本發(fā)明涉及氣體檢測去噪技術(shù)，具體涉及一種基于數(shù)據(jù)特征的級聯(lián)小波閾值數(shù)據(jù)去噪方法及系統(tǒng)。

背景技術(shù)：

1、氣體檢測在大氣環(huán)境監(jiān)測、石油化學工業(yè)等領(lǐng)域發(fā)揮著重要作用。常用的氣體檢測技術(shù)中，有離軸集成腔輸出光譜儀(oa-icos)技術(shù)和可調(diào)諧二極管激光吸收光譜(tdlas)技術(shù)等，均具有高靈敏度和高響應(yīng)速度等優(yōu)點，在痕量氣體(ch4、nh3等)以及溫室氣體(co2、h2o等)測量方面都有廣泛的應(yīng)用。在氣體檢測技術(shù)中，產(chǎn)生噪聲是不可避免的，這種噪聲來源廣泛，包括激光器固有的不穩(wěn)定性、環(huán)境干擾、光腔內(nèi)的多重反射等，提高檢測精度會增加痕量氣體分析儀的高昂的成本。因此，研究算法實現(xiàn)對氣體檢測技術(shù)的輸出去噪具有重要的現(xiàn)實價值，其中實時去噪具有更小的時間延遲，更好地跟蹤和響應(yīng)測量環(huán)境中氣體的動態(tài)變化，具有更佳的應(yīng)用效果。

2、目前，在氣體檢測去噪領(lǐng)域已經(jīng)進行了很多科學研究和實驗，并取得了較豐碩的成果。梁文科在文獻(梁文科.tdlas系統(tǒng)中的噪聲抑制研究[d].山東大學,2020.doi:10.27272/d.cnki.gshdu.2019.000201.)中通過抑制tdlas系統(tǒng)的干涉條紋噪聲，使用改進雙頻調(diào)制方法時，放松對模型參數(shù)控制水平的要求，最大程度地提升信噪比；李志彬等人在文獻(李志彬,馬宏亮,曹振松,孫明國,黃印博,朱文越,劉強.2μm波段高靈敏度離軸積分腔裝置實際大氣co2測量.物理學報,2016,65(5):053301.doi:10.7498/aps.65.053301)中使用小波去噪處理oa-icos技術(shù)對co2氣體測量得到的吸收信號，選用coif2小波基以及三層小波分解，處理后co2氣體的吸收信號信噪比提升80％，信號得到了明顯的優(yōu)化。張海鵬等人在文獻(張海鵬,鄭凱元,李俊豪,劉梓迪,李秀英,鄭傳濤,王一丁.離軸積分腔輸出光譜氣體傳感降噪技術(shù)[j].光學學報,2021,41(24):2430002.)為有效抑制oa-icos技術(shù)光譜傳感器內(nèi)存在的系統(tǒng)即腔膜噪聲并提高信噪比和氣體檢測靈敏度，在傳統(tǒng)經(jīng)驗?zāi)B(tài)分解(emd)方法的基礎(chǔ)上，提出了一種改進型的emd濾波算法，具有較高的信噪比和較好的去噪效果,有效提升了系統(tǒng)的檢測性能。lixian?liu等人在文獻(c,lixian?liu?ab,et?al."highly?sensitive?broadband?differential?infrared?photoacoustic?spectroscopywith?wavelet?denoising?algorithm?for?trace?gas?detection."photoacoustics?21(2020).)提出了一種具有優(yōu)化參數(shù)的小波域去噪算法，通過對差分光聲測量的非相干環(huán)境干擾進行去噪，大大提高了信噪比，對c2h2的敏感性提高了五倍，實現(xiàn)了通過優(yōu)化的小波域去噪算法對背景噪聲的抑制。

3、上述方法是對完整的氣體數(shù)據(jù)進行濾波去噪，然而，這些方法無法實時反映測量對象的變化。在實際應(yīng)用中，氣體檢測設(shè)備需要具備實時性，使用完整的氣體數(shù)據(jù)進行濾波去噪難以保證處理效率。此外，對于具有高動態(tài)特征的氣體檢測，氣體檢測設(shè)備對于去噪處理也有著不同的要求。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：本發(fā)明的一個目的是提供一種適用高動態(tài)特征氣體檢測去噪的基于數(shù)據(jù)特征的級聯(lián)小波閾值數(shù)據(jù)去噪方法，本發(fā)明的另一個目的是提供一種所述方法采用的系統(tǒng)。

2、技術(shù)方案：本發(fā)明所述的基于數(shù)據(jù)特征的級聯(lián)小波閾值數(shù)據(jù)去噪方法，包括以下步驟：

3、將實時采集的指標數(shù)據(jù)輸入一級小波閾值去噪模塊進行一級小波閾值去噪；一級小波閾值去噪模塊包括指標數(shù)據(jù)序列隊列q、預(yù)處理單元和中繼去噪處理單元，指標數(shù)據(jù)序列隊列q用于存儲歷史指標數(shù)據(jù)及實時采集的當前時刻的指標數(shù)據(jù)，預(yù)處理單元和中繼去噪處理單元相互獨立，根據(jù)q的數(shù)據(jù)量選擇預(yù)處理單元或中繼去噪處理單元進行一次小波閾值去噪，輸出一次去噪結(jié)果，同時輸出預(yù)設(shè)長度的原始指標數(shù)據(jù)序列；

