提升格式小波变换信号处理的研究.pdfVIP

提升格式小波交换信号处理研究 鲍伦军‘ (广州市市容环境卫生局，广州， 510170) 提升格式小波变换是近年来才由Sweldens[11提出的一种全新的信号处理方法。在国 内外，虽有不少有关小波变换在分析化学中的应用报道口】，但对提升格式小波变换在化学 分析数据处理中的应用至今未见报道。该方法与普通的小波分析所不同的是在数据多分 辨分析的处理过程中，加进了提升格式校正项，对小波系数进行修正，使分析处理结果 更具有对称性，减小了处理误差。本文将提升格式小波变换技术与微分脉冲溶出伏安法 相结合，用于处理定量分析微量元素的实验数据。原始数据经过去噪和基线校正处理后， 准确度和信噪比均得到较大改善，减低了检测限，结果令人满意。 2基本原理 小波变换的主要特征是它在时域和频域均有局部化的特征。可以通过逐步多分辨分 解将原始信号分离成多频率段的离散信息。根据噪声和有用信号的频率特征，选取特定 的区段进行重构，达到滤除噪声、提高分辨率或其他处理目的。 连续小波变换可以表示为： W(s，∞=l掣。O—b)f(t)dt (1) ■(工)是特定尺度(scale)的小波函数，，，砂是时序分析信号，6是平移参数。对小波 变换及其算法的详细推导“_‘1此处不再赘述。我们仅简述小波变换的提升格式算法。整个 计算过程可以用图一1清楚地表示。 广恒卜@1一Highpas—]卅争曲 L刑多—6一¨邮。。—孓⑥—剖田j 一廿@扎一，寓妒囡卜 图一1数据处理算法示意图 从以上计算步骤可以看出，小波变换的提升格式算法无须通过Fourier变换求解，大 大地提高了运算速度，也使算法变得更加简单直观。因此，提升格式小波变换被誉为第 二代小波…。 在本文研究中，所采用的基本小波是Daubechies小波“1。实验数据的处理过程是先 将原始数据进行多分辨分解，根据噪声和有用信息的理论频率特征，选择去除富含噪声 的高频部分，取低频部分的小波离教逼近进行逆变换重构，得出滤除噪声后的光滑曲线， 达到滤除噪声的处理效果。对于极限漂移的校正算法是，以去除所有高频部分离散逼近 重构出漂移近似模型，用去噪后的光滑曲线减去基线漂移模型，就可得到比较满意的相 对对称峰型曲线。再对其进行积分处理，计算定量信息。得到令人满意的数据处理结果。 3结果与讨论 3，1仿真数据的噪声分离 +通讯联系人：鲍伦军E-marl：ljba098@163．net 3i3 对于低浓度的微量元素测定，仪器的灵敏度必需设置在较高挡，才能检测出样品信号， 但同时记录下来的基线噪声也较大，对结果的判断及计算带来较大误差。有时甚至根本 无法计算结果。本文首先以仿真实验数据，模拟低浓度镉离子测定时的原始数据，信噪 比(S／N)为1．0。按照常规方法，不经过去噪处理根本无法准确计算检测结果。 本文首先利用提升格式小波变换对原始数据进行多尺度分解，求出提升格式的离散细 节和离散逼近，经过不同尺度的多分辨分解后，熏构曲线的残存噪声不断减小。选择第 三次分解的结果，进行逆变换重构，其结果曲线已相当光滑，可以获得比较满意的滤除 噪声效果。 在选取去噪尺度时应当注意，尺度过小会使噪声的去除效果不理想，达不到滤除的目 的：选取的尺度过大，则会使有用信息也会一起被滤除。也就是说使处理结果峰高偏低， 最终计算结果偏小。 3．2基线校正 将多尺度分解的结果数据，去除其中的所有高频率部分，重构后可得到低频的近似漂 移基线。再将去除噪声后的曲线减去近似漂移基线，可以得到校正结果曲线。经过处理 后，提升格式小波变换基本上可以将比较明显的基线漂移扣除，得出平坦的基线，使得 无论采用峰高还是峰面积进行定量，均可取得满意的结果。 3．3实验数据的处理 一般的处理方法，有效图谱的信噪比必须大于或等于2．0。对于微分脉冲溶出伏安法 直接测定1．00×101 mol／L级的金属离子，原始结果数据往往含有较大的噪声，且在高 灵敏度时，由于氧化峰的影响，基线漂移幅度较大，信噪