详情

原文下载一种污染气体红外光谱识别方法及系统

专利名称：	一种污染气体红外光谱识别方法及系统
摘要：	本发明公开了一种污染气体红外光谱识别方法及系统。该方法包括：提取目标气体光谱在预设条件下的特征，形成目标气体光谱特征数据集，记为标准谱库数据集；基于稀疏学习对目标气体的实测光谱进行特征提取，得到实测光谱特征；选择所述标准谱库数据集中与所述实测光谱特征相匹配的光谱重构所述实测光谱；根据重构后的实测光谱判断目标气体组分。本发明提供的一种污染气体红外光谱识别方法及系统具有实测条件下复杂环境的高适应性以及高精度识别混合气体组分的特点。
专利类型：	发明专利
国家地区组织代码：	安徽;34
申请人：	中国科学院合肥物质科学研究院
发明人：	崔方晓;李大成;吴军;李扬裕;王安静
专利状态：	有效
申请日期：	2019-06-10T00:00:00+0800
发布日期：	2019-08-09T00:00:00+0800
申请号：	CN201910495491.4
公开号：	CN110108658A
代理机构：	北京高沃律师事务所
代理人：	程华
分类号：	G01N21/3504(2014.01);G;G01;G01N;G01N21
申请人地址：	230031 安徽省合肥市蜀山湖路350号
主权项：	1.一种污染气体红外光谱识别方法，其特征在于，所述方法包括：提取目标气体光谱在预设条件下的特征，形成目标气体光谱特征数据集，记为标准谱库数据集；基于稀疏学习对目标气体的实测光谱进行特征提取，得到实测光谱特征；选择所述标准谱库数据集中与所述实测光谱特征相匹配的光谱重构所述实测光谱；根据重构后的实测光谱判断目标气体组分。 2.根据权利要求1所述的污染气体红外光谱识别方法，其特征在于，提取目标气体光谱在预设条件下的特征，形成目标气体光谱特征数据集，记为标准谱库数据集，具体包括：获取目标气体的理论吸收截面光谱；根据预设的温度值、压力值和所述目标气体吸收截面光谱计算目标气体的吸收系数光谱；根据预设的浓度程长值和所述目标气体吸收系数光谱计算目标气体第一标准光谱；根据光谱仪线性函数和所述第一标准光谱计算目标气体第二标准光谱；根据预设的大气状态和所述第二标准光谱计算目标气体第三标准光谱；提取第一、第二、第三标准光谱特征，形成所述目标气体标准谱库数据集，所述目标气体标准谱库数据集为气体组分比已知的数据集。 3.根据权利要求1所述的污染气体红外光谱识别方法，其特征在于，基于稀疏学习对目标气体的实测光谱进行特征提取，得到实测光谱特征，具体包括：采集目标气体的实测光谱，所述目标气体包含待测气体组分与干扰物气体组分，所述气体组分比未知；构建待测气体组分特征集与干扰物气体组分特征集；将所述目标气体的实测光谱按照特征峰波段进行分区；利用稀疏算法选择所述分区中待测气体组分特征集与干扰物气体组分特征集区分度最大的光谱波段区域；提取所述光谱波段区域特征数据，记为实测光谱特征。 4.根据权利要求1所述的污染气体红外光谱识别方法，其特征在于，选择所述标准谱库数据集中与所述实测光谱特征相匹配的光谱重构所述实测光谱，具体包括：计算所述实测光谱特征与所述标准谱库数据集中光谱特征的相关度；设定第一阈值；选择标准谱库数据集中相关度大于第一阈值的光谱，记为校对光谱；利用所述校对光谱重构所述实测光谱。 5.根据权利要求3所述的基于稀疏学习对目标气体的实测光谱进行特征提取，得到实测光谱特征的方法，其特征在于，利用稀疏算法选择所述分区中待测气体组分特征集与干扰物气体组分特征集区分度最大的光谱波段区域，具体包括：计算每个分区待测气体数据组分特征集与干扰物气体组分特征集的相关系数区分度；设定第二阈值；选取相关系数区分度大于第二阈值的分区作为光谱波段区域。 6.一种污染气体红外光谱识别系统，其特征在于，所述系统包括：数据集构建模块、特征提取模块、光谱重构模块、气体成分判断模块；所述数据集构建模块，用于提取目标气体光谱在预设条件下的特征，形成目标气体光谱特征数据集，记为标准谱库数据集；所述特征提取模块，用于基于稀疏学习对目标气体的实测光谱进行特征提取，得到实测光谱特征；所述光谱重构模块，用于选择所述标准谱库数据集中与所述实测光谱特征相匹配的光谱重构所述实测光谱；气体成分判断模块，用于根据重构后的实测光谱判断目标气体组分。 7.根据权利要求6所述的污染气体红外光谱识别系统，其特征在于，所述数据集构建模块，具体包括：光谱获取单元，用于获取目标气体的理论吸收截面光谱；第一计算单元，用于根据预设的温度值、压力值和所述目标气体吸收截面光谱计算目标气体的吸收系数光谱；第二计算单元，用于根据预设的浓度程长值和所述目标气体吸收系数光谱计算目标气体第一标准光谱；第三计算单元，用于根据光谱仪线性函数和所述第一标准光谱计算目标气体第二标准光谱；第四计算单元，根据预设的大气状态和所述第二标准光谱计算目标气体第三标准光谱；数据集形成单元，用于提取第一、第二、第三标准光谱特征，形成所述目标气体标准谱库数据集，所述目标气体标准谱库数据集为气体组分比已知的数据集。 8.根据权利要求6所述的污染气体红外光谱识别系统，其特征在于，所述特征提取模块，具体包括：实测光谱采集单元，用于采集目标气体的实测光谱，所述目标气体包含待测气体组分与干扰物气体组分，所述气体组分比未知；第一特征获取单元，用于提取待测气体组分特征集与干扰物气体组分特征集；分区单元，用于将所述目标气体的实测光谱按照特征峰波段进行分区；光谱波段区域选择单元，用于利用稀疏算法选择所述分区中待测气体组分特征集与干扰物气体组分特征集区分度最大的光谱波段区域；第二特征获取单元，用于提取所述光谱波段区域特征数据，记为实测光谱特征。 9.根据权利要求6所述的污染气体红外光谱识别系统，其特征在于，所述光谱重构模块，具体包括：相关度计算单元：用于计算所述实测光谱特征与所述标准谱库数据集中光谱特征的相关度；阈值设定单元：用于设定第一阈值；光谱选择单元，用于选择标准谱库数据集中相关度大于第一阈值的光谱，记为校对光谱；校对单元，用于利用所述校对光谱重构所述实测光谱。 10.根据权利要求8所述的特征提取模块，其特征在于，光谱波段区域选择单元，具体包括：区分度计算子单元，用于计算每个分区待测气体数据组分特征集与干扰物气体组分特征集的相关系数区分度；阈值设定子单元，用于设定第二阈值；光谱波段区域选择子单元，用于选取相关系数区分度大于第二阈值的分区作为光谱波段区域。
所属类别：	发明专利