CN108152203A

CN108152203A - 一种实时扣除等离子光谱背景噪声的快速算法

Info

Publication number: CN108152203A
Application number: CN201711396515.8A
Authority: CN
Inventors: 周稳稳; 蒋二龙
Original assignee: Larsen Optics (shenzhen) Ltd
Current assignee: Larsen Optics (shenzhen) Ltd
Priority date: 2017-12-21
Filing date: 2017-12-21
Publication date: 2018-06-12
Anticipated expiration: 2037-12-21
Also published as: CN108152203B

Abstract

本发明公开一种实时扣除等离子光谱背景噪声的快速算法，包括步骤：(1)、选取用于限制计算局域最小值、最大值、平均值时的数据区域的参数；(2)、初始化表示最小值、最大值、平均值的数组；(3)、计算第i个数据点的局域最小值、最大值、平均值；(4)将原始光谱扣除局域平均值后即为获得扣除噪声后的光谱数据。采用本发明的算法，可以有效扣除背景噪声，大大提高LIBS光谱定量分析的准确性，并且不影响LIBS光谱的采集速度，对于LIBS光谱的定量化研究和推广应用具有重要意义。

Description

一种实时扣除等离子光谱背景噪声的快速算法

技术领域

本发明涉及离子光谱背景噪声的扣除技术，特别涉及一种实时扣除等离子光谱背景噪声的快速算法，应用于需要快速扣除背景噪声的高分辨率光谱测量应用中，如激光诱导击穿光谱(LIBS)、火花放电光谱、焊接过程中的等离子体光谱等。

背景技术

目前，在拉曼光谱测量过程中，有针对拉曼谱线背景噪声的扣除算法，但是由于拉曼光谱对测量速度和光谱分辨率都要求不高，并且仅作定性分析，对算法处理速度和精确度要求不高。

LIBS光谱具有等离子光谱的一般特征，属于线状谱(波长分辨率在0.01nm量级)，并且信号持续时间极短(纳/微秒量级)。因此，为了获得较好的LIBS光谱信号，通常使用具有极高分辨率和极短采样时间的光谱仪，这时谱线的背景噪声就显得尤为突出，这些背景噪声会干扰我们对信号的识别和定量分析。目前的拉曼光谱背景噪声扣除算法不适用于等离子体光谱，他会将一些较弱的信号峰当作噪声扣除，并且运算速度也较慢，不能与LIBS信号的采集过程同步，无法实现背景噪声的实时扣除。

发明内容

针对现有技术存在的问题，本发明提供一种实时扣除等离子光谱背景噪声的快速算法。

为实现上述目的，本发明具体技术方案如下：

一种实时扣除等离子光谱背景噪声的快速算法，包括如下步骤：

(1)、选取用于限制计算局域最小值、最大值、平均值时的数据区域的参数；

(2)、初始化表示最小值、最大值、平均值的数组；

(3)、计算第i个数据点的局域最小值、最大值、平均值；

(4)将原始光谱扣除局域平均值后即为获得扣除噪声后的光谱数据。

优选地，步骤(1)中，选取参数WM，用于限制计算局域最小值和最大值时的数据区域[i-WM，i+WM]；选取参数2*WS，用于限制计算局域平均值时的数据区间[i-WS，i+WS]；其中，i为正整数。

优选地，步骤(1)中，初始化表示最小值、最大值、平均值的数组为：

Y_m(i)＝Y(i)

Y_M(i)＝Y(i)

Y_S(i)＝Y(i)

其中，Y为原始光谱数据，Y_m(i)为局域最小值，Y_M(i)为局域最小值的最大值，Y_S(i)为平均值，也就是计算出来的背景噪声值；

优选地，步骤(3)中计算第i个数据点的局域最小值、最大值、平均值的方法如下：

计算第i个数据点的局域最小值：

Y_m(i)＝min{Y(i-WM)，Y(i-WM+1)，…，Y(i+WM)}

计算第i个数据点的局域最小值的最大值：

Y_M(i)＝max{Y_m(i-WM)，Y_m(i-WM+1)，…，Y_m(i+WM))

