一种基于信号分段分类的导数谱平滑处理方法技术

本发明专利技术提出一种基于信号分段分类的导数谱平滑处理方法，能够在去噪的同时，进一步保护峰的特征。本发明专利技术通过对含噪导数谱信号进行分段处理、分类匹配、硬阈值去噪、小波变换、维纳滤波得到得到最终去噪结果。在对导数谱信号处理前，增加了对信号分段分类匹配的步骤，利用信号的相似性，更有利于提高信噪比。该平滑方法对导数谱具有更好的保峰去噪效果；该方法应用简便，节约大量的计算过程，峰形保护效果更佳，具有更好的应用前景。

A smoothing method of derivative spectrum based on signal segmentation and classification

【技术实现步骤摘要】
一种基于信号分段分类的导数谱平滑处理方法
：本专利技术涉及一种导数谱平滑保峰的方法，尤其涉及一种基于信号分段分类匹配的保峰平滑处理方法。
技术介绍
:导数法是信号分析应用中比较常用的一种方法，最初，导数谱被用于增强信号。随着研究的深入，导数法在谱峰识别、谱分辨率提高上得到了广泛的应用。近年来人们对于导数谱的研究越来越多，在生物、医学等分析应用中，导数谱具有对复杂样品检测组分可不经分离而直接测定的特点，可快速准确地对样品进行定性和定量分析。在化学样品分析中，峰位置是化合物的特征，峰移可以指示两种化合物的相互作用或吸收物的化学性质。然而导数谱对噪声及其敏感，带有噪声的谱数据根本无法使用。因此，对导数谱的保峰平滑处理的研究十分必要。随着研究的深入，问题复杂度的加深，传统的导数谱平滑方法已不能满足高精度的要求。谱峰信号各段特征变化较大，采取统一的处理方法必定造成平坦区平滑而峰被严重削弱，若将峰特征保护得好，则平坦区会依然存有大量噪声。典型的滑动均值滤波法，虽然能在一定程度上能够去除噪声，但它容易破坏导数谱谱峰的特征；高斯滤波是对滑动均值滤波平滑窗口的改进方法，使用高斯函数作为平滑窗口，类似的，Kaiser提出了Kaiser滤波，使用Kaiser窗作为平滑窗口，这两种方法效率较高，然而其对峰的保护效果不强。频谱分析是信号平滑中的另一类方法，这类方法需要先将信号转换到频域，再对其作频谱分析。小波方法是目前最常用的频谱分析方法，该方法可以较好的保护信号特征，然而选择不同的小波基和尺度，信号处理的结果也会大相径庭。在导数谱的平滑方法上，统一的处理方法都有一定的缺陷。因此，如何进一步提高平滑效果是导数谱去噪中的一个重要问题。
技术实现思路
：针对现有技术导数谱的平滑方法存在的不足，本专利技术提出一种基于信号分段分类的导数谱平滑处理方法，能够在去噪的同时，进一步保护峰的特征。本专利技术的具体技术方案如下：为实现本专利技术的目的，本专利技术所采用的具体技术方案如下：一种基于信号分段分类的导数谱平滑处理方法，具体步骤如下：(1)输入待处理的含噪导数谱信号s(x)＝y(x)+n(x),x∈X，其中,x是信号s(x)中的一个数据点，y(x)表示干净的信号，n(x)表示噪声，X表示数据点x的集合；(2)对上述含噪导数谱信号进行分段处理，分成若干长度相等的信号段；分段长度范围取5-15个数据点，分段间隔大于1个数据点且小于信号段的长度；(3)对分段得到的若干个信号段进行分类匹配，各类中的信号段按照相似性的大小排列成了一个二维数组，提取每类中信号段对应的相似数据矩阵：(4)通过变换系数的收缩对每类中信号段对应的相似数据矩阵进行硬阈值去噪，得到去噪后的相似数据矩阵系数：(5)对上述去噪后的相似数据矩阵系数进行二维离散余弦逆变换，得到各类信号段对应的相似数据矩阵将每类相似数据矩阵中的信号段返回到原来的位置，通过加权平均求和获得到导数谱信号的初步估计值公式如下：式中，每类信号段的权重值为定义为：式中，表示每类中信号段经过硬阈值滤波后保留的(非零)系数的个数；xm,xR∈x,是各类中信号段的特征函数，表示相似段的集合，X表示数据点x的集合；(6)对上述得到导数谱信号的初步估计结果进行小波变换得到变换后的小波系数，该小波系数用于维纳滤波器系数Wwie的构成，如公式(3)：式中，是初步估计值变换后的小波系数，σ2表示噪声n(x)的方差；利用该系数设计的维纳滤波器对导数谱信号进行滤波，得到最终去噪结果。进一步地，步骤(3)的具体过程如下：第一，随机选择其中一个信号段作为参考段，在一个大小固定为n，的搜索窗口内搜索与参考段相似的信号段,如果两段之间的欧式距离小于规定的参数Tmatch，则视为同一类；其中，n取大于信号段长度且小于200的整数；参数Tmatch范围为0.01～0.05之间；第二，在剩下不相似的信号段中再随机选择一个信号段作为参考段，重复上述过程，直到所有信号段都参与分类过程；第三，归为一类的信号段堆叠成一个二维数组，得到每类信号段对应的相似数据矩阵；矩阵表示为其中表示相似段的集合；附图2中给出部分分类结果。其中，欧式距离如式(1)所示：式中，表示参考段，Sx表示待匹配段，N1是信号段的长度；进一步地，步骤(3)第一步中，所述参数选取0.05。进一步地，步骤(4)的具体体过程如下：首先对所述相似数据矩阵进行二维离散余弦变换，然后对变换后相似数据矩阵的系数λ进行阈值收缩去噪，得到去噪后相似数据矩阵的系数γ(λ，λthr)，公式如下：式中，λthr为阈值参数，取值范围可在0.10到0.15之间。与现有技术相比，本专利技术具有以下有益技术效果：1、本专利技术方法通过对含噪导数谱信号进行分段处理、分类匹配、硬阈值去噪、小波变换、维纳滤波得到得到最终去噪结果。2、本专利技术在对导数谱信号处理前，增加了对信号分段分类匹配的步骤，利用信号的相似性，更有利于提高信噪比。3、本专利技术设计了一种新的平滑方法，该平滑方法对导数谱具有更好的保峰去噪效果；4、本专利技术的方法应用简便，节约大量的计算过程，峰形保护效果更佳，具有更好的应用前景。附图说明图1为本专利技术的整体流程图(也作摘要附图)；图2为信号分段结果示意图；图3为信号分类结果示意图；图4为对含噪导数谱平滑的效果示意图；图5为维纳滤波器的设计原理图。具体实施方式下面结合附图和实施例对本专利技术的技术方案作进一步的说明。实施例一：如图1所示，本专利技术基于信号分段分类的导数谱平滑处理方法，具体步骤如下：(1)输入待处理的含噪导数谱信号s(x)＝y(x)+n(x),x∈X，其中,x是信号s(x)中的一个数据点，y(x)表示干净的信号，n(x)表示噪声，X表示数据点x的集合；(2)对上述含噪导数谱信号进行分段处理，分成若干长度相等的信号段；分段长度范围取5-15个数据点，分段间隔大于1个数据点且小于信号段的长度，以保证每个点都进行了平滑；(3)对分段得到的若干个信号段进行分类匹配，各类中的信号段按照相似性的大小排列成了一个二维数组，提取每类中信号段对应的相似数据矩阵：随机选择其中一个信号段作为参考段，在一个大小固定为n的搜索窗口内搜索与参考段相似的信号段，如果两段之间的欧式距离小于规定的参数Tmatch，则视为同一类；其中，其中，n取大于信号段长度且小于200的整数；参数Tmatch范围为0.01～0.05之间，本专利技术选取的参数值是0.05；在剩下不相似的信号段中再随机选择一个信号段作为参考段，重复上述过程，直到所有信号段都参与分类过程；归为一类的信号段堆叠成一个二维数组，得到每类信号段对应的相似数据矩阵；矩阵表示为其中表示相似段的集合；附图2中给出部分本文档来自技高网...

