重疊峰信號(hào)濾波及參數(shù)提取方法研究.pdf

1、隨著藥物、化學(xué)、生物等領(lǐng)域研究的不斷深入，需要分析的信號(hào)越來(lái)越復(fù)雜。由于實(shí)驗(yàn)條件，物質(zhì)本身性質(zhì)以及儀器分辨能力等因素，波長(zhǎng)相近的組分會(huì)相互產(chǎn)生影響，導(dǎo)致信號(hào)峰重疊，直接影響到信號(hào)的定性和定量分析。此外，在信號(hào)的采集與傳輸過(guò)程中，噪聲對(duì)信號(hào)會(huì)產(chǎn)生干擾。因此，對(duì)含噪聲的重疊峰信號(hào)進(jìn)行濾波和增強(qiáng)，并提取各個(gè)子峰的特征參數(shù)是一個(gè)關(guān)鍵問(wèn)題。
　　本文首先分析了傳統(tǒng)重疊峰分辨方法的優(yōu)缺點(diǎn)，在此基礎(chǔ)上，克服噪聲的影響，以Gaussian平滑函數(shù)

2、作為工具，提出了兩種具有噪聲免疫力的信號(hào)增強(qiáng)方法，然后將其結(jié)合曲線(xiàn)擬合方法來(lái)提取重疊信號(hào)的特征參數(shù)。主要包括三個(gè)工作:
　　一、基于傳統(tǒng)峰銳化方法，提出了一種具有噪聲免疫力的峰銳化方法。先對(duì)Gaussian函數(shù)的二階導(dǎo)數(shù)進(jìn)行銳化并作為信號(hào)銳化的模板，再用其與含噪信號(hào)進(jìn)行卷積，便能實(shí)現(xiàn)含噪信號(hào)的峰銳化，最后用仿真信號(hào)以及質(zhì)譜峰進(jìn)行銳化實(shí)驗(yàn)，驗(yàn)證了方法