山东如特安防主营:济南气体报警器,天然气报警器,二氧化硫报警器,一氧化碳报警器,氯气报警器,氢气报警器,氨气报警器等有毒/可燃气体报警器 | 联系我们 | 进入老版
全国统一服务热线
18668913066
当前位置: 如特主页 > 资讯中心 > 行业动态

新奇的半参数算法,用于免干扰调谐吸收光谱气体传感(6)

文章出处:如特安防 人气:发表时间:2018-09-02 18:41:23

3. 运用模拟数据

    新奇的算法首先应用到人为地模拟数据上,来演示它的功能和性能。因为 I(x)信号被提取,可估测算法在不同特征的背景下的精度和稳定性。特别地,带有不同类型定期干扰的三个情形被模拟。信号可被提取,I(x),用于三个情形下同样的Lorentzian函数,Lorentzian函数用方程式(6)的形式写出来( P1 = 5π, P2 = 5)。选择三个情形,反映典型TDLAS的真实情况。
    第一个情形,选来表达实验情境,其背景有FSR定期干扰,FSR与被检测的线宽相配。这种背景类型特别地成问题的,因为它强烈影响线形确定。进一步,没有引入一个显著的线形扭曲,它不能由引入二极管激光电流与平均输出的一个小抖动,来去除,或用标准后处理方式来滤除。这种背景被当做一个简单的余弦函数。
方程式(8)
    实例中总信号 Itot(x),与预期的I(x)信号一起显示在图4a中。图4a也显示应用描述的算法得到的结果。不管有问题的背景,算法的输出实际上与I(x)是相同的。由算法 ( 从P1 和P2的初始值起,P1 和P2用于产生 I(x) ) 得到的Lorentzian函数的两参数 P1 和P2的百分偏差,仅P1=0.27% 、P2=0.23%。
图4 第1个情形:一个与线宽相当的FSR干扰。
    为更好地图示背景的影响, Lorentzian的DFT和总信号的DFTB也显示在图4b中。图中看到的两个峰值表示背景的影响。因有2.1节中的pseudo代码的算法,截止点i0 = 13。 
    这里讨论的第2个情形,是有以FSR为特征的弱干扰背景,比线宽更大,跟测量范围一样或更大。这种干扰产生于反射——由很短的物理尺寸分隔的两表面之间的反射, 像激光芯片输出面和激光封装的玻璃窗口。选择的函数形式,模拟这种情形如下:
    这种情形算法的结果显示在图5。图5a 绘出总信号 Itot(x),预期的信号I(x)和运用此算法得到的结果。图5b 说明 Lorentzian 的DFT和总信号的DFT。归于背景影响的两个峰值,现在非常接近于0,这使得提取不成问题。利用2.1节中pseudo代码编的算法,截止点i0 = 7。
图5 第2种情形:FSR弱干扰,跟测量窗口一样大。
    在本实例中,可以从图中清析看到算法提取信号超好。由算法从预期值中得到的Lorentzian两参数的百分偏差,仅仅P1=0.28%;P2=0.25%。
    至于第3种情形,考虑一百个余弦函数产生的背景。较少的现实情况是选择论证:无论干扰多么戏剧性,算法可以很好地提出信号I(x)。另外,这种情形图示:背景的函数形式太复杂,不能包括在 Itot(x)的一个非线性拟合中 。背景函数因此写成如下:
方程(10)
    wi 是从两值之间随机选择的,值1:来自一个平均为0的正常分配,值2:一个0.1的标准偏差;ϕi 是从两值之间随机选择的,值1:来自一个平均为0的正常分配,值2:一个0.2的标准偏差; Ai 是从两值之间随机选择的,值1:来自一个平均为0的正常分配,值2:一个0.03的标准偏差。
    图6a显示总信号 Itot(x),预期的信号I(x),以及运用所描述的算法得到的结果。除了非常复杂的背景,算法能很好地提取信号I(x)。图6b中, 显示Lorentzian的DFT和总信号的DFT。由于背景中有大量余弦函数,DFT有一很结构化的形状。因有2.1节中描述的 pseudo代码算法,截止点 i0 = 30 (也参看图3)。
图6 第3种情形:强的多重干扰。
    这种情形通过算法得到的描述Lorentzian两参数的百分偏差:P1 为0.012%, P2为0.14%。这种情形下,两参数的偏差特别低。要更好估算两参数的错误和标准偏差,方法是应用到500个函数,这500个函数是利用上面提到的100个余弦函数随机和的产生的函数。接着,错误估出来,研究错误分布。结果,P1 有一个百分误差绝对值的平均值0.12%,其标准偏差0.19%,P2 的是百分误差的平均值0.04%,标准偏差0.06%。
    算法提取的参数和启动函数 I(x)的参数之间的不符合,模拟数据算法分析已就这种不符合找原因。主要影响来源于DFT的CFT的近似值,还有一个相当大的点间距,和用在模拟数据的 I(x)的x-区。小的影响源于一个不完善窗口补偿,和一个非常小的频率折叠[30],这里被忽视。因为本文目的是图形化算法,不是最小化差异,模拟数据被选择,尽可能地接近典型实验数据。3种情形算法的应用,已顺利地演示出,即使有像第3种情形非常复杂的背景,我们提出的算法能特别好地提取基础信号。


本文原著:Umberto Michelucci and Francesca Venturini
本文由山东如特安防设备有限公司LK编译,转载必须注明来自 sdrtkm.com
 

    本文版权:所有,转载需注明出处:sdrtkm.com

    本文标签字:干扰    干扰消除    噪声降低    数字滤波    光谱学    传感器   

同类文章排行

最新资讯文章



如特安防手机版网站二维码