TDLAS检测系统的ARM主控型激光驱动电路的设计

可调谐激光二极管吸收光谱技术(TDLAS)是一种利用激光二极管的波长扫描和电流调谐特性对气体进行测量的技术,具有高选择性、高分辨率、高反应速度、高灵敏度等优点。TDLAS检测系统通常基于谐波检测的原理,通过高频调制某个依赖于频率的信号,使其扫过待测气体的吸收峰,再以调制频率的倍频作为参考信号进行信号处理。为了满足TDLAS检测系统对激光器驱动的需要,本文以ARM7系列的LPC2138为主控器,通过将DAC8830产生的锯齿波扫描信号和AD9958产生的一路正弦调制信号进行叠加,来实现TDLAS检测系统激光器的驱动。     

可调谐二极管激光吸收光谱技术在探测灵敏度上的探讨

可调谐二极管激光吸收光谱(TDLAS)技术是利用二极管激光器波长调谐特性,获得被测气体在特征吸收光谱范围内的吸收光谱,从而对污染气体进行定性或定量的分析的一种技术方法.在对痕量气体的监测时一般会采取一定的措施去克服直接吸收型气体传感器的缺陷,提高检测精度.文中概述了TDLAS技术的研究现状,针对近年来国内外出现的基于可调谐二极管激光吸收光谱技术在减小系统干扰,提高探测灵敏度的技术措施,从系统结构处理,调制解调技术,检测装置的处理,检测信号的处理等多个方面作了深入的研讨.     

可调谐激光痕量气体检测中的数字滤波技术的优选

为改善可调谐二极管激光吸收光谱(TDLAS)系统的检测性能,以浓度为50×10-6和17×10-6的H2S气体检测为例,根据TDLAS系统的噪声特征,选择了4种数字滤波技术并利用Visual C++软件分别编写了程序对二次谐波原始信号进行压噪和有效信号的提取。结果表明,采用非线性最小二乘法与数字平均滤波技术相结合,使系统理论检测极限由原来的30×10-6提高到了5×10-6量级;对于反演后气体的浓度信号则采用Kalman滤波进行再去噪,使信噪比提高了近8倍。比较结果表明,经过上述滤波处理,TDLAS系统的信噪比和检测极限性能有明显改善。本文的上述方法实际应用到我们的TDLAS在线工业排放气体的测量系统中,取得了良好的效果。     

基于TDLAS的红外湿度检测中的小波去噪实验研究

为了有效抑制可调谐二极管激光吸收光谱法(TDLAS)进行红外湿度检测中的噪声,采用多阈值小波去噪方法对测量通道和参考通道间的差分信号做降噪处理,然后基于数字锁相放大技术从去噪后的差分信号中提取二次谐波信号,最终根据谐波信号的幅值大小确定湿度数值。给出了多阈值小波去噪算法的流程,并做了实验验证。分析显示,本文方法可有效抑制噪声的影响,在极低湿度条件下仍可较好地提取出二次谐波信号。利用制作的湿度检测系统,结合配备的密闭湿度环境,开展了检测实验。结果表明,采用小波去噪后,检测下限可由0.2%降至0.08%,极低湿度条件下(0.2%)的测量误差可由48%降至7.9%,其它浓度下的测量误差小于5%。同时,由于噪声被很好抑制,检测系统的测量标准差小了1个量级,从而改善了系统稳定性。本文的小波去噪方法也可用于具有类似机理的红外气体检测系统中以改善性能指标。     

基于激光吸收光谱多点瓦斯监测技术的研究

研究了可调谐半导体激光吸收光谱(TDLAS)技术在煤矿多点瓦斯监测中的应用.分析讨论了基于光谱吸收原理的多点瓦斯实时监测系统的设计方案,TDLAS技术、分布式光纤传感技术和时分复用的信号检测技术相结合,实现多点气体浓度的光学传感.提出了在光路中嵌入标定池的方法来反演浓度.通过不同浓度的瓦斯气体对系统性能进行了测试,检测限低于60×10-6.研究表明系统方案可行,该技术具有实时、连续、非接触快速检测的特点,能够满足矿井瓦斯多点安全监测要求.关键诃: 激光吸收光谱;光纤传感技术;瓦斯;时分复用     

