一种基于同频多调制深度的气体浓度检测方法、装置、电子设备及存储介质与流程
本发明涉及光谱气体分析,具体涉及一种基于同频多调制深度的气体浓度检测方法、装置、电子设备及存储介质。
背景技术:
1、现有气体浓度检测通常采用单一波长调制深度获取二次谐波响应信号,并根据该响应信号进行气体浓度计算。然而,二次谐波响应信号与波长调制深度具有对应关系,不同波长调制深度下能够获得不同的响应特征,单一波长调制深度仅能够获取有限的响应信息,难以充分表征目标气体在不同调制深度下的吸收响应特性。当响应信号发生波动或气体吸收特性发生变化时,单一调制深度下的有限响应信息难以对气体浓度进行准确表征,容易导致气体浓度计算结果存在较大误差,检测精度较低。
技术实现思路
1、本发明实施例提供一种基于同频多调制深度的气体浓度检测方法、电子设备及存储介质,能够解决单一波长调制深度仅能够获取有限的响应信息,难以充分表征目标气体在不同调制深度下的吸收响应特性,进而导致气体浓度检测精准度较低的问题。
2、本发明实施例提供一种基于同频多调制深度的气体浓度检测方法,包括:
3、获取待检测气体的目标吸收带以及音叉共振频率;
4、根据目标吸收带确定激光发射器的中心波长位置,根据音叉共振频率确定激光发射器的调制频率;
5、在保持中心波长位置和调制频率不变的情况下,多次调节激光发射器的调制深度,并获取各调制深度对应的响应信号;
6、对每一响应信号,进行响应信号特征提取,得到对应的响应信号特征向量;
7、将所有响应信号特征向量进行拼接,得到响应指纹特征向量,并将响应指纹特征向量与响应指纹特征库进行比较,确定参考响应指纹特征向量以及参考响应指纹特征向量所对应的参考浓度;
8、对参考响应指纹特征向量与响应指纹特征向量进行指纹特征偏差状态分析,确定指纹特征偏差类型,并根据指纹特征偏差类型,确定对应的目标浓度修正模型;
9、根据目标浓度修正模型对参考浓度进行修正,得到待检测气体的实际浓度。
10、进一步的,根据目标吸收带确定激光发射器的中心波长位置,根据音叉共振频率确定激光发射器的调制频率,包括:
11、将目标吸收带的中心位置作为激光发射器的中心波长位置;
12、将音叉共振频率的一半作为激光发射器的调制频率。
13、进一步的,对每一响应信号,进行响应信号特征提取,得到对应的响应信号特征向量,包括:
14、对每一响应信号,计算响应信号的正峰值与响应信号的负峰值的差值,得到波峰峰值;
15、计算响应信号的正峰对应横坐标与响应信号的负峰对应横坐标的距离,得到线型宽度;
16、计算响应信号的正峰值绝对值与响应信号的负峰值绝对值的比值,得到峰谷比;
17、将波峰峰值、线型宽度以及峰谷比进行整合,得到对应的响应信号向量。
18、进一步的,将响应指纹特征向量与响应指纹特征库进行比较,确定参考响应指纹特征向量以及参考响应指纹特征向量所对应的参考浓度,包括:
19、从响应指纹特征库提取待检测气体所对应的若干响应指纹特征目标向量和若干对应的目标浓度;
20、对每一响应指纹特征目标向量,计算响应指纹特征目标向量与响应指纹特征向量的正则化马氏距离,得到对应的匹配距离;
21、将最小匹配距离所对应的响应指纹特征目标向量作为参考响应指纹特征向量,并将响应指纹特征目标向量所对应的目标浓度作为参考浓度。
22、进一步的,对参考响应指纹特征向量与响应指纹特征向量进行指纹特征偏差状态分析,确定指纹特征偏差类型,包括:
23、按照参考响应指纹特征向量与响应指纹特征向量中各元素的对应位置,确定若干波峰峰值元素比较对、若干线型宽度元素比较对、以及若干峰谷比元素比较对;
