一种消除太赫兹光谱的水汽噪声的方法与流程

本发明涉及对太赫兹光谱的处理技术，特别涉及一种消除太赫兹光谱中的水汽噪声的方法。

背景技术：

太赫兹辐射具有非常重要的科学价值，目前已经成为世界性的研究热点，是21世纪科学研究最前沿的领域之一。太赫兹时域光谱技术对化合物晶型有很高的灵敏度，能够反映整个分子的低频振动和分子间的弱相互作用，能力低不会造成药物发生化学变化等。因此，利用太赫兹光谱在化学药品的声场、存储和流通环节进行质量的检查等，成为太赫兹辐射最具前景的应用之一。当太赫兹波信号在空气中传播并透过样品时，会与空气中的水汽发生相互作用，水汽对太赫兹波信号的强吸收效应，使得途经样品的太赫兹波信号叠加入水汽噪声。这种含有水汽噪声的太赫兹波信号在时域中的特点为：太赫兹波信号的时域基线上产生纹波；而在频域中的特点为：水汽的特征吸收峰强度大、数量多而且频率分布广。基于含有水汽噪声的太赫兹时域信号提取物质的光学参数很难得到准确的结果，误差很大的光学参数甚至会掩盖物质本身的光学性质，这严重制约了太赫兹时域光谱技术的研究及应用。

为了消除太赫兹光谱中水汽噪声，目前的方案有：1)置零法，通过在太赫兹波信号的时域上指认出水汽噪声，并将所指认的水汽噪声置零；2)小波变换法：将太赫兹波信号分解为多种频率组分，并调整取舍直到基线上的水汽噪声消失；3)解卷积法：将太赫兹波信号在时域上对基线的噪声部分进行拟合，再进行解卷积去噪；4)强度调谐算法：是一种较新的方法，利用算法对太赫兹波信号在时域上的整体进行调谐处理，直到基线上的噪声被完全消除。

具体地说，置零法是目前最常用的去除太赫兹波信号传播时所携带水汽噪声的方法，图1为现有技术中太赫兹波信号在不同的环境中传输的时域例子一示意图，其中，在图1中的上方图的环境为氮气，在图1中的下方图的环境为具有水汽的空气。图2为现有技术中太赫兹波信号在不同的环境中传输的时域例子二示意图，图2中的左右两幅图表示了不同的时域范围，在不同的时域范围内进行了在氮气环境及在具有水汽的空气环境中的对比图，左图为基线图，右图为主峰图。可以看出，太赫兹波信号在具有水汽的空气中传播时，其时域上具有水汽噪声的纹波。这时，就需要对携带水汽噪声的太赫兹波信号进行水汽噪声的纹波指认并将纹波置零。然后，再将水汽噪声置零后的基线太赫兹波信号用于太赫兹光谱的计算。

虽然置零法操作简单，对于一些特征信息集中在时域主峰的途径样品的太赫兹波信号，能较好的消除所述太赫兹波信号传播时受到水汽噪声的影响。然而太赫兹波信号在透过一些样品时，也会因为携带样品信息使得时域的基线上产生纹波，造成所产生的纹波与水汽噪声的纹波相互叠加，难以区分，采用置零法去除则会造成太赫兹波信号中的有用样品信息的损失。

综上，这些方案都是直接对经过样品传播的太赫兹波信号在时域上进行处理，去噪比较简单及直观。然而，太赫兹波信号在透过一些样品后，也会因为携带样品信息使得在时域的基线上产生纹波，与在时域中与水汽噪声的纹波相互叠加，难以区分，后续基于此计算得到的太赫兹光谱就会含有水汽噪声。因此，目前方法均要求样品信息的频率与水汽噪声的频率相互不重叠。然而，水汽噪声的广谱性和连续性，使得目前方法不能有效去除太赫兹波信号在时域上的水汽噪声，后续基于此计算得到的太赫兹光谱也无法有效消除水汽噪声，造成了对样品的检测不准确。

技术实现要素：

有鉴于此，本发明实施例提供了一种消除太赫兹光谱的水汽噪声的方法，该方法能够有效消除太赫兹光谱中的水汽噪声且保证有用的样品信息无损。

由上述方案可以看出，本发明具体实现为：

一种消除太赫兹光谱中的水汽噪声的方法，该方法包括：

预先设置不同湿度信息对应的水汽传递函数；

当太赫兹波信号在空气中传播并透过样品时，基于设置的太赫兹波信号与空气中的水汽相互作用的传播因子公式，利用设置空气具有的湿度信息对应的水汽传递函数，消除根据透过样品的太赫兹波信号得到的太赫兹光谱中的水汽噪声。