近红外激光吸收光谱测量火焰中CO2气体浓度

可调谐二极管激光吸收光谱(TDLAS)技术是利用二极管激光器的波长调谐特性,获得被测气体特征吸收光谱范围内的吸收光谱,实现气体的定量分析.这种方法具有高灵敏、高选择性、快速响应、在线测量等诸多优点.介绍了利用TDLAS技术测量火焰中二氧化碳浓度的实验方法,并对消除燃烧中气体湍流造成光强波动的方法进行了研究,得到了较理想的结果.     

TDLAS氧气检测中谐波信号特性研究

可调谐半导体激光吸收光谱(TDLAS)技术是一种具有高灵敏、高分辨、快速响应等特点的气体检测技术,利用半导体激光器可调谐、窄线宽特性,通过检测气体的一条吸收线实现气体浓度的准确检测.阐述了基于波长调制TDLAS技术的氧气检测方法,选择DFB激光器作为光源,通过检测760 nm附近氧气分子的一条吸收线实现了氧气在线监测,主要分析了谐波信号的特性及系统的线性响应.     

TDLAS技术气体检测二次谐波信号的仿真与分析

可调谐半导体激光吸收光谱(TDLAS)技术结合半导体激光器可调谐的特点及气体分子对特定波长能量光的吸收特性,凭借灵敏度高、响应时间短等优势广泛应用于气体浓度检测。TDLAS技术气体浓度检测包括波长调制、气体吸收、二次谐波解调等环节,吸收信号的二次谐波分量携带气体浓度信息,用于计算气体浓度。利用MATLAB对气体检测过程进行了信号仿真,并利用数字锁相放大算法提取了二次谐波信号,验证了二次谐波与气体浓度的关系。通过仿真分析了二次谐波信号随调制系数的变化关系,以便确定较佳的调制参数,为后续系统搭建与气体检测实验提供参考。     

小波阈值去噪技术在呼出气体激光光谱诊断中的应用研究

为了消除激光吸收光谱信号中噪声对分析结果的影响,提出了基于小波变换的阈值去噪方法。利用气体分子的直接吸收光谱信号,结合MATLAB软件进行仿真实验,深入对比分析了阈值方法、分解层数和小波基函数类型对降噪效果的影响,最后将获得的最佳滤波参数用于人体呼出气体的光谱信号分析中。结果表明,小波变换去噪算法模型对呼出气体吸收光谱信号的去噪效果良好。通过选择其他波段的可调谐激光光源,即可实现对其他呼出气体成分的实时分析;量子级联激光光谱系统可广泛应用于呼出气体诊断等领域。     

复合式VCSEL型CO和CH4激光气体检测系统设计

一氧化碳(CO)和甲烷(CH₄)是大气中主要的污染性气体,而且二者都属于易燃易爆气体。一氧化碳和甲烷浓度检测在人民生产生活各个领域都具有重要意义。因此,本文开展了VCSEL型CO和CH₄双组分TDLAS气体检测系统的研究。针对双组分气体检测,提出了一种双波长分时扫描式自主校正检测技术,消除了光信号的交叉干扰,实现了单信号环路对双组分气体的高精度检测;针对VCSEL激光器工作温度稳定性要求高和阈值电流低等工作特性,设计了高精度温控电路和精密电流驱动电路;针对双组分气体光电探测器信号幅值不同的特点,设计了偏压和增益数控可调的光信号采集处理电路。本系统进行了整体性能测试,稳定性较好。     

