[发明专利]基于改进卡尔曼滤波算法的色谱峰滤波方法及系统在审
申请号: | 202210344794.8 | 申请日: | 2022-04-02 |
公开(公告)号: | CN114676732A | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 李亮;王晶;李振;冯新用;刘广才;贾明正;凌星;程文播 | 申请(专利权)人: | 天津国科医工科技发展有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H03H17/02 |
代理公司: | 北京远大卓悦知识产权代理有限公司 11369 | 代理人: | 韩玲 |
地址: | 300300 天津*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 卡尔 滤波 算法 色谱 方法 系统 | ||
1.一种基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,包括以下步骤:
S1、预先将与待测样本相同的样本进行液质串联质谱检测,以获取的色谱图中的一个特征色谱峰为基础建立折线式的卡尔曼滤波状态方程和卡尔曼滤波的观测方程:
折线式的卡尔曼滤波状态方程为:
其中,x(n)为色谱图在n时刻下的强度,w为一服从高斯分布的随机变量,(T1,C1)为色谱图中的特征色谱峰的左起点坐标,(T2,C2)为该特征峰的右起点坐标,(Th,Ch)为该特征峰的最高点坐标;
卡尔曼滤波的观测方程为:
y(n)=x(n)+v (2)
其中,x(n)为色谱图在n时刻下的强度;y(n)为n时刻下的观测强度,即我们获知的强度值;v是一个服从高斯分布的随机变量;
S2、采用步骤S1建立的折线式的卡尔曼滤波状态方程和卡尔曼滤波的观测方程对后续待测样品的色谱峰进行滤波。
2.根据权利要求1所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,该方法以如下条件a和b为前提:
a、色谱峰是对于时间轴的一维信号,噪声是加性的且为高斯噪声;
b、色谱峰形成的过程是马尔可夫过程,即当前时刻的强度仅和上一时刻相关。
3.根据权利要求2所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,步骤S1中,左起点的确定方法为:如果有连续4个点的斜率大于K,则这4个点中的最左端的一个点为左起点(T1,C1);右起点的确定方法为:如果有连续4个点的斜率小于-K,则这4个点中的最右端的一个点为右起点(T2,C2);其中,K为正数。
4.根据权利要求3所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,其中,K为5-15。
5.根据权利要求4所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,其中,K=10。
6.根据权利要求5所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,所述步骤S2包括:
1)初始化中间变量P1|0;
2)计算中间变量:
其中Pn|n-1为应用于计算的中间变量;Qv为噪声v的自协方差;Gn是用于后续计算的中间变量;
3)计算过去观测估计与观测的差量αn:
其中为yn观测色谱峰的强度信息;为对强度信息的估计,这是一个计算过程的中间变量,初始值为
4)计算当前估计值
其中Gn和αn分别由步骤2)和步骤3)计算得到;
5)由当前观测估计计算预测估计
6)生成计算所需的中间变量Pn+1|n:
Pn|n=Pn|n-1(1-Gn) (7);
其中Pn|n是为计算Pn+1|n所产生的中间变量;Gn由步骤2)计算获得;Qw是噪声w的自协方差;返回步骤2进行迭代;
6)记观测信号(y(1)…y(k)…y(N))的长度为N,当迭代次数达到N时停止迭代,将步骤4)中得到的作为色谱峰滤波后的输出。
7.根据权利要求6所述的基于改进卡尔曼滤波算法的色谱峰滤波方法,其特征在于,所述步骤1)中,初始化P1|0=1。
8.一种基于改进卡尔曼滤波算法的色谱峰滤波系统,其特征在于,其采用如权利要求1-7中任意一项所述的方法进行色谱峰滤波处理。
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天津国科医工科技发展有限公司,未经天津国科医工科技发展有限公司许可,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/202210344794.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:衣物处理装置
- 下一篇:一种方向盘控制氛围灯的方法、装置、设备及读存介质