【技术保护点】
1.一种基于信号分段分类的导数谱平滑处理方法，其特征在于，具体步骤如下：/n(1)输入待处理的含噪导数谱信号s(x)＝y(x)+n(x),x∈X，其中,x是信号s(x)中的一个数据点，y(x)表示干净的信号，n(x)表示噪声，X表示数据点x的集合；/n(2)对上述含噪导数谱信号进行分段处理，分成若干长度相等的信号段；分段长度范围取5-15个数据点，分段间隔大于1个数据点且小于信号段的长度；/n(3)对分段得到的若干个信号段进行分类匹配，各类中的信号段按照相似性的大小排列成了一个二维数组，提取每类中信号段对应的相似数据矩阵：/n(4)通过变换系数的收缩对每类中信号段对应的相似数据矩阵进行硬阈值去噪，得到去噪后的相似数据矩阵系数：/n(5)对上述去噪后的相似数据矩阵系数进行二维离散余弦逆变换，得到去噪后的各类信号段对应的相似数据矩阵

【技术特征摘要】
1.一种基于信号分段分类的导数谱平滑处理方法，其特征在于，具体步骤如下：
(1)输入待处理的含噪导数谱信号s(x)＝y(x)+n(x),x∈X，其中,x是信号s(x)中的一个数据点，y(x)表示干净的信号，n(x)表示噪声，X表示数据点x的集合；
(2)对上述含噪导数谱信号进行分段处理，分成若干长度相等的信号段；分段长度范围取5-15个数据点，分段间隔大于1个数据点且小于信号段的长度；
(3)对分段得到的若干个信号段进行分类匹配，各类中的信号段按照相似性的大小排列成了一个二维数组，提取每类中信号段对应的相似数据矩阵：
(4)通过变换系数的收缩对每类中信号段对应的相似数据矩阵进行硬阈值去噪，得到去噪后的相似数据矩阵系数：
(5)对上述去噪后的相似数据矩阵系数进行二维离散余弦逆变换，得到去噪后的各类信号段对应的相似数据矩阵将每类相似数据矩阵中的信号段返回到原来的位置，通过加权平均求和获得到导数谱信号的初步估计值公式如下：



式中，每类信号段的权重值为定义为：



式中，表示每类中信号段经过硬阈值滤波后保留的非零系数的个数；
xm,xR∈x,是各类中信号段的特征函数，表示相似段的集合，X表示数据点x的集合；
(6)对上述得到导数谱信号的初步估计结果进行小波变换得到变换后的小波系数，该小波系数用于维纳滤波器系数Wwie的构成，如公式(3)：



式中，是初步估计值变换后的小波系数，σ2表示噪声n(x)的方差；
利用...

【专利技术属性】
技术研发人员：周慧敏，李远禄，赵伟静，孙双龙，李腾，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32