基于小波变换的二氧化硫污染气体检测.pdf

0 沈阳建筑大学学报(自然科学版) 2008 20 8年7月 Jm． Journalof Jianzhu V01．24，No．4 第24卷第4期 ShenyangUniversity(NaturalScience) 文章编号：1671—2021(2008)04—0704一04 基于小波变换的二氧化硫污染气体检测 李长吾1一，王玉田1 (1．燕山大学电气工程学院仪器科学河北省重点实验室，河北秦皇岛066004； 2．大连工业大学信息科学与工程学院，辽宁大连116034) 摘要：目的提出一种采用小波变换的Mallet分解算法，解决二氧化硫污染气体检测中消除 各种复杂的噪声问题．方法从小波变换特性出发，将信号用Mallat分解算法分解为不同频带 信息．在信号检测及去噪过程中，设定一个检测信息频带，使频率处于此频带的信息分离出来， 而其他空间向量全部置为零．结果通过将小波变换去噪技术应用于荧光信号的滤波处理，可 使埋于噪声中的荧光信号有效地测量出来．结论该信号处理方法可达到有用频带信号检测而 其他频率信号去除的作用，为精确确定二氧化硫气体浓度提供了良好的基础． 关键词：污染气体检测；光纤荧光；二氧化硫浓度；小波去噪；Mallat分解算法 中图分类号：TB99；TP391．4；TN911．23文献标识码：A 双重局部性以及线性分解性，可以将信号线性分 0 引 言 解为表征不同时间或频率的分量：小波多分辨分 气体检测中。常常由于噪声的存在而不能从 析利用了小波变换对信号分频，各个频率成分在 所记录的数据中提取有效的信息．在低浓度样品 时间轴上的位置保持不变的性质．因此，根据光谱 分析、信号峰较小的情况下。真正的分析数据被噪 信号和噪声信号在频率上的区别，可以对其进行 声掩蔽．主要原因是【1．4】：在二氧化硫浓度检测 有效分离，从而实现从噪声中提取荧光信号．笔者 时，通常用光电倍增管进行检测．光电探测器在光 采用小波变换及Mallat分解算法将信号分解为 电转换过程中，不仅输出所需的信号电压或电流， 不同频带信息．在信号检测及去噪过程中，设定一 同时还伴随着输出无用的随机性涨落或起伏量。 个检测信息频带，使频率处于此频带的信息分离 即噪声．光电探测器的固有噪声主要表现为热噪 出来，而其他空间向量全部置为零，实现了埋于噪 声、散粒噪声、产生一复合噪声、温度噪声及电流 声中的荧光信号的有效测量． 噪声．这些噪声污染了与二氧化硫有关的荧光信 1小波变换去噪 号，给有用荧光信号的检测判别及进一步的数据 处理带来了不利因素，有必要对荧光信号进行数 1．1小波变换去噪原理 字滤波，以获得真实的荧光信号，提高检测灵敏 度． 变换定义为 小波变换在时域、频域均有良好的局化性，在 y Ⅳ∥(a - 分析暂态和非平稳信号方面具有独特的优越 0aJ一田 性【5】．小波变换的主要特征是在时域和频域上的 _r(t)，吼．b(t)．