[发明专利]一种ESR特征信号提取方法及系统有效
申请号: | 202210493305.5 | 申请日: | 2022-05-07 |
公开(公告)号: | CN115015312B | 公开(公告)日: | 2023-03-21 |
发明(设计)人: | 韩小涛;祁欣;肖后秀 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G01N24/10 | 分类号: | G01N24/10 |
代理公司: | 武汉华之喻知识产权代理有限公司 42267 | 代理人: | 李君;廖盈春 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
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 esr 特征 信号 提取 方法 系统 | ||
1.一种ESR特征信号提取方法,其特征在于,包括以下步骤:
(1)按照高斯型和洛伦兹型ESR信号特征,通过K-SVD算法生成过完备原子字典;
(2)利用正交匹配追踪法,从过完备原子字典中分别选择与采集的参考信号和被测信号最匹配的原子;
(3)将最终匹配的原子线性组合重构ESR信号和参考信号;
(4)将重构的ESR信号和重构的参考信号进行比对,提取被测信号中ESR信号的有效特征;
其中,原子的表达式为:
其中,x为时间;f(x)为ESR信号幅值;E、F是与样品自旋时间相关的参数;通过设置不同的E和F获取不同的ESR信号谱线。
2.根据权利要求1所述的ESR特征信号提取方法,其特征在于,所述被测信号为降噪后的被测信号;
对被测信号采用MED降噪方法,具体为:
将采集器获取的原始被测信号复制n份,每一份加入幅值不同的随机噪声信号进行合成;
将合成后的信号进行最小熵解卷积运算,获取降噪后的被测信号;其中,随机噪声信号的幅值小于被测信号的幅值;n为大于等于3的整数。
3.根据权利要求1或2所述的ESR特征信号提取方法,其特征在于,选择最匹配原子的计算表达式为:
|<y’,x0’>|=sup|<y’,xj’>|
其中,y’为被测信号或参考信号;x0’表示被测信号或参考信号最匹配的原子;xj’为过完备原子字典中第j个原子;sup为几何上确界。
4.根据权利要求3所述的ESR特征信号提取方法,其特征在于,将被测信号分解为最匹配原子上的分量和残差部分,表达式为:
y’=<y’,x0’x0’+R1
其中,R1为残差部分。
5.根据权利要求1或4所述的ESR特征信号提取方法,其特征在于,所述正交匹配追踪法,包括以下步骤:
(S1)在过完备原子字典中选择与信号残差内积绝对值最大的原子;其中,令信号残差初始值为被测信号或参考信号;
(S2)将步骤(S1)选择出的原子作为列构建最佳匹配原子矩阵;
(S3)基于最佳匹配原子矩阵,获取其列空间的正交投影算子;
(S4)利用当前信号残差与正交投影算子,构建稀疏逼近方法更新信号残差;
(S5)从过完备原子字典中选择与更新后的信号残差内积绝对值最大的原子作为与被测信号或参考信号最匹配的原子;
(S6)返回(S4),直至迭代次数达到预设最大迭代次数,执行步骤(S7);
(S7)采用每次迭代获取的最匹配原子的线性组合加上最后一次迭代的信号残差表示ESR信号或参考信号。
6.一种ESR特征信号提取系统,其特征在于,包括:
第一探测器,用于采集参考信号;
第二探测器,用于采集被测信号;
稀疏分解模块,包括字典构建单元、正交投影单元、信息重构单元和特征提取单元;
所述字典构建单元用于按照高斯型或洛伦兹型ESR信号特征,通过K-SVD算法生成过完备原子字典;
所述正交投影单元用于利用正交匹配追踪法,从过完备原子字典中分别选择与采集的参考信号和被测信号最匹配的原子;
所述信息重构单元用于将最匹配的原子线性组合重构ESR信号和参考信号;
所述特征提取单元用于将重构的ESR信号和重构的参考信号分别进行比对,提取被测信号中ESR的有效特征;
其中,原子的表达式为:
其中,x为时间;f(x)为ESR信号幅值;E、F是与样品自旋时间相关的参数;通过设置不同的E和F获取不同的ESR信号谱线。
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华中科技大学,未经华中科技大学许可,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/202210493305.5/1.html,转载请声明来源钻瓜专利网。