从上述方案可以看出，本发明实施例预先设置不同湿度信息对应的水汽传递函数，当太赫兹波信号在空气中传播并透过样品时，基于太赫兹波信号与空气中的水汽相互作用的传播因子公式，利用设置空气具有的湿度信息对应的水汽传递函数，消除根据透过样品的太赫兹波信号得到的太赫兹光谱中的水汽噪声。在这里，设置不同湿度信息对应的水汽传递函数是基于数值模拟出水汽的实折射率谱和吸收系数谱得到的。因此，本发明实施例可以有效消除太赫兹波信号中的水汽噪声且保证有用的样品信息无损。

附图说明

图1为现有技术中太赫兹波信号在不同的环境中传输的时域例子一示意图；

图2为现有技术中太赫兹波信号在不同的环境中传输的时域例子二示意图；

图3为本发明实施例提供的消除太赫兹光谱的水汽噪声的方法流程图；

图4为本发明实施例提供的数值模拟出的水汽的吸收系数谱的示意图；

图5为本发明实施例提供的相对湿度分别为10％，20％和40％时水汽的实折射率谱的拟合结果示意图；

图6为本发明实施例提供的模拟了相对湿度分别10％、20％和40％的THz时域信号的示意图；

图7为本发明实施例提供的表示相对湿度为10％时理论模拟和实验测量的太赫兹信号示意图；

图8为本发明实施例提供的H₂O与O₂分子吸收强度的对比示意图；

图9为本发明实施例提供的拉西地平薄片的太赫兹时域信号的示意图；

图10为采用现有技术的置零方法对时域信号进行去噪处理后的示意图；

图11为本发明实施例提供的分别从氮气和水汽环境中的拉西地平时域信号提取出的对应的吸收系数谱和实折射率谱的示意图；

图12为本发明实施例提供的去噪前后拉西地平薄片的光学参数对比示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。

图3为本发明实施例提供的消除太赫兹光谱的水汽噪声的方法流程图，其具体步骤为：

步骤301、预先设置不同湿度信息对应的水汽传递函数；

步骤302、当太赫兹波信号在空气中传播并透过样品时，基于设置的太赫兹波信号与空气中的水汽相互作用的传播因子公式，利用设置空气具有的湿度信息对应的水汽传递函数，消除根据透过样品的太赫兹波信号得到的太赫兹光谱中的水汽噪声。

在该方法中，所述设置不同湿度信息对应的水汽传递函数的过程为：

数值模拟出水汽的实折射率谱和吸收系数谱；

带入到设置的公式中，得到不同湿度信息对应的水汽传递函数。

以下具体说明：

1)数值模拟出水汽的实折射率谱和吸收系数谱

这个步骤选择在频域中消除水汽噪声的思想来源于水汽噪声在频域上的特征分布。

从已有的HITRAN数据库中可以获取到对应每个频率的水分子的吸收线强度。但是，分子吸收谱并非理想的线状谱，而是具有一定展宽的谱线。这是因为能量和时间的不确定关系可以导致谱线的自然展宽；水分子的无规则热运动会引起其光谱线的多普勒展宽；处在激发态的水分子在运动过程中与其它分子碰撞会引起谱线的碰撞展宽，等等。水分子的吸收系数谱线展宽可以用多种线型来拟合，本发明实施例采用的是拟合气体分子吸收系数谱线的Van Vleck-Weisskopf(VVW)线型函数。同时，水汽实折射率，也有VVW线型的拟合函数，它们的拟合表达式如公式(1)

其中，k为整数，表示第k条谱线；υ表示频率；υ_k表示第k个吸收谱线的特征频率；α_k(ν)为水分子第k个吸收谱线的吸收系数；Δυ_k＝γ_ks P_s+γ_kfP_f，表示第k个吸收谱线处的半高宽；γ_ks和γ_kf分别是自展宽系数和外展宽系数；P_s和P_f分别是水汽分压强和大气压强,并且P_s可以由湿度计算得到；α_k,max＝10245.8I_k/γ_ks，表示第k个吸收谱线处的吸收峰强度；I_k是从HITRAN数据库中提取的线状谱线强度，n(v)表示水汽的实折射率谱。

然而，水汽中的水分子总是聚集在一起并产生连续体效应，使得在水汽的吸收谱中，除了特征频率处的吸收之外，还存在一个连续频率的吸收本底。目前，对水汽连续体吸收本底拟合比较好的经验公式是由T.Kuhna提出的，其表达式如公式(2)所示：

α_c(ν)＝ν²P_s(P_sC_sθ^ns+P_fC_fθ^nf), (2)

其中，C_s和C_f分别描述连续体效应的自连续系数和外连续系数，θ是环境温度，n^s和n^f是温度指数。本发明实施例将公式(1)和公式(2)相加，即α(ν)＝α_mo(ν)+α_c(ν)，得到本发明实施例提供的水汽的吸收系数谱。