4、將一級小波閾值去噪模塊輸出的一次去噪結(jié)果和預(yù)設(shè)長度的原始指標數(shù)據(jù)序列，輸入基于自適應(yīng)折扣因子的二級小波閾值去噪模塊，根據(jù)預(yù)設(shè)長度的原始指標數(shù)據(jù)序列的數(shù)據(jù)特征，進行自適應(yīng)二級小波閾值去噪，輸出最終去噪結(jié)果。

5、進一步的，一級小波閾值去噪方法為：

6、(1)設(shè)定指標數(shù)據(jù)序列隊列q的參數(shù)，包括：最大數(shù)據(jù)量s、離散小波閾值算法a1輸入序列長度n和一級小波閾值去噪模塊輸出序列長度m；

7、(2)當q中數(shù)據(jù)量l小于離散小波閾值算法a1的輸入序列長度n時，從q中取出長度為l的指標數(shù)據(jù)序列at輸入預(yù)處理單元，計算指標數(shù)據(jù)序列at的均值mt，預(yù)處理單元輸出一次去噪結(jié)果mt；

8、(3)當q中數(shù)據(jù)量l達到或者超過離散小波閾值算法的輸入序列長度n時，從q中取出長度為n的指標數(shù)據(jù)序列st輸入中繼去噪處理單元，在中繼去噪處理單元中引入離散小波閾值算法st首先輸入到離散小波閾值算法得到重構(gòu)指標數(shù)據(jù)序列之后計算重構(gòu)指標數(shù)據(jù)序列的均值mt，中繼去噪處理單元輸出一次去噪結(jié)果mt；

9、(4)計算重構(gòu)指標數(shù)據(jù)序列的極差r與的均值m之比離散小波閾值算法的小波基信息熵ha1，進一步確定中繼去噪處理單元所引入的離散小波閾值算法的參數(shù)；

10、(5)一級小波閾值去噪模塊的輸出為：預(yù)處理單元或者中繼去噪處理單元的輸出mt和指標數(shù)據(jù)序列隊列q中取出的長度為m的指標數(shù)據(jù)序列xt。

11、進一步的，指標數(shù)據(jù)序列隊列q包含三種工作過程為：

12、(1)實時讀取當前時刻的指標數(shù)據(jù)xt，將其存放至指標數(shù)據(jù)序列隊列q；包括：

13、(i)實時讀取當前時刻的指標數(shù)據(jù)xt；

14、(ii)q當前的數(shù)據(jù)量是l，判斷l(xiāng)是否與s相等；

15、(iii)若是，刪除q的第一個數(shù)據(jù)，將數(shù)據(jù)xt添加到q作為最后一個數(shù)據(jù)；跳轉(zhuǎn)到步驟(i)；

16、(iv)若否，將數(shù)據(jù)xt添加到q作為最后一個數(shù)據(jù)，同時，l＝l+1。跳轉(zhuǎn)到步驟(i)；

17、(2)從指標數(shù)據(jù)序列隊列q中提取序列數(shù)據(jù)；包括：

18、(i)確定所需要提取的指標數(shù)據(jù)序列長度為t，t<s；

19、(ii)初始化當前讀取的數(shù)據(jù)索引j＝t；初始化長度為t的指標數(shù)據(jù)序列

20、

21、(iii)從指標數(shù)據(jù)序列隊列q讀取索引為j的數(shù)據(jù)q，并賦值oj＝q；

22、(iv)判斷是否滿足j＝0或者j＝t-t；若滿足，進入步驟(v)；若不滿足則更新j＝j(luò)-1，進入步驟(iii)；

23、(v)得到長度為t的指標數(shù)據(jù)序列

24、(3)修正指標數(shù)據(jù)序列隊列q存儲數(shù)據(jù)；包括：

25、(i)刪除q的第一個元素；

26、(ii)q當前的存儲數(shù)據(jù)量l＝l-1。

27、進一步的，基于自適應(yīng)折扣因子的二級小波閾值去噪模塊包括：突變特征處理單元和自適應(yīng)折扣因子去噪處理單元，突變特征處理單元和自適應(yīng)折扣因子去噪處理單元相互獨立，根據(jù)預(yù)設(shè)長度的原始指標數(shù)據(jù)序列的數(shù)據(jù)特征，選擇突變特征處理單元或自適應(yīng)折扣因子去噪處理單元進行二次小波閾值去噪，輸出最終去噪結(jié)果。

28、進一步的，二級小波閾值去噪方法為：

29、(1)判斷預(yù)設(shè)長度的原始指標數(shù)據(jù)序列xt是否存在突變特征；

30、(2)針對具有突變特征的原始指標數(shù)據(jù)序列xt，xt通過二級小波閾值去噪模塊的突變特征處理單元處理得到mt，mt＝xt，同時將選通變量λ＝0；

