[发明专利]一种基于集合经验模态分解的多环芳烃荧光光谱去噪方法

权利要求书

1.一种基于集合经验模态分解的多环芳烃荧光光谱去噪方法，主要包括荧光光谱仪、天平、定容瓶、苯并芘BaP、甲醇溶剂，其特征在于，所述方法步骤如下：

步骤一，打开荧光光谱仪的制冷器，待温度降到-17℃以下时进行实验；配制0.004ug/mlBaP溶液；实验用苯并芘BaP由中国计量科学研究院提供；溶剂甲醇为色谱纯；

设置荧光光谱仪参数：激发波长250nm～400nm，发射波长300nm～500nm，步长为2nm，狭缝宽度为2.5nm，扫描积分时间为0.1S，实验温度恒定为20℃；通过荧光光谱仪得到BaP的三维荧光光谱图和等高线光谱图，选取荧光峰值所在发射波长为404nm、激发波长290nm-400nm处的荧光数据进行去噪；

步骤二，对发射波长为404nm、激发波长290nm-400nm的荧光数据进行集合经验模态去噪；利用集合经验模态分解法对荧光光谱信号进行分解，得到荧光信号的本征模态函数分量IMF₁，IMF₂，...，IMF_n；根据IMF_n与原始信号的互相关系数筛选出荧光信号的IMF分量，重构荧光光谱图；

步骤三，对BaP的荧光光谱进行二维小波去噪；选取二维小波信号，对二维信号进行小波分解，得到各分解系数；对高频系数进行阈值量化处理，采用Birge-Massart策略对阈值进行设定；对小波分解后的低频系数和经过阈值量化处理后的高频系数进行信号重构，重构荧光光谱图。

2.根据权利要求1所述的一种基于集合经验模态分解的多环芳烃荧光光谱去噪方法，其特征在于：步骤一中所述荧光光谱仪为FS920(Edinburgh Instrument,England)荧光光谱仪。

3.根据权利要求1所述的一种基于集合经验模态分解的多环芳烃荧光光谱去噪方法，其特征在于，步骤二中，EEMD算法的过程如下：

(1)新信号X_i(t)由原始信号x(t)与高斯白噪声n_i(t)进行叠加得到：

X_i(t)＝x(t)+n_i(t)，i＝1,2,3…i＜M(1)

式中i表示次数；M表示次数的最大值，且最大值为100；

(2)对X_i(t)进行EMD分解，得到各阶IMF分量c_i,s(t)，对信号进行重构有：

Xi(t)=Σi=1sci,s(t)+ri,s(t)---(2)]]>

式中c_i,s(t)表示IMF分量；S表示IMF的数目；r_i,s(t)表示残差；

(3)对(1)与(2)多次进行，同时填入不同的白噪声，之后能得到更多IMF；

[{c_1，s(t)}，{c_2，s(t)}，…，{c_M，s(t)}](3)

对原始信号进行分解所得到的IMF分量c_n(t)为：

cn(t)=1MΣi=1Mci,s(t)---(4)]]>

添加次数服从的规律：

式中N代表加入白噪声数目；ε代表加入白噪声幅值；ε_n代表重构信号误差；由公式得到，如果噪声的幅值为确定值，N的取值越大，那么相反的ε_n的值就会越小，重构信号与原始信号越为相似。

4.根据权利要求1所述的一种基于集合经验模态分解的多环芳烃荧光光谱去噪方法，其特征在于，步骤三中，二维小波变换算法的集体实现过程如下：

(1)二维信号的小波分解；选取二维小波信号，确定小波的分解层次次数为j,对将要分析的二维信号进行j层小波分解；

cj,k=Σncj-1,nhn-2k,dj,k=Σndj-1,ngn-2k,(k=0,1,2,...,N-1)---(5)]]>

式中h，g表示正交镜像滤波器；c_j,k表示小波尺度系数；d_j,k表示小波分解得到的小波系数；j表示小波分解层数；N表示信号的采样点数；

(2)小波系数的量化；小波分解后得到的各分解系数，对高频系数采用阈值量化的形式进行处理；对于小波分解的各层，选定一个合适的数值作为小波系数的阈值，以该阈值为标准采用阈值量化处理的方法对高频系数进行处理；

(3)二维小波的信号重构；小波重构包括两部分的内容，一部分是小波分解后的第N层低频系数，另一部分是经过阈值量化处理后的高频系数；

对荧光光谱图像采用db12小波基函数实现N层分解，采用Birge-Massart策略对阈值进行设定，利用软件MATLAB对BaP的荧光光谱进行处理，得到去噪后的荧光光谱图像。