基于TDLAS技术与小波变换去噪算法的甲烷浓度检测

为进一步提高甲烷浓度检测精度,搭建了基于TDLAS（tunable diode laser absorption spectroscopy）技术的甲烷浓度检测实验系统,利用甲烷在波长1653.72 nm处吸收强度很高且可以最大限度消除其他气体干扰的特性,通过提取二次谐波信号实现甲烷浓度检测。然后分别采用heursure硬阈值算法、heursure软阈值算法和sqtwolog固定阈值算法作为小波变换阈值算法,通过分析未去噪及小波变换去噪处理后得到的甲烷吸收信号谱图、甲烷二次谐波信号谱图、甲烷吸收信号的信噪比和均方根误差,优选sqtwolog固定阈值算法作为小波变换阈值算法。不同浓度的甲烷标气线性拟合实验及特定浓度的甲烷标气重复性实验结果表明:通过小波变换（采用sqtwolog固定阈值算法）能有效降低噪声干扰,去噪处理后提取的二次谐波信号与甲烷真实浓度拟合优度R2为0.984,拟合效果更佳。采用TDLAS技术结合小波变换去噪算法,实现甲烷浓度检测的同时也能提高甲烷浓度检测精度。     

磁共振图像阀值去噪方法研究

磁共振成像已成为脑功能病理和解剖研究的主要手段，是医学影像学领域中最活跃的技术。由于在成像过程中复杂的电磁场环境容易受到人体热噪声干扰，使得磁共振图像去噪成为很重要的研究热点。小波分析具有多尺度分辨和去相关性等特点，在去除被白噪声污染的磁共振图像方面得到了广泛应用。但磁共振图像经传统的小波分析去噪后，细节信息部分丢失，图像的边缘变得模糊．针时这些问题，时经典的小波阀值去噪方法进行了改进，将关键参数取值与预估计联系起来，将阀值的选定与图像的局部特征结合起来，提出一种灵活的、自适应的去噪新方法。与经典方法相比，采用本方法处理的噪声图像去噪后图像的细节更丰富，边缘信息完善，视觉效果更好。     

基于子波变换的无线通信网络干扰信号检测研究

在冗杂环境下,为有效识别无线通信网络干扰信号,提出基于子波变换的无线通信网络干扰信号检测研究。将干扰信号分为单音、多音、调频等类型,利用射线模型描述通信信道损失,确立噪声影响下的干扰信号结构,提取信号时频分布特征;在子波变换过程引入阈值滤波算法,将噪声投影在不同子波空间中,合理设置阈值,计算新的变换系数,实现信号去噪;采用混沌循环谱方法,将干扰信号检测转换为二元假设检验问题,获取二阶时变检测函数,计算决策量,结合门限值完成干扰信号检测。实验结果表明,该方法能够有效过滤噪声,检测出的干扰信号波形与频率与实际情况相符。     

非采样间隔信道的LTE上行信道估计新方法

为了解决非采样间隔信道的冲激响应能量泄漏和低信噪比下高斯白噪声的干扰问题,采用一种将小波去噪技术与改进的基于DFT的估计方法相结合的LTE上行系统信道估计的新方法。仿真结果表明,基于部分加权估计的时间窗函数的正确选择能有效地改善原有方法在高信噪比下的地板效应,与小波去噪结合能有效提高低信噪比下的信道估计性能。     

基于小波变换的结构光光条图像去噪方法

结构光光条图像通常受到大量噪声的干扰,会对光条图像分析的造成影响。本文通过对结构光光条图像的噪声特点的分析,结合中值滤波和小波去噪特性,提出基于自适应中值滤波和改进小波重构的去噪方法。用本文提出的方法对结构光光条图像进行去噪处理,并与传统小波软阈值去噪法等其他去噪方法结果进行对比。使用客观的评价标准对两种方法去噪效果进行评价,结果表明,本文提出的去噪方法对结构光光条图像有更好的去噪效果。     

