院激光研究所; 山东商业职业技术学院
发明人 张秦端; 张宇; 李艳芳; 张长峰; 张婷婷; 魏玉宾; 宫卫华; 王兆伟; 邵景文; 郭风军
地址 山东省济宁市高新区海川路46号山东省科学院激光研究所综合楼; 山东省济南市旅游路4516号

专利主权项内容

1.一种气体激光吸收光谱的基线拟合及降噪方法,其特征在于,包括:向待测气体中发送检测光信号;建立第一数据集和基线拟合神经网络;采用所述第一数据集训练及测试所述基线拟合神经网络,得到基线拟合信号;其中,所述基线拟合神经网络的输入为透射光信号,所述基线拟合神经网络的输出为无吸收基线信号,所述透射光信号与所述无吸收基线信号均通过所述检测光信号处理得到;建立第二数据集和噪声抑制神经网络;其中,所述第二数据集包括吸光度信号,所述吸光度信号为所述无吸收基线信号与所述透射光信号的比值;采用所述第二数据集训练及测试所述噪声抑制神经网络,得到降噪信号;其中,所述噪声抑制神经网络的输入为所述吸光度信号,所述噪声抑制神经网络的输出为高信噪比吸光度信号或无噪声的仿真吸光度信号,所述高信噪比吸光度信号通过所述吸光度信号处理得到,无噪声的所述仿真吸光度信号通过仿真程序处理得到。