[发明专利]激光诱导击穿光谱的小波阈值降噪的阈值校正方法

说明书

技术领域

本发明涉及激光诱导击穿光谱的信号预处理分析领域，具体是一种基于合理的阈值校正数学模型，通过灰色理论和模糊理论计算得到校正后的阈值并用于激光诱导击穿光谱的小波阈值降噪。

背景技术

激光诱导击穿光谱（LIBS）是一种典型的原子发射光谱测量技术。它利用聚焦的强脉冲激光将待测样品激发成等离子体而形成发射光谱，通过分析等离子体中原子或离子光谱来实现对样品的元素分析。LIBS发射强度的严重波动受到以冲击波形式的等离子传播的影响，并且受到来自多种噪声源，比如光电耦合器的暗电流，电子电路的热噪声以及光谱仪的杂散光和等离子体的连续辐射等。这些噪声夹杂在LIBS光谱信号中，不利于后续的样品元素分析。

为了解决LIBS光谱信号的降噪问题，人们通常采用的手段有两类：直接影响测量采集的硬件优化方式（设计滤波器、隔离器和探测器）以及LIBS光谱信号采集之后使强度增强的软件方法（设计数字滤波器、平滑滤波器和小波滤波器）。硬件优化方式由于其研发周期长和耗费大，造成了硬件优化手段的应用存在很大的局限性。软件方法不仅具有比硬件优化方式更高的精度而且还具有硬件优化方式不能比拟的可靠性，甚至能够实现硬件优化方式在理论上也无法达到的性能。软件滤波方法主要包括平滑滤波器、数字滤波器和小波滤波方法。平滑滤波器虽然能够保留LIBS信号的形状特征但是会导致LIBS信号在幅值上的损失较大，这不利于后续的LIBS定量分析。数字滤波器由于需要选择的合理滤波器参数较多会增加算法的复杂性并存在计算量大的不足。小波滤波方法主要包括三种：系数相关性方法、模极大值方法和阈值方法。系数相关性方法不仅需要定义直接影响到降噪效果的相关系数，而且需要迭代，计算量较大。模极大值方法存在一个由模极大值重构小波系数的问题，由于其重构算法的不同会导致降噪结果的不理想，此外还有算法复杂、计算量较大、收敛缓慢和稳定性较差的不足。阈值方法不仅具有需要选择的滤波参数（阈值和阈值函数）较少的优点，而且实现最简单、计算量最小。

发明内容

为了解决现有小波阈值降噪中选择阈值的困难所引起的降噪效果不理想的不足，本发明的目的在于提出了一种基于合理的阈值校正数学模型，通过灰色理论和模糊理论计算得到校正后的阈值并用于激光诱导击穿光谱的小波阈值降噪。

本发明为实现上述目的所采用的技术方案是：一种激光诱导击穿光谱的小波阈值降噪的阈值校正方法，包括以下步骤：

输入整个激光诱导击穿光谱信号，利用Shannon熵来选择小波基函数利用白噪声检验方法来确定小波阈值降噪的分解层数J；

根据所述小波基函数以及小波阈值降噪的分解层数J对激光诱导击穿光谱信号进行离散小波变换，得到每一个分解层j上的近似系数cA_j和细节系数cD_j，j=1,…,J；

在每一个分解层j上，基于Donoho阈值λ_j，根据灰色系统理论计算得到上阈值的修正参数γ_j；根据模糊系统理论计算小波系数模糊集合的隶属度：近似系数模糊集合的隶属度和细节系数模糊集合的隶属度

在每一个分解层j上，根据和计算得到下阈值的修正参数C_j；

在每一个分解层j上，根据上阈值的修正参数γ_j和下阈值λ_1j的修正参数C_j，计算得到新的上阈值λ_2j=γ_j·λ_j和新的下阈值λ_1j=C_j·λ_2j；

在每一个分解层j上，将新的上阈值λ_2j和新的下阈值λ_1j代入半软阈值函数T_j，计算得到校正后的细节系数

通过Mallet方法，利用cA_J和校正后的细节系数对激光诱导击穿光谱信号进行小波重构，完成激光诱导击穿光谱信号降噪过程。

所述的每一个分解层j上的近似系数cA_j={a_j,1,…,a_j,i,…,d_j,k}和细节系数cD_j={d_j,1,…,d_j,i,…,d_j,k},其中，i代表小波系数的序号，k代表小波系数的个数。