计算第i个数据点的局域平均值：

Y_s(i)＝avg{Y_M(i-WS)，Y_M(i-WS+1)，…，Y_M(i+WS)}

优选地，所述步骤(1)中，WM＝40，2*WS＝10。

本发明算法的本质是基于方波滤波算法的非线性数字滤波技术，相当于在谱线下方滚动一个“小球”，并把“小球”中心的轨迹作为背景噪声予以扣除。“小球”的直径通过计算原始谱线局域的最小值、最小值的最大值、以及局域平均值的方法获得。采用本发明的算法，可以有效扣除背景噪声，大大提高LIBS光谱定量分析的准确性，并且不影响LIBS光谱的采集速度，对于LIBS光谱的定量化研究和推广应用具有重要意义。

附图说明

图1为本发明扣除光谱噪声的实施例1示例图；

图2为本发明扣除光谱噪声的实施例2示例图。

具体实施方式

以下结合附图和具体实施例，对本发明进一步说明。

本发明提供一种实时扣除等离子光谱背景噪声的快速算法，包括如下步骤：

(1)、选取参数WM，用于限制计算局域最小值和最大值时的数据区域[i-WM，i+WM]；

(2)、选取参数2*WS，用于限制计算局域平均值时的数据区间[i-WS，i+WS]；

(3)、数组初始化：

Y_m(i)＝Y(i)

Y_M(i)＝Y(i)

Y_S(i)＝Y(i)

(4)、计算第i个数据点的局域最小值：

Y_m(i)＝min{Y(i-WM)，Y(i-WM+1)，…，Y(i+WM)}

(5)、计算第i个数据点的局域最小值的最大值：

Y_M(i)＝max{Y_m(i-WM)，Y_m(i-WM+1)，…，Y_m(i+WM)}

(6)、计算第i个数据点的局域平均值：

Y_s(i)＝avg{Y_M(i-WS)，Y_M(i-WS+1)，…，Y_M(i+WS)}

(7)、计算第i个数据点扣除噪声后的光谱数据：

Y₀(i)＝Y(i)-Y_s(i)

上述中，i为正整数，WM、WS为常数，Y₀为扣除背景噪声后的光谱数据。

优选WM＝40、2*WS＝10。

参照图1与图2，运用上述算法，进行实际的光谱背景扣除。其中标号11/21为原始LIBS光谱数据Y，标号12/22为本发明算法计算出的背景噪声Ys，标号13/23为扣除背景噪声后的数据Y₀。

继续参照图1与图2，背景噪声Ys 12/22很好的贴合了原始LIBS光谱数据Y11/21的基地，其扣除后的数据Y₀ 13/23与原始LIBS光谱数据Y 11/21保持了一致的波峰特征，说明本算法扣除背景噪声是可行的。

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，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims

1.一种实时扣除等离子光谱背景噪声的快速算法，其特征在于，包括如下步骤：

(2)、初始化表示最小值、最大值、平均值的数组；

(3)、计算第i个数据点的局域最小值、最大值、平均值；

2.根据权利要求1所述的实时扣除等离子光谱背景噪声的快速算法，其特征在于，步骤(1)中，选取参数WM，用于限制计算局域最小值和最大值时的数据区域[i-WM,i+WM]；选取参数2*WS，用于限制计算局域平均值时的数据区间[i-WS,i+WS]；其中，i为正整数。

3.根据权利要求1所述的实时扣除等离子光谱背景噪声的快速算法，其特征在于，优选地，步骤(1)中，初始化表示最小值、最大值、平均值的数组为：

Y_m(i)＝Y(i)

Y_M(i)＝Y(i)

Y_S(i)＝Y(i)

其中，Y为原始光谱数据，Y_m(i)为局域最小值，Y_M(i)为局域最小值的最大值，Y_S(i)为平均值，也就是计算出来的背景噪声值。

4.根据权利要求1所述的实时扣除等离子光谱背景噪声的快速算法，其特征在于，步骤(3)中计算第i个数据点的局域最小值、最大值、平均值的方法如下：

计算第i个数据点的局域最小值：

Y_m(i)＝min{Y(i-WM)，Y(i-WM+1)，…，Y(i+WM)}

计算第i个数据点的局域最小值的最大值：

Y_M(i)＝max{Y_m(i-WM)，Y_m(i-WM+1)，…，Y_m(i+WM)}

计算第i个数据点的局域平均值：

Y_S(i)＝avg{Y_M(i-WS)，Y_M(i-WS+1)，…，Y_M(i+WS)}。

5.根据权利要求1所述的实时扣除等离子光谱背景噪声的快速算法，其特征在于，所述步骤(1)中，WM＝40，2*WS＝10。