激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法
【專利摘要】本發明公開了一種用于激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，基于噪聲能量分布的數學模型，通過小波能量熵計算得到噪聲能量值的預測區間并用于確定激光誘導擊穿光譜的小波降噪的最佳分解層數，通過本方法可以自動地選擇LIBS小波降噪的分解層數，取得了很好的小波降噪效果，在提高了信噪比同時降低了檢出限。
【專利說明】激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法
【技術領域】
[0001]本發明涉及激光誘導擊穿光譜的信號預處理分析領域，具體是一種基于噪聲能量 分布的數學模型，通過小波能量熵計算得到噪聲能量值的預測區間并用于確定激光誘導擊 穿光譜的小波降噪的最佳分解層數。
【背景技術】
[0002]激光誘導擊穿光譜（LIBS)是一種常用的激光燒蝕光譜分析技術。激光經過透鏡 聚焦到樣品上就會在樣品局部產生等離子體。用光譜儀直接收集樣品表面等離子體產生的 發射譜線信號，根據發射光譜的強度對樣品進行元素分析。LIBS發射光譜的強度受到多種 噪聲源因素的影響，比如光電耦合器的暗電流、電子電路的熱噪聲以及光譜儀的雜散光和 等離子體的連續輻射等。這些噪聲往往與LIBS發射光譜信號混雜在一起，不利于后續的樣 品元素分析。
[0003]為了解決LIBS光譜信號的降噪問題，通常采用的方法有兩類：硬件優化方法和軟 件方法。硬件優化方法通常包括設計濾波器以及隔離器來降噪，但是受到開發周期較長和 耗費多的影響，造成了硬件優化方法使用起來受到了較大的局限性。軟件方法不但具備硬 件優化方法不可比擬的可靠性和精度，而且還具有硬件優化方法無法達到的性能。軟件濾 波降噪的方法有很多，其中以具有出色的時頻局部特性的小波降噪方法為最常用的方法。 小波降噪方法主要包括三種：系數相關性方法、模極大值方法和閾值方法。這三種小波濾波 方法的降噪效果均受到小波分解層數的影響。分解層數過多會造成信號有用信息的丟失， 信噪比反而下降且增加運算量；分解層數過少則降噪效果不理想，信噪比提高有限。常用的 確定小波最佳分解層數的方法是白噪聲檢測方法，它基于小波系數的相關性系數白化檢驗 來確定小波降噪的最佳分解層數。但是，這種方法在較大的分解層上會產生自相關性較好 的子信號，與真實信號混淆，造成了小波最佳分解層數的選擇出現偏差影響了小波降噪效 果。
【發明內容】
[0004]為了解決現有小波降噪中選擇最佳分解層數的困難所引起的降噪效果不理想的 不足，本發明的目的在于提出了一種基于噪聲能量分布的數學模型，通過小波能量熵計算 得到噪聲能量值的預測區間并用于確定激光誘導擊穿光譜的小波降噪的最佳分解層數。
[0005]本發明為實現上述目的所采用的技術方案是：一種激光誘導擊穿光譜的小波降噪 的最佳分解層數選擇方法，包括以下步驟：
[0006]步驟1)輸入整個激光誘導擊穿光譜信號Y，并對激光誘導擊穿光譜信號Y進行標 準化計算得到標準化后的激光誘導擊穿光譜信號y;
[0007]步驟2)利用蒙特卡洛方法產生與步驟1)中激光誘導擊穿光譜信號Y長度一致、 統計特性一致的高斯白噪聲N;
[0008]步驟3)利用Shannon熵來選擇小波基函數*并計算得到最大的分解層數M;
[0009] 步驟4)根據小波基函數f對標準化后的激光誘導擊穿光譜信號y進行離散小波變 換，計算得到標準化后的激光誘導擊穿光譜信號y在每一個分解層上的細節系數cD^根據 小波基函數-對高斯白噪聲N進行離散小波變換，計算得到高斯白噪聲N在每一個分解層上 的細節系數cD'」，j=l，…，M;
[0010] 步驟5)根據標準化后的激光誘導擊穿光譜信號y在每一個分解層上的細節系 數d^_重構標準化后的激光誘導擊穿光譜信號y在每一層的高頻子信號& ;根據高斯白 噪聲N在每一個分解層上的細節系數cD'_重構高斯白噪聲N在每一層的高頻子信號S'」， j=l，…，M;
[0011] 步驟6)根據標準化后的激光誘導擊穿光譜信號y在每一層的高頻子信號Sj， j=l，…，M，計算小波能量熵WEE」及其差分導數D(WEEP，j=2,…，M;根據高斯白噪聲N在 每一層的高頻子信號S'_，j=l，…，M，計算小波能量熵WEE'_，j=l，…，M，及其差分導數D (WEE、)，j=2,…，M;
