[发明专利]一种高锌背景下痕量多金属离子检测光谱微分预处理方法有效
申请号: | 201810994636.0 | 申请日: | 2018-08-29 |
公开(公告)号: | CN109115704B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 阳春华;吴书君;朱红求;李勇刚;程菲;龚娟 | 申请(专利权)人: | 中南大学 |
主分类号: | G01N21/31 | 分类号: | G01N21/31 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 背景 痕量 金属 离子 检测 光谱 微分 预处理 方法 | ||
1.一种高锌背景下痕量多金属离子检测光谱微分预处理方法,其特征在于:包括如下步骤:
S1:计算待测痕量金属离子在不同微分阶次下的覆盖度和失真度;
其中,首先获取基于高锌背景的痕量单金属离子溶液和痕量多金属离子混合溶液的光谱信号图并进行不同微分阶次的处理,再基于处理后的光谱信号图计算高锌背景下待测痕量金属离子在不同微分阶次下的覆盖度和失真度;
所述覆盖度是依据信号掩蔽程度和信号重叠程度而设定,用于表示待测痕量金属离子的可用信息和受干扰程度,所述覆盖度的计算过程如下:
S11:获取待测离子的光谱信号与总光谱信号的吸光度之比小于0.5的波长点数;
S12:再计算S11获取的波长点数与光谱信号图总波长点数的商,并将所述商作为覆盖度;
所述失真度用于表示待测痕量金属离子的微分滤波预处理后的光谱与原始光谱信息间的差异;
S2:基于待测痕量金属离子在不同微分阶次下的覆盖度和失真度分别拟合出待测痕量金属离子的覆盖度与微分阶次的函数关系以及失真度与微分阶次的函数关系;
S3:计算出每个待测痕量金属离子的非劣解集;
其中,首先基于每个待测痕量金属离子的覆盖度与微分阶次的函数关系以及失真度与微分阶次的函数关系分别构建出对应每个待测痕量金属离子的多目标优化问题,再基于多目标粒子群优化算法对每个待测痕量金属离子的多目标优化问题进行求解得到每个待测痕量金属离子的非劣解集;
其中,所述非劣解集包括满足性能要求下的微分阶次及其对应的覆盖度和失真度;构建的多目标优化问题为:以覆盖度最小和失真度最小为优化目标,以微分阶次为决策变量;
S4:从每个待测痕量金属离子的非劣解集中分别选择一个阶次作为待测痕量金属离子的最优微分阶次,并基于对应的最优微分阶次对每个待测痕量金属离子的光谱信号图进行微分导数滤波预处理。
2.根据权利要求1所述的方法,其特征在于:所述待测痕量金属离子的失真度的计算公式如下:
式中,G为待测痕量金属离子的失真度,AiI为物质光谱信号矩阵AI中第i个波长点对应的元素,AiR表示真实光谱信号矩阵AR中第i个波长点对应的元素,N为波长点总数;
其中,光谱信号矩阵为每个波长点下的吸光度。
3.根据权利要求1或2任一项所述的方法,其特征在于:所述光谱信号中的波长点数是基于光谱扫描范围和光谱扫描间隔设置,所述光谱扫描范围为400-800nm,光谱扫描间隔为1nm。
4.根据权利要求1所述的方法,其特征在于:步骤S2构建的所述多目标优化问题如下:
min J1(x)=F(x)
min J2(x)=G(x)
s.t.0≤x≤2
式中,x为决策变量,即微分阶次,F(x)为所述覆盖度拟合函数,G(x)表示所述失真度拟合函数,J1(x)、J2(x)分别表示以覆盖度和失真度为指标的优化目标。
5.根据权利要求1所述的方法,其特征在于:步骤S4中最优微分阶次的选取规则为:非劣解集中满足失真度小于或等于0.5时,覆盖度最低的微分阶次。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810994636.0/1.html,转载请声明来源钻瓜专利网。