本发明专利技术涉及光谱分析技术领域，具体是一种能提高光谱分析精度及效率的基于小波分析的激光感生光谱数据处理方法。解决了目前激光感生光谱分析结果受无效测量数据影响等问题，包括：１）有效测量模式类模板Ｇｍ获取步骤，在对待测物质标准样品定标时，提取有效测量模式类模板，以有效测量模式类模板对应的测量数据进行定标运算，获取定标参数；２）被测样品实际光谱测量数据处理步骤，实际测量时，将实测光谱数据与有效测量模式类模板进行比对，保留有效光谱测量数据，以定标参数对有效测量光谱数据进行计算，获得被测样品元素含量信息。本发明专利技术有效提高测量精度，以有限次激光激发测量获取所需个数的有效测量数据，有效提高激光测量系统的寿命。
【技术实现步骤摘要】
本专利技术涉及光谱分析
，具体是一种能提高光谱分析精度及效率的。
技术介绍
激光感生光谱(Laser Induced Breakdown Spectroscopy, LIBS)是一种利用激光激发物质产生等离子体，通过分析等离子体发光光谱获得物质元素成分含量信息的原子发射光谱分析技术。LIBS技术具有样品制备简单、多元素同步分析、分析速度快、可远距离分析等优点，因此被广泛应用于各种物质的定性或定量分析，有着巨大的实用价值。但是由于激光等离子体的特性容易受到基体效应和一些难以避免的客观因素的干扰，如激光强度脉动、样品表面特性等因素，激光感生光谱存在着随机性大、重复性差等问题，影响了定量分析的精确度。为消除激光感生光谱测量的随机性和波动性，提高激光感生光谱定量分析的精确度，目前采用多次激发测量方法，对多次测量结果直接求取平均值来获取激光感生光谱分析结果。但是多次激发测量带来的问题是显而易见的首先影响激光器的寿命，其次影响测量的实时性，最重要的是对多次测量结果直接求取平均值无法避免地把一些无效的测量值也包括进来，从而影响测量和分析的精度。
技术实现思路
5本专利技术为了解决目前激光感生光谱分析结果受无效测量数据影响等问题， 提供了 一种。本专利技术是采用如下技术方案实现的基于小波分析的激光感生光谱数据处 理方法，包括如下步骤1)有效测量模式类模板cr获取步骤；a、 对待测物质标准样品组中的n个标准样品分别进行m次激光感生光谱 测量，并顺序记录与各标准样品对应的各次光谱测量数据G^，构成标准样品 光谱测量数据集合^ = {<^.}，其中，/ = 1,2广.,"，j、l，2,…,m， Gw表示对标准样品i进行第j次激光感生光谱测量得到的光谱测量数据，且光谱测量数据G,，,以 序列方式表示G,,),""...;..^], N为序列长度;b、 对标准样品光谱测量数据集合G中各光谱测量数据序列C^W进行L 尺度一维离散平稳小波分解，4《L《8,得到分别与各光谱测量数据序列Gw(^ 对应的高频分解系数《=^和低频分解系数^ =ixW;c、 以与各光谱测量数据序列G,，,W分别对应的低频小波分解系数f^进行 光谱重构，获得与各光谱测量数据序列G"W—一对应的特征背景光谱数据 《,，构成特征背景光谱数据集合&={(^}，特征背景光谱数据G,。同样以序列 方式表示《.("=，且序列长度与光谱测量数据序列&邻的序列长度相同；d、 对特征背景光谱数据集合^中的特征背景光谱数据G5进行聚类分析， 将特征背景光谱数据集合&划分为若干个模式类子集《，即 &={，《， ，％}，其中，"l，2，…，/f， H为将特征背景光谱数据集合按 照聚类分析划分得到的模式类子集个数；按照光谱测量数据G,、,与特征背景光谱数据G,。