遗传算法优化小波阈值对水质光谱数据的去噪研究

针对紫外-可见光谱法水质检测系统易受到仪器本身和外界环境的噪声干扰, 所测得的光谱数据存在大量系 统和杂散光噪声的问题, 在对紫外-可见光谱法水质检测系统的噪声源分析的基础上提出将遗传算法应用于小波阈值 优化的去噪方法, 并与小波软阈值、 SG 平滑和中值滤波方法进行了对比。为评价去噪效果, 对同一浓度的邻苯二甲 酸氢钾标液的紫外-可见光谱数据进行去噪实验。在采用遗传算法选取小波最优阈值对标液进行去噪处理的同时, 还 采用传统小波软阈值去噪、 SG 平滑和中值滤波去噪作为对比。为验证该算法的实际可行性, 进一步用这四种方法对 某地排水沟和某污水处理厂排水口的实际水样光谱进行去噪处理。实验结果表明: 基于遗传算法的小波阈值去噪效 果良好, 相较于传统的小波软阈值去噪、 SG 平滑和中值滤波的方法, 信噪比分别提高了 2.2994、 5.7066、 2.6155 dB, 均方根误差分别减小了 0.0028、 0.0087、 0.0033, 峰值信噪比分别提高了 2.0837、 5.2569、 2.7375 dB。基于遗传算法 的小波阈值去噪算法不仅抑制了光谱数据中的噪声, 同时也提高了系统精度, 为紫外-可见光谱法水质光谱去噪处理提 供了一种新的解决办法。     

基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术

针对电网环境噪声导致自适应噪声的CEEMDAN谐波检测精度低的问题,文中提出了一种基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术。利用修正因子T_j自适应调整阈值,通过可调参数τ调节阈值函数软、硬特性,并将改进的小波阈值去噪方法应用于谐波信号的预处理。经预处理的信号再进行CEEMDAN分解,可有效抑制模态混叠束缚。运用相关度判据去除虚假分量,并利用Hilbert变换解调包含谐波特征的分量,准确提取其幅频信息。经MATLAB仿真可知,改进小波阈值去噪与CEEMDAN-HT的融合算法可将稳态谐波检测平均误差被控制在1%以下,暂态谐波检测平均误差被控制在2.1%以下,呈现出良好的抗噪性能。     

Wavelet Notch Filter Design of Spread-Spectrum Communication Systems for High-Precision Wireless Positioning

Spread-spectrum communication systems are now commonly used in the field of cellular telephone positioning. However, wireless positioning systems by low-power spread-spectrum communication are extremely vulnerable to high-power interference, which limits achievable measurement precision. In this paper, a bandwidth variable wavelet notch filter design method is proposed to suppress a large number of jammers in multiple locations with noise interfering with spread-spectrum systems. The filter uses combinations of Gaussian wavelets with optimal time-frequency localization and computational efficiency for real-time operation of denoising. The performance of the adaptive filter has been evaluated by experiments associated with a spread-spectrum communication system model employing a reliable noise detector to locate the filter notch. Experimental results demonstrate that the proposed wavelet notch filter removes the narrow-band interference in accordance with the corrupted frequency contents while minimizing signal distortion and information loss, which leads to high-precision wireless positioning.     

Denoising by singularity detection

A new algorithm for noise reduction using the wavelet transform is proposed. Similar to Mallat's (1992) wavelet transform modulus maxima denoising approach, we estimate the regularity of a signal from the evolution of its wavelet transform coefficients across scales. However, we do not perform maxima detection and processing; therefore, complicated reconstruction is avoided. Instead, the local regularities of a signal are estimated by computing the sum of the modulus of its wavelet coefficients inside the corresponding “cone of influence”, and the coefficients that correspond to the regular part of the signal for reconstruction are selected. The algorithm gives an improved denoising result, as compared with the previous approaches, in terms of mean squared error and visual quality. The new denoising algorithm is also invariant to translation. It does not introduce spurious oscillations and requires very little a priori information of the signal or noise. Besides, we extend the method to two dimensions to estimate the regularity of an image by computing the sum of the modulus of its wavelet coefficients inside the so-called “directional cone of influence”. The denoising technique is applied to tomographic image reconstruction, where the improved performance of the new approach can clearly be observed