24、对每一波峰峰值元素比较对,计算参考响应指纹特征向量中的波峰峰值元素与响应指纹特征向量中的波峰峰值元素之间的差值,将差值的绝对值作为对应波峰峰值偏差值;
25、比较所有波峰峰值偏差值与对应的波峰峰值偏差阈值,在所有波峰峰值偏差值不小于对应的波峰峰值偏差阈值的情况下,将所有波峰峰值偏差值进行求和,得到波峰峰值偏差总值;
26、对每一线型宽度元素比较对,计算参考响应指纹特征向量种的线型宽度元素与响应指纹特征向量中的线型宽度元素之间的差值,将差值的绝对值作为对应线型宽度偏差值;
27、比较所有线型宽度偏差值与对应的线型宽度偏差阈值,在所有线型宽度偏差值不小于对应的线型宽度偏差阈值的情况下,将所有线型宽度偏差值进行求和,得到线型宽度偏差总值;
28、对每一峰谷比元素比较对,计算参考响应指纹特征向量种的峰谷比与响应指纹特征向量中的峰谷比之间的差值,将差值的绝对值作为对应峰谷比偏差值;
29、比较所有峰谷比偏差值与对应的峰谷比偏差阈值,在所有峰谷比偏差值不小于对应的峰谷比偏差阈值的情况下,将所有峰谷比值偏差值进行求和,得到峰谷比偏差总值;
30、根据所有波峰峰值偏差总值,确定用于表征波峰峰值偏差程度的波峰峰值偏差评级值;根据所有线型宽度偏差总值,确定用于表征宽度偏差程度的线型宽度偏差评级值;根据所有峰谷比偏差总值,确定用于表征峰谷比偏差程度的峰谷比偏差评级值;
31、比较波峰峰值偏差评级值、峰谷比偏差评级值以及线型宽度偏差评级值,确定指纹特征偏差类型。
32、进一步的,根据所有波峰峰值偏差总值,确定用于表征波峰峰值偏差程度的波峰峰值偏差评级值;根据所有线型宽度偏差总值,确定用于表征宽度偏差程度的线型宽度偏差评级值;根据所有峰谷比偏差总值,确定用于表征峰谷比偏差程度的峰谷比偏差评级值;比较波峰峰值偏差评级值、所述峰谷比偏差评级值以及所述线型宽度偏差评级值,确定指纹特征偏差类型,包括:
33、基于所有波峰峰值偏差阈值,对波峰峰值偏差总值进行归一化,得到波峰峰值偏差评级值;
34、基于所有线型宽度偏差阈值,对线型宽度偏差总值进行归一化,得到线型宽度偏差评级值;
35、基于所有峰谷比偏差阈值,对峰谷比偏差总值进行归一化,得到峰谷比偏差评级值;
36、比较所述波峰峰值偏差评级值、所述峰谷比偏差评级值以及所述线型宽度偏差评级值,在波峰峰值偏差评级值为最大值且最大值唯一的情况下,判断指纹特征偏差类型为波峰峰值偏差;在线型宽度偏差评级值为最大值且最大值唯一的情况下,判断指纹特征偏差类型为线型宽度偏差;在峰谷比偏差评级值为最大值且最大值唯一的情况下,判断指纹特征偏差类型为峰谷比偏差。
37、进一步的,根据指纹特征偏差类型,确定对应的目标浓度修正模型,包括:
38、在指纹特征偏差类型为波峰峰值偏差的情况下,将目标浓度修正模型确定为基于波峰峰值的浓度修正模型,所述基于波峰峰值的浓度修正模型,包括:
39、
40、在指纹特征偏差类型为线型宽度偏差的情况下,将目标浓度修正模型确定为基于线型宽度的浓度修正模型,所述基于线型宽度的浓度修正模型,包括:
41、
42、在指纹特征偏差类型为峰谷比偏差的情况下,将目标浓度修正模型确定为基于峰谷比的浓度修正模型,所述基于峰谷比的浓度修正模型,包括:
43、