图4为本发明实施例提供的数值模拟出的水汽的吸收系数谱的示意图，在图4(a)中，曲线是拟合的水汽的吸收系数谱，可以看到，吸收系数随着湿度的增加，其峰值也增加，但峰位没有移动。对吸收系数取对数坐标后能更加清晰地看到吸收谱线的展宽以及水汽连续体效应，如图4(b)所示。

图5为本发明实施例提供的相对湿度分别为10％，20％和40％时水汽的实折射率谱的拟合结果示意图，可以看出，随着湿度的变化，水汽的实折射率谱并没有明显的变化，并且数值都十分接近1，这意味着不同湿度的水汽太赫兹信号间没有明显的相移，水汽噪声的影响主要表现为对吸收系数的影响。

2)得到不同湿度信息对应的水汽传递函数

水汽传递函数定义为水汽中的太赫兹电场与纯的干噪的氮气，湿度为0％中的太赫兹电场之比，如公式(3)，

其中，ΔL为THz信号的传播距离，下面计算例子中实验和理论模拟所用的值皆为1.275m。在公式(3)中最右边的项为水汽的传播因子，表示水汽对太赫兹信号波的作用宏观表现在强度的吸收和相位的改变。根据这个公式能将拟合得到的水汽吸收系数谱和实折射率谱统一到水汽传递函数中，即得到水汽噪声对太赫兹信号作用的物理公式。

为了检验水汽传递函数的正确性，利用公式(3)得到特定湿度的水汽传递函数后，再乘以充氮气环境中测量得到的空载太赫兹信号，并利用傅里叶逆变换，最后可以得到理论模拟的特定湿度的水汽的太赫兹信号。

图6为本发明实施例提供的模拟了相对湿度分别10％、20％和40％的THz时域信号的示意图。实验室在冬天的相对湿度一般为10％～20％之间，从模拟结果来看冬天的湿度条件下信号的纹波畸变程度相差不大。但到了夏天，实验室湿度可以达到40％以上，水汽吸收已经比较强，这个时候信号的信噪比会受到较大影响，所以本发明实施例只讨论低湿度去噪，暂不考虑湿度较高的情况。

图7为本发明实施例提供的表示相对湿度为10％时理论模拟和实验测量的太赫兹信号示意图。由图7(a)可见，在时域上理论和实验信号没有完全吻合，这是因为实验中还存在着其它种类的高频噪声，这些噪声也会引起太赫兹信号基线产生纹波。由图7(b)可见，在有效的太赫兹频段上，构建的水汽传递函数使得模拟信号基本再现了水汽噪声在频域上的特征分布，其中灰色粗线标记的是模拟信号相比实验信号的微小差异。从时域和频域来看，这样数值模拟得到的信号与实验测量得到的信号相比偏差是微小的。另外，公式(3)中的实折射率谱和吸收系数谱都只是水汽的，所以这样得到的水汽传递函数能够在数值上正确表示水汽对太赫兹信号的作用。

在图7(b)中，1.06THz处和1.5THz处存在一个不属于水汽的弱吸收峰，这是空气中其它成分的吸收峰。空气的主要成分有H₂O、O₂、N₂、CO₂等分子，这些物质的吸收线都能在HITRAN数据库中查询得到。经过比较，在太赫兹频段H₂O吸收线的强度远远大于其它物质，但是，在个别频段由于H₂O的吸收较弱，因此，O₂的吸收效应就凸显出来。如图8所示，图8为本发明实施例提供的H₂O与O₂分子吸收强度的对比示意图，本发明实施例从HITRAN数据库中提取了0.3-1.8THz频段H₂O和O₂分子的吸收谱线，在1.062THz和1.467THz处O₂的吸收线能够在附近频段水汽的众多吸收线中独立地表现出来，这正好与图7(b)中的两个灰色标记的位置相吻合。

3)消除根据透过样品的太赫兹波信号得到的太赫兹光谱中的水汽噪声

由于太赫兹信号只要在含有水汽的环境中传播就会受到水汽噪声的影响，这样含有水汽噪声的样品信号可以表示公式(4)，

其中，E(υ)_nitrogen的意义与公式(3)中相同，并且还可以表示入射的太赫兹信号；t_as和t_sa分别表示由空气到样品的界面和由样品到的空气界面的菲涅尔透射系数；右边最后一项指数表达式就是水汽传递函数。所以，含有水汽噪声的样品信号与不含水汽噪声的样品信号的关系就是E(υ)_sam+vapor＝E(υ)_samH(υ)_vapor。

将实验中含有水汽噪声的太赫兹时域信号做傅里叶变换后，水汽传递函数H(υ)_vapor对应频域信号的每个频率点都有一个相应的数值，将含有水汽噪声的太赫兹频域信号除以相应湿度下的水汽传递函数，就能得到数值去噪后的样品的频域信号，如公式(5)所示，