的一一对应关系、以及特征背景光谱数据集合GA的划分，将标准样 品光谱测量数据集合G划分为与特征背景光谱数据集合&模式类子集《一一对应的若干个模式类子集A，即G^G^2,…,仏，…,(^;e、 对标准样品光谱测量数据集合C 中每一模式类子集《包含的光谱测量数据G"进行元素含量定标运算，获得与各模式类子集A —一对应的定标参数 A和定标运算结果；f、 选择定标运算结果与待测物质标准样品的标准值相差最小的模式类子 集^所具有的模式作为有效测量模式，与该模式类子集K对应的定标参数A为对被测样品实测时计算元素含量采用的定标参数；g、 提取与该模式类子集A对应的特征背景光谱数据模式类子集《，选择 特征背景光谱数据模式类子集《中所有特征背景光谱数据序列(^(A)中位置A的最大值作为有效测量模式类模板序列位置A的上限值Gr(Q ，位置^的最小值 作为有效测量模式类模板序列位置A的下限值G,W ，即GrW = mic(《(")、 Gr(A;) = m^i(Gf(A0)，形成有效测量模式类模板『-，其中， N， E为特征背景光谱数据模式类子集《中特征背景光谱数据序列G,。("的个 数，N为特征背景光谱数据序列G,。W的序列长度； 2)、被测样品实际光谱测量数据处理步骤；h、 对被测样品进行单次激光感生光谱测量，并记录该次光谱测量数据G"X2,…；且以序列方式表示G^h[^,X2，…，A,…,X丄N为序列长度；i、 对激光感生光谱数据序列G,("进行L尺度的一维离散平稳 波分解， 得到与激光感生光谱数据序列G,("对应的高频分解系数^^^和低频分j、以步骤g得到的低频小波分解系数^7进行光谱重构，获得与激光感生光谱数据序列G,(Q对应的特征背景光谱数据G);特征背景光谱数据G，同样以序列方式表示《("-[义"X26,…,Z〖,…,X^，且序列长度与光谱测量数据序列 G;("的序列长度相同；k、判断特征背景光谱数据序列G)("是否与有效测量模式类模板(r-匹配，即Gr("《《(A^GnA:)是否成立，如成立，该特征背景 谱G-(Q属于有效测量模式类，则与该特征背景光谱数据G)的测量光谱数据G, 有效；1、对被测样品重复执行步骤h至步骤k，直到获得三次以上的有效测量光 谱数据G"m、对所获得的有效测量光谱数据G;按照步骤f中得到的与有效测量模式类子集仏对应的定标参数A进行元素含量计算，以计算结果的平均值作为被测 样品的元素含量分析结果。所述方法中应用的L尺度一维离散平稳小波分解、以低频小波分解系数进行的光谱重构、对特征背景光谱数据进行的聚类分析、以及对光谱测量数据进 行的元素含量定标运算是激光感生光谱测量
中的公知技术，为本领域 工程技术人员所公知。与现有技术相比，本专利技术首先在对待测物质标准样品定标时，提取有效测 量模式类模板，并以有效测量模式类模板对应的测量数据进行定标运算，获取定标参数；然后，在对被测样品进行实际测量时，将激光激发获得的光谱数据 与有效测量模式类模板进行比对，验证光谱数据的有效性，剔除无效测量光谱 数据，保留有效的光谱数据，将有效测量光谱数据采用与有效测量模式类模板对应的定标参数进行计算，获得物质成分元素含量信息。由于本专利技术在实际测 量过程中以有效测量模式类模板为依据，甄别测量数据的有效性(即衡量每一 次测量结果是否有效)，因此，可以在有限次激光激发测量中获取所需个数的 有效测量数据，无需大量次进行激光感生光谱激发，可以大幅度减少激光感生光谱激发次数，从而有效提高激光测量系统的寿命；且被测样品的元素分析结 果以有效测量数据计算得到，因此，测量精度极高，经检验，以本专利技术获得的 元素分析结果精度有25%以上的提高。 附图说明图1为本专利技术有效测量模式类模板『获取步骤的流程图2为本专利技术被测样品实际光谱测量数据处理步骤的流程图3为对某一样品进行100次激发所得到的激光感生光谱图4为图3中某次激发对应的激光感生光谱图5为利用低频小波分解系数重构的与图4中激光感生光谱对应的特征背 景光谱图6为利用低频小波分解系数重构的与图3中激光感生光谱对应的特征背 景光谱图7为有效测量模式类模板^的示意图。 具体实施例方式，包括如下步骤 1)有效测量模式类模板^获取步骤，如图1所示；a、对待测物质标准样品组中的n个标准样品分别进行m次激光感生光谱 测量，并顺序记录与各标准样品对应的各次光谱测量数据《本文档来自技高网...
