遗传算法优化小波阈值对水质光谱数据的去噪研究
2021-10-23肖渝黄丽雯汤斌肖棋森赵明富李奉笑
大气与环境光学学报 2021年5期
肖渝,黄丽雯,汤斌,肖棋森,赵明富,李奉笑
(重庆理工大学光纤传感与光电检测重庆市重点实验室,重庆 400054)
0 引言
直接紫外-可见光谱法具有无二次污染、分析速度快、原位测量的优点[1],近年来已成为水质检测领域的研究热点。紫外-可见光谱法水质检测系统主要由光源、光路结构、光电转换和处理终端四部分组成。在实际应用中,光源的不稳定和外界的杂散光对采集的光谱数据造成严重的噪声干扰。实测水样的光谱噪声主要表现为低频噪声和高频噪声,低频噪声主要受到水中颗粒物的散射干扰,表现为光谱的基线偏移,可通过多元散射校正[2]。外界环境的干扰和仪器本身的不稳定性会产生高频噪声,在实际应用中表现为信号的非平稳跳变[3],极大影响了光谱数据的识别性,降低了光谱模型的准确性和适应性[4]。因此,滤除噪声干扰成为了光谱数据的关键技术问题。
小波分析具有多层分解识别度,能实现时间和频率的细分,在物理学[5]、机械工程[6]、图像处理[7]等众多领域被广泛应用。阈值去噪是小波分析中常用的方法,其原理是将信号多尺度分解为高频系数和低频系数,有效信号和噪声在分解后表现出特性差异,通过阈值函数将噪声区分出来,最后重构小波系数逆变换后得到去噪信号。阈值去噪中阈值的选择影响信号的平稳性和准确度,目前在众多领域都有相关研究[8−11]。同时,最优阈值的选取也是小波分析的关键问题,但在紫外-可见光谱分析领域尚缺乏较好的解决方案。……
登录APP查看全文