44、式中,表示待检测气体的估算浓度,表示补偿偏置项,表示第i个调制深度的实测波峰峰值,第i个调制深度下实测波峰峰值的补偿系数,表示第i个调制深度对应的线型宽度,表示第i个调制深度对应的线型宽度的补偿系数,表示第i个调制深度对应的峰谷比,表示第i个调制深度对应的峰谷比的补偿系数,表示第i个调制深度下的权重,表示第i调制深度下标定参考石英音叉声学响应系数,表示第i调制深度下实际声学响应系数,表示i调制深度标定得到的浓度响应函数的理论波峰峰值,表示第i个调制深度的实测波峰峰值,为修正后的线型宽度,为在压力和第i调制深度下的采样点的实测响应信号幅值,在第i调制深度下,以浓度为,线型宽度为作为输入参数计算得到的采样点的理论响应信号幅值,为第i个调制深度下、第l个频率采样点对应的加权系数,为调制深度的个数,为每一个波长调制深度下的低频扫描采样点数量。
45、在上述方法项实施例的基础上,本发明对应提供了一种装置项实施例。
46、所述频率获取装置,用于获取待检测气体的目标吸收带以及音叉共振频率;
47、所述激光器参数设定模块,根据目标吸收带确定激光发射器的中心波长位置,根据音叉共振频率确定激光发射器的调制频率;
48、所述调制深度调整模块,用于在保持中心波长位置和调制频率不变的情况下,多次调节激光发射器的调制深度,并获取各调制深度对应的响应信号;
49、所述响应信号特征生成模块,用于对每一响应信号,进行响应信号特征提取,得到对应的响应信号特征向量;
50、所述参考响应指纹特征向量获取模块,用于将所有响应信号特征向量进行拼接,得到响应指纹特征向量,并将响应指纹特征向量与响应指纹特征库进行比较,确定参考响应指纹特征向量以及参考响应指纹特征向量所对应的参考浓度;
51、所述修正模型确定模块,用于对参考响应指纹特征向量与响应指纹特征向量进行指纹特征偏差状态分析,确定指纹特征偏差类型,并根据指纹特征偏差类型,确定对应的目标浓度修正模型;
52、所述浓度修正模块,用于根据目标浓度修正模型对参考浓度进行修正,得到待检测气体的实际浓度。
53、在上述方法项实施例的基础上,本发明对应提供了电子设备项实施例。
54、一种电子设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现本发明中任意一项所述的一种基于同频多调制深度的气体浓度检测方法。
55、在上述方法项实施例的基础上,本发明对应提供了一种存储介质实施例。
56、一种存储介质,其特征在于,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述存储介质所在设备执行本发明中任意一项所述的一种基于同频多调制深度的气体浓度检测方法。
57、与现有技术对比,本发明具有如下有益效果:
58、本发明通过在保持激光中心波长位置和调制频率不变的条件下,多次调节激光发射器的波长调制深度,并分别获取与各波长调制深度一一对应的响应信号,从而获得多个不同调制深度下的响应信息;进一步对各响应信号进行特征提取并拼接形成响应指纹特征向量,使单一调制深度下的单一响应信息扩展为多个调制深度下的联合响应信息。在此基础上,将当前响应指纹特征向量与响应指纹特征库进行匹配,确定与当前响应状态最接近的参考响应指纹及其对应的参考浓度,并根据当前响应指纹相对于参考响应指纹的偏差状态选择相应的浓度修正模型,对参考浓度进行修正,最终得到待检测气体的实际浓度。通过上述方式,利用多个具有明确对应关系的调制深度及其响应信息对气体浓度进行联合表征和反演,能够减少单一调制深度下响应信息有限以及响应波动对浓度估计造成的影响,提高气体浓度检测的准确性和可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com