【技术保护点】
一种基于小波分析的激光感生光谱数据处理方法，其特征在于包括如下步骤： １）有效测量模式类模板Ｇ↑［ｍ］获取步骤； ａ、对待测物质标准样品组中的ｎ个标准样品分别进行ｍ次激光感生光谱测量，并顺序记录与各标准样品对应的各次光谱测量数据Ｇ↓［ｉ，ｊ］，构成标准样品光谱测量数据集合Ｇ＝｛Ｇ↓［ｉ，ｊ］｝，其中，ｉ＝１，２，…，ｎ，ｊ＝１，２，…，ｍ，Ｇ↓［ｉ，ｊ］表示对标准样品ｉ进行第ｊ次激光感生光谱测量得到的光谱测量数据，且光谱测量数据Ｇ↓［ｉ，ｊ］以序列方式表示：Ｇ↓［为有效测量模式，与该模式类子集Ｇ↓［ｈ］对应的定标参数β↓［ｈ］为对被测样品实测时计算元素含量采用的定标参数； ｇ、提取与该模式类子集Ｇ↓［ｈ］对应的特征背景光谱数据模式类子集Ｇ↓［ｈ］↑［ｂ］，选择特征背景光谱数据模式类子集Ｇ↓［ｈ］↑［ｂ］中所有特征背景光谱数据序列Ｇ↓［ｉ，ｊ］↑［ｂ］（ｋ）中位置ｋ的最大值作为有效测量模式类模板序列位置ｋ的上限值Ｇ↓［ｈ］↑［ｍ］（ｋ），位置ｋ的最小值作为有效测量模式类模板序列位置ｋ的下限值Ｇ↓［ｌ］↑［ｍ］（ｋ），即Ｇ↓［ｈ］↑［ｍ］（ｋ）＝＊（Ｇ↓［ｉ］↑［ｂ］（ｋ））、Ｇ↓［ｌ］↑［ｍ］（ｋ）＝＊（Ｇ↓［ｉ］↑［ｂ］（ｋ）），形成有效测量模式类模板Ｇ↑［ｍ］＝［Ｇ↓［ｌ］↑［ｍ］（ｋ），Ｇ↓［ｈ］↑［ｍ］（ｋ）］，其中，１≤ｋ≤Ｎ，Ｅ为特征背景光谱数据模式类子集Ｇ↓［ｈ］↑［ｂ］中特征背景光谱数据序列Ｇ↓［ｉ，ｊ］↑［ｂ］（ｋ）的个数，Ｎ为特征背景光谱数据序列Ｇ↓［ｉ，ｊ］↑［ｂ］（ｋ）的序列长度； ２）、被测样品实际光谱测量数据处理步骤； ｈ、对被测样品进行单次激光感生光谱测量，并记录该次光谱测量数据Ｇ↓［ｊ］，ｊ＝１，２，…；且以序列方式表示：Ｇ↓［ｊ］（ｋ）＝［Ｘ↓［１］，Ｘ↓［２］，…，Ｘ↓［ｋ］，…，Ｘ↓［Ｎ］］，Ｎ为序列长度； ｉ、对激光感生光谱数据序列Ｇ↓［ｊ］（ｋ）进行Ｌ尺度的一维离散平稳小波分解，得到与激光感生光谱数据序列Ｇ↓［ｊ］（ｋ）对应的高频分解系数Ｗ↓［ｊ］↑［ｄ］＝［Ｗ↓［ｌ，ｋ］↑［ｄ］］↓［Ｌ×Ｎ］和低频分解系数Ｗ↓［ｊ］↑［ａ］＝［Ｗ↓［ｌ，ｋ］↑［ａ］］↓［Ｌ×Ｎ］，其中，Ｌ值与步骤ｂ中Ｌ值相同； ｊ、以步骤ｇ得到的低频小波分解系数Ｗ↓［ｊ］↑［ａ］进行光谱重构，获得与激光感生光谱数据序列Ｇ↓［ｊ］（ｋ）对应的特征背景光谱数据Ｇ↓...
【技术特征摘要】
【专利技术属性】
技术研发人员：贾锁堂，张生俊，尹王保，阎高伟，王红兵，李平柱，罗振红，王学钦，张雷，
申请(专利权)人：太原市海通自动化技术有限公司，山西大学，
类型：发明
国别省市：14[中国|山西]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。