[0012] 步驟7)根據D(WEEP在置信水平為0. 95下，計算預測區間；
[0013] 步驟8)如果某一D(WEE'p超出所述預測區間，就得到了最佳分解層數j-1。
[0014] 所述的標準化后的激光誘導擊穿光譜信號y的計算公式是
【權利要求】
1. 一種激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其特征在于，包括以 下步驟： 步驟1)輸入整個激光誘導擊穿光譜信號Y，并對激光誘導擊穿光譜信號Y進行標準化 計算得到標準化后的激光誘導擊穿光譜信號y ; 步驟2)利用蒙特卡洛方法產生與步驟1)中激光誘導擊穿光譜信號Y長度一致、統計 特性一致的高斯白噪聲N; 步驟3)利用Shannon熵來選擇小波基函數f，并計算得到最大的分解層數M ; 步驟4)根據小波基函數f對標準化后的激光誘導擊穿光譜信號y進行離散小波變換， 計算得到標準化后的激光誘導擊穿光譜信號y在每一個分解層上的細節系數cD^根據小 波基函數夢對高斯白噪聲N進行離散小波變換，計算得到高斯白噪聲N在每一個分解層上 的細節系數cD'」，j=l，…，M; 步驟5)根據標準化后的激光誘導擊穿光譜信號y在每一個分解層上的細節系數cDj重 構標準化后的激光誘導擊穿光譜信號y在每一層的高頻子信號M艮據高斯白噪聲N在每 一個分解層上的細節系數cD'.重構高斯白噪聲N在每一層的高頻子信號S'.，j=l，…，M ; 步驟6)根據標準化后的激光誘導擊穿光譜信號y在每一層的高頻子信號Sp j=l，… ，M，計算小波能量熵WEE」及其差分導數D(WEEp，j=2,…，M ;根據高斯白噪聲N在每一層 的高頻子信號S'」，j=l，…，M，計算小波能量熵WEE'」，j=l，…，M，及其差分導數D (WEE'」）， j=2,…，M; 步驟7)根據D(WEEP在置信水平為0. 95下，計算預測區間； 步驟8)如果某一 D (WEE' p超出所述預測區間，就得到了最佳分解層數j-1。
2. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述的標準化后的激光誘導擊穿光譜信號y的計算公式是
，其中， u是Y的平均值，〇是￥的標準方差。
3. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述統計特性是激光誘導擊穿光譜信號Y的平均值和標準方差。
4. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述的最大分解層數M的計算公式是M= [log2 (L)]，其中，L是激光誘導擊穿光譜 信號y的長度，[.]是取整函數。
5. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述小波能量熵WEE」的計算公式是
驟5)中的Sj和S'」分別代入小波能量熵計算公式得到了 WEE」和WEE'」；j是分解層數。
6. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述的差分導數D (WEEP，j=2,…，M，的計算公式是D (WEEP iWEE^WEEm。
7. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述的差分導數D (WEE' p，j=2,…，M，的計算公式是 D(WEE，』)=職，「WEE，m。
8. 根據權利要求1所述的激光誘導擊穿光譜的小波降噪的最佳分解層數選擇方法，其 特征在于，所述步驟7)中的計算預測區間包括以下步驟： 對于分解層數j=2,…，M所對應的差分導數D (WEE'p的預測區間計算公式是
【文檔編號】G06F19/00GK104346516SQ201310349886
【公開日】2015年2月11日 申請日期:2013年8月9日 優先權日:2013年8月9日
【發明者】于海斌, 張博, 孫蘭香, 楊志家, 辛勇, 叢智博, 齊立峰 申請人:中國科學院沈陽自動化研究所