气体现场监测特征吸收峰提取方法
【技术领域】
[0001] 本发明设及红外激光光谱分析技术，是一种基于可调谐半导体激光吸收光谱的气 体现场、在线监测中待测气体特征吸收峰识别提取方法。
【背景技术】
[0002] 可调谐半导体激光吸收光谱技术(TDLAS)利用半导体激光器波长可调谐和窄带特 性，使其输出激光束通过待测气体所处空间区域后并接收激光束光强，从而获取气体特征 吸收光谱。随着近红外可调谐半导体激光器技术W及光线禪合、传输技术的成熟，TDLAS技 术发展迅猛。由于TDLAS技术可实现多参数的快速准确非侵入式测量，同时系统紧凑，环境 适应性好，并且具有高灵敏度、高分辨率且响应时间快等优点，该技术非常适用于气体的现 场、在线监测，并被广泛应用于工业和环境监测领域，如天然气泄漏及有害气体监测、采空 区自然发火标志性气体监测、大气痕量气体监测和机动车尾气排放监测等。大量基于TDLAS 技术的气体监测传感器往往采用直接吸收光谱技术进行气体监测，因为直接吸收法原理清 晰明了，气体浓度反演结果更稳定。无论机械结构还是电子线路，所需硬件简洁，整个装置 成本低，容易实现。
[0003] 在气体吸收特征光谱中提取相应气体分子的特征吸收峰是定性分析待测气体的 有无并进一步定量反演其浓度的必要前提基础。目前大多采用基线拟合的方法提取吸收特 征峰。即利用气体的扫描波形中无吸收部分，采用固定的函数形式(如二次多项式)来拟合 出未经气体吸收的光强基线，然后从光谱数据中扣除拟合所得基线即完成对气体特征吸收 峰的提取。但是，现场监测环境多变，难W保持稳定。运将导致基线的线型难W保持一致，其 往往随时间随机变化着。因此难W用一种固定的函数线型去拟合基线。而且，对痕量气体进 行监测时，其吸收峰值很小，随机变化的基线背景往往将吸收峰靠近基线的部分淹没，上述 基线拟合的方法在吸收峰不明显时难W将其提取出来。因此，基线拟合方法对于痕量气体 的特征吸收峰难W辨识，导致气体检出限较高，灵敏度下降。虽然可W引入参考光路并通过 吸收光路与参考光路光强的比值消除激光器所受环境的影响，但TDLAS系统中其它组件受 环境的影响无法消除，如光电探测器的输出电流易受到溫度的影响，气室反射镜的反射率 易受到湿度的影响等。因此，在环境多变的气体现场检测中，传统的基线拟合方法难W有效 的提取气体分子特征吸收峰，尤其是痕量气体，基线拟合法甚至无法识别到其特征吸收峰。
【发明内容】
[0004] 如今基于TDLAS技术的气体现场监测传感器需求较大，为了在气体现场、在线监测 中消除现场环境影响并有效提取待测气体分子特征吸收峰，提出一种基于线性窗口递归插 值的光谱背景计算方法，并将计算得出的光谱背景扣除，从而完成对特征吸收峰的提取。运 种特征吸收峰提取方法不依赖于某一固定的线型拟合函数，可根据随机变化的特征光谱中 无吸收的部分，实时的计算出光谱背景，并扣除。从而实现在随机变化的特征光谱中实时的 提取气体分子特征吸收峰的目的。特别是对于痕量气体，运种方法可W在不规则的光谱背 景中识别出微小的特征吸收峰并将其提取出来，降低了气体的检出限，提高了检测灵敏度， 也为气体有无的定性判断和后续的浓度定量反演提供了光谱分析基础。
[0005] -种气体现场监测特征吸收峰提取方法，它包括如下步骤： 平滑滤波步骤，该步骤获取原始光谱数组，然后采用滑动平均方法对原始光谱数组中 的数据进行平滑处理后创建平滑光谱数组，并将平滑光谱数组传递给吸收特征峰寻峰步 骤;另外，平滑滤波步骤还从特征峰背景计算与扣除步骤获取扣除背景后光谱数组，采用滑 动平均方法对其进行平滑，并最终得到吸收特征峰数组，吸收特征峰数组即为要提取的吸 收特征峰数据； 特征峰寻峰步骤，该步骤获取平滑光谱数组，再从界面获取各寻峰参数并通过访问 化tran数据库获取特征峰中屯、波长位置;创建一阶微分光谱数组和二阶微分光谱数组;判 断比较中屯、波长两侧各数据点一阶微分光谱绝对值|dl(x)|与判断阔值δι之间的大小，判 断比较二阶微分光谱值d2I(x)与判断阔值δ2之间的大小。直到|dl(x)|小于判断阔值δι且同 时d2I(X)大于判断阔值δ2,循环结束，将吸收特征峰左、右端点XL和XR传递给窗口线性拟合 步骤;若当数据点超出谱线最大展宽范围时循环尚未结束，返回"未找到吸收特征峰"，程序 结束； 窗口线性拟合步骤，该步骤从界面获取吸收特征峰左右端点、拟合窗口大小和平滑光 谱数组，采用最小二乘法对特征峰左右两端窗口内平滑数组的数据离散点针对线型函数y= kx+b进行拟合，得到左右两侧拟合直线的斜率kL与kRW及截距k与bR并将所得斜率与截距 值传递给特征峰背景计算与扣除步骤； 特征峰背景计算与扣除步骤，获取特征峰左右两端窗口拟合后的直线斜率和截距、平 滑光谱数组W及特征峰左右端点，多次递归插值计算吸收特征峰范围内的光谱背景数组， 平滑光谱数组中存储光谱强度值的向量与计算所得光谱背景数组中存储背景光谱值的向 量相减，获得扣除背景后的光谱数组，并将所得扣除背景后的光谱数组传递给平滑滤波步 骤。