最后利用去噪后的样品频域信号提取得到的就是没有水汽噪声的样品太赫兹光谱。

可以看出，本文所提出的基于传递函数消除太赫兹时域信号水汽噪声的数值方法，是基于水汽噪声在频域的特征分布提出的，相比于置零法、去卷积等去噪方法，对水汽噪声的去除更有针对性，既有效的去除了水汽噪声，又没有对有用的样品信息造成损失。同时，本方法是利用HITRAN数据库中的谱线强度和理论公式得到水汽传递函数，这样得到的模拟数据与实验测量的数据相比，能避免实验测量以及计算操作带来的各类误差。

本发明实施例针对水汽噪声强度大、数量多及广谱性的特点对太赫兹光谱去噪，去噪彻底，且太赫兹光谱中的样品信息无损。

可以看出，本发明实施例是基于所设置的水汽传递函数来消除太赫兹光谱中的水汽噪声，这是一种数值去噪的方法。本发明实施例提供的数值去噪方法能够使得在一定自然湿度的环境下太赫兹光谱的测量更加便捷、高效及准确；在实验室研究中使用这样的方法也能减少氮气的使用，节约实验成本。另外，对于空气环境中其他气体吸收带来的噪声也可以采用本发明实施例进行去噪处理。

举一个具体例子对本发明实施例进行详细说明。

将本发明实施例应用于拉西地平薄片样品(纯度为98％、厚度为0.93mm、直径为13mm)为例，说明本发明实施例提供的方法与背景技术提供的置零方法进行对比。

背景技术提供的置零方法

图9为本发明实施例提供的拉西地平薄片的太赫兹时域信号的示意图。在氮气环境中可以忽略水汽噪声的存在。对比图1可见，在氮气环境中的拉西地平薄片太赫兹时域信号也具有了纹波(图1的上部)，这是拉西地平本身的信息。在水汽环境中水汽噪声带来的纹波和拉西地平信息带来的纹波难以被区分。在这种情况下，采用背景技术中的置零的方法对时域信号进行去噪处理，处理后的样品信号信号如图10所示，图10为采用现有技术的置零方法对时域信号进行去噪处理后的示意图。再采用相关方法提取出其太赫兹光谱。

图11为本发明实施例提供的分别从氮气和水汽环境中的拉西地平时域信号提取出的对应的吸收系数谱和实折射率谱的示意图。如图所示，显然，在两种不同环境中得到的结果差异很大。在图11(a)中对比1曲线中的数据点和3曲线中的数据点，可以看到水汽背景下拉西地平的特征谱已经严重变形，在水汽吸收较强的1-1.8THz频段吸收峰位和峰值都发生了较大改变。而在图11(b)中，拉西地平实折射率谱的偏差已蔓延到全频段。吸收系数曲线每出现一次极值点时，在同一频率点实折射率谱的曲线就会出现一个台阶式跃变，可以看到图11(b)中1曲线明显出现了多个台阶，这是水汽吸收峰较多造成的。而在受到水汽噪声影响后，各频率实折射率整体下移，与水汽吸收除了吸收峰外还存在连续体造成的吸收本底有关。

在图11中的2曲线是对水汽环境中的太赫兹信号进行置零去噪后的结果，相比于不含水汽噪声的3曲线，其偏差依然较大。另外，在图11(a)的0.5-1THz频段，置零去噪的2曲线甚至已经辨认不出拉西地平的两个特征峰，而去噪前的蓝色曲线依然具有这两个特征峰，这也证明了基线置零的方法会造成样品信息的损失。

本发明实施例提供的方法

如图12所示，图12为本发明实施例提供的去噪前后拉西地平薄片的光学参数对比示意图。在图12中的1曲线是使用本发明实施例对水汽环境中的信号进行去噪后，再计算得到的太赫兹光谱，相比于去噪前的2曲线，更加接近氮气背景下的结果。不论在吸收谱还是实折射率谱上，谱的形状和数值都已很大程度地还原到无水汽噪声的情况了。

图11中的2曲线和图12中的1曲线分别为用传统的基线置零方法和本发明实施例提供的方法得到的去噪后的拉西地平太赫兹光谱，可以明显看出本发明实施例提供的去噪结果更加接近无噪声的情况，并且置零法还造成了样品信息在0.5-1THz频段受到损失。另外,背景技术中的置零法一般多为手工直接置零，在置零位置的选取上也存在诸多争议，并且要直接从时域信号基线上准确判断出属于水汽噪声的部分也不是很容易。但本发明实施例提供的方法对频域信号进行去噪操作，能在频域上准确识别出水汽噪声(水汽吸收峰不会随湿度或者环境条件变化)，一次性编好的程序每次使用能够直接输入环境湿度，进行去噪。

以上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。