31、(3)針對具有非突變特征的原始指標數(shù)據(jù)序列，mt和xt通過二級小波閾值去噪模塊的自適應(yīng)折扣因子去噪處理單元得到mt，mt＝αmt-1+(1-α)mt，同時將選通變量λ＝λ+1；mt是一級小波閾值去噪模塊的輸出，α是折扣因子，mt-1是基于自適應(yīng)折扣因子的二級小波閾值去噪模塊所存儲的上一時刻t-1輸出的去噪結(jié)果；

32、(4)二級小波閾值去噪模塊的輸出為突變特征處理單元或自適應(yīng)折扣因子去噪處理單元的輸出mt。

33、更進一步的，判斷預(yù)設(shè)長度的原始指標數(shù)據(jù)序列xt是否存在突變特征，具體為：

34、當|xt-mt|≥ε，則存在突變特征；

35、當|xt-mt|<ε，則不存在突變特征；

36、其中，xt是當前時刻的指標數(shù)據(jù)，mt是一級小波閾值去噪模塊的輸出，ε是突變特征閥值。

37、更進一步的，根據(jù)期望輸出與原始指標數(shù)據(jù)序列xt之間的相似度設(shè)計二級小波閾值去噪模塊的突變特征處理單元，其中的表達式為：

38、

39、其中，xt是原始指標數(shù)據(jù)序列，是期望輸出。和是xt的均值、方差、的均值、方差和xt與之間的協(xié)方差，c1和c2是兩個常數(shù)。

40、更進一步的，自適應(yīng)折扣因子去噪處理單元包含一個選通結(jié)構(gòu)，該選通結(jié)構(gòu)將動態(tài)導通更新折扣因子α，包括以下兩種情況：

41、a)當選通變量λ與選通標志常量i整除，則選通結(jié)構(gòu)選擇導通，即xt先通過所引入的離散小波閾值算法接著通過以下公式更新折扣因子α：

42、

43、其中，是離散小波閾值算法a2輸出的重構(gòu)指標數(shù)據(jù)序列的極差，為折扣因子計算函數(shù)，p是折扣因子計算函數(shù)的分段數(shù)，是p+1個分段閾值參數(shù)，h(i)是海維塞德階躍函數(shù)，是p個系數(shù)參數(shù)；

44、最后使用公式mt＝αmt-1+(1-α)mt，計算得到mt；

45、b)當選通變量λ與選通標志常量i無法整除，則選通結(jié)構(gòu)選擇不導通，即自適應(yīng)折扣因子去噪處理單元直接使用計算公式mt＝αmt-1+(1-α)mt，計算得到mt；

46、其中，選通標志常量i為設(shè)定值，而選通變量λ的更新包括以下兩種情況：

47、1)在突變特征處理單元，當mt計算完成之后，更新λ＝0；

48、2)在自適應(yīng)折扣因子去噪處理單元，當mt計算完成之后，更新λ＝λ+1。

49、上述方法對應(yīng)的系統(tǒng)，包括：

50、一級小波閾值去噪模塊，用于將實時采集的指標數(shù)據(jù)進行一級小波閾值去噪；一級小波閾值去噪模塊包括指標數(shù)據(jù)序列隊列q、預(yù)處理單元和中繼去噪處理單元，指標數(shù)據(jù)序列隊列q用于存儲歷史指標數(shù)據(jù)及實時采集的當前時刻的指標數(shù)據(jù)，預(yù)處理單元和中繼去噪處理單元相互獨立，根據(jù)q的數(shù)據(jù)量選擇預(yù)處理單元或中繼去噪處理單元進行一次小波閾值去噪，輸出一次去噪結(jié)果，同時輸出預(yù)設(shè)長度的原始指標數(shù)據(jù)序列；

51、二級小波閾值去噪模塊，用于將一級小波閾值去噪模塊輸出的一次去噪結(jié)果和預(yù)設(shè)長度的原始指標數(shù)據(jù)序列，根據(jù)預(yù)設(shè)長度的原始指標數(shù)據(jù)序列的數(shù)據(jù)特征，進行自適應(yīng)二級小波閾值去噪，輸出最終去噪結(jié)果。

52、可選的，基于自適應(yīng)折扣因子的二級小波閾值去噪模塊包括：突變特征處理單元和自適應(yīng)折扣因子去噪處理單元，突變特征處理單元和自適應(yīng)折扣因子去噪處理單元相互獨立，根據(jù)預(yù)設(shè)長度的原始指標數(shù)據(jù)序列的數(shù)據(jù)特征，選擇突變特征處理單元或自適應(yīng)折扣因子去噪處理單元進行二次小波閾值去噪，輸出最終去噪結(jié)果。

53、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點為：可以做到對氣體檢測技術(shù)采集得到的氣體檢測結(jié)果實時去噪，尤其是對于oa-icos技術(shù)的采集的氣體指標數(shù)據(jù)，在保留氣體的數(shù)據(jù)變化特征基礎(chǔ)上噪聲去除率高；且針對較高動態(tài)變化特征的環(huán)境的氣體檢測結(jié)果可以做到實時去除噪聲的同時保留氣體的數(shù)據(jù)變化特征，去噪效果好，處理效率高。