[发明专利]一种ATP水解反应辐射的红外光谱特性的分析方法

说明书

技术领域

本发明涉及数字信号频谱分析技术，具体涉及一种ATP水解反应辐射的红外光谱特性的分析方法。

背景技术

ATP是人体细胞的能量来源，可以为细胞的代谢活动、免疫功能以及增生能力提供所必需的能量。ATP和ADP可以互相转变，以释放和吸收能量：

其中，ΔE＝33.50～50.24kJ/mol。根据Plank公式ε＝hν，其中h＝6.626×10^-34Js。则1mol ATP分子水解，发射光子的波长范围应在2.3-3.5μm之间，即细胞内ATP能量代谢辐射的红外光谱主要集中在近红外区域。因此，在研究ATP水解反应实验的红外辐射和肿瘤细胞的红外辐射过程中，都需要采集研究辐射信号的频谱特性。

由于波长与频率成反比例关系，因此研究ATP水解反应实验的红外辐射和肿瘤细胞的红外辐射的波长特性，实际就是研究该红外辐射信号的频谱特性。目前应用于信号频率估计的频谱分析技术可分为两类，一类是经典谱估计方法，主要代表是FFT(The Fast Fourier Transform)方法，一类是现代谱估计方法，主要代表有ML(Maximum Likelihood)方法、MUSIC(Multiple Signal Classification)方法、Min-Norm方法和ESPRIT(Estimation of Signal Parameters using Rotational Invariance Technique)方法等。作为经典谱估计方法的FFT算法虽然高效快捷，但是无法解决频率分辨率和数据长度之间的矛盾(频率分辨率为1/N，N为数据长度)，即频率分辨率要求越高，则采样数据长度要求越大，相应的计算时间就会增加，因此FFT算法在快速高分辨率的频率估计场合应用受到限制。而作为现代谱估计的MUSIC方法、Min-Norm方法和ESPRIT方法在高精度的频率估计场合应用很多，但是他们也存在着固有的缺陷——运算量大和实时性低，而且在低信噪比下性能急剧恶化。这些缺陷限制了MUSIC方法，Min-Norm方法和ESPRIT方法在某些信噪比较低或对频率估计实时性能要求较高场合的应用。

发明内容

针对ATP水解反应实验的红外辐射和肿瘤细胞的红外辐射的频谱特性分析问题，借鉴波束域DOA估计方法，提出了一种ATP水解反应辐射的红外光谱特性的分析方法，本发明通过波束形成技术，建立波束域频率估计信号模型，分析接收数据的方差矩阵特征分解的信号子空间和噪声子空间，推导出了一种频率波束域MUSIC估计方法(FB-MUSIC)，以降低MUSIC频率估计算法的计算量和信噪比分辨门限，提高算法的实时性和估计性能。

为达到以上目的，本发明采取了如下技术方案：

一种ATP水解反应辐射的红外光谱特性的分析方法，包括以下步骤：

步骤一：根据采样数据，结合频率估计和DOA估计的相似性，建立频率估计的阵元域阵列信号模型；

步骤二：利用DFT方法，构建波束形成矩阵B；

步骤三：根据波束形成矩阵B，建立波束域阵列信号模型；

步骤四：对波束域接收数据的方差矩阵进行特征分解，并根据特征值大小，确定信号子空间S_fb和噪声子空间G_fb；

步骤五：按照频率波束域MUSIC算法计算空间谱，估计信号频率，分析红外光谱特性。

步骤一具体为：通过时空转换，把一维的频率估计信号模型转换为一维的空间DOA估计信号模型，建立频率估计阵列信号模型：

Y_f(n)＝A(f)X(n)+W(n)

其中，n＝1,2,…,L，Y_f(n)＝[y₁(n) y₂(n) … y_M(n)]^T是频率估计的快拍数据，L是采样快拍数，M是阵列信号模型的阵元数；A(f)＝[a(f₁) a(f₂) … a(f_k)]是信号频率向量矩阵；f_i(i＝1,2,…,k)是正弦波信号频率，k是信号频率数；X(n)＝[x₁(n) x₂(n) … x_k(n)]^T是信号向量；W(n)＝[e₁(n) e₂(n) … e_M(n)]^T是噪声向量。