[0006] 本方案的具体特点还有，滑动平均方法是指计算原始光谱数组中第1到第20个点 光谱强度值的平均值，并将运一平均值赋给平滑光谱数组第1个点的光谱强度值，计算原始 光谱数组中第2到第21个点光谱强度值的平均值，并将运一平均值赋给平滑光谱数组第2个 点的光谱强度值，由此计算下去，直到原始光谱数组中未平滑的点数小于20时结束，得到平 滑光谱数组。
[0007] 创建一阶微分光谱数组是指一阶微分光谱数组由两个一维向量构成，其中一个向 量存储采集点的序号索引，对应于光谱中的波长，另一向量存储相应一阶微分光谱值。平滑 光谱数组中第2个点的光谱强度值减去第1个点的光谱强度值，并将所得结果赋给一阶微分 光谱数组中第1个点的一阶微分光谱值，即为dI(xi)=I(X2)-I(xi)，平滑光谱数组中第3个点 的光谱强度值减去第2个点的光谱强度值，并将所得结果赋值给一阶微分光谱数组中第2个 点的一阶微分光谱值，由此计算下去，直到当X2超出波长扫描范围时结束循环。
[0008] 创建二阶微分光谱数组:二阶微分光谱数组由两个一维向量构成，其中一个向量 存储采集点的序号索引，对应于光谱中的波长，另一向量存储相应的二阶微分光谱值。一阶 微分光谱数组中第2个点的一阶微分光谱值减去第1个点的一阶微分光谱值，并将所得结果 赋给二阶微分光谱数组中第1个点的二阶微分光谱值，即为d2I(xi)=I(X2)-I(xi)，一阶微分 光谱数组中第3个点的一阶微分光谱值减去第2个点的一阶微分光谱值，并将所得结果赋值 给二阶微分光谱数组中第2个点的二阶微分光谱值，由此计算下去，直到当X2超出波长扫描 范围时结束循环。
[0009] 最小二乘法是指一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳 函数匹配。利用最小二乘法可W简便地求得未知的数据，并使得运些求得的数据与实际数 据之间误差的平方和为最小。最小二乘法非常适用于离散数据点的直线拟合。本发明中需 要对线型函数y=kx+b进行拟合，其中X为存储采集点序号索引的向量，y为存储光谱强度值 的向量，k与b为拟合所得线型函数的斜率与截距。对于η个光谱数据样本点，存储采集点序 号索引的向量X中的元素为^1、^2，，，^。，存储光谱强度值的向量￥中的元素为71、72，，^。。根据 最小二乘法原理，将k赋值呆
[0010] 特征峰光谱背景计算及扣除是指： (1) 获取平滑光谱数组、特征峰两端点位置XL和XR、特征峰两端窗口线性拟合直线斜率 k与kR W及线性截距k与bR W及拟合窗口大小W; (2) 创建光谱背景数组，该数组由两个一维向量构成，其中一个向量存储采集点的序号 索引，另一向量存储相应光谱背景值； 光谱背景数组中索引值X赋值为XL，孔+1，XL+2，一直到XR，光谱背景值均初始化为0; (3) 创建背景扣除后光谱数组，该数组由两个一维向量构成，其中一个向量存储采集点 的序号索引，另一向量存储相应扣除背景后的光谱强度值； 光谱背景数组中索引值X赋值为XL，孔+1，孔+2,一直到邱，扣除背景后的光谱背景值均 初始化为0; (4) 判断两端点位置间距XR-XL是否小于窗口大小W ; 如果小于窗口大小W，光谱背景数组中光谱背景值丘ω赋值为
，背景扣除后光谱数组中光谱强度值Ie(x)赋值为平滑光谱数组中对应光谱强度值Ι(χ)与 光谱背景数组中光谱背景值Ib(x)的差，Ie(x)= IU)- Ib(x)，转到步骤（7)，否则，
孔w=Xc-w/2，XRw=Xcw+w/2，光谱背景数组中 索引值XLw所对应的光谱背景值Ib (孔W)赋值为Ib (孔W) =k孔w+b，光谱背景数组中索引值XLw+1 所对应的光谱背景值Ib ( XLw+1 )赋值为Ib ( XLw+1 ) =k( XLw+1 ) +b，由此计算下去，一直到索引值 邱W所对应的光谱背景值Ib ( XRw)赋值为Ib ( XRw) =k邱w+b，背景扣除后光谱数组中索引值孔W所 对应的光谱强度值le(XLw)赋值为平滑光谱数组中对应光谱强度值I(XLW)与光谱背景数组中 光谱背景值IbUw)的差，IeUw)= 1(孔W)- Ib(孔W)，背景扣除后光谱数组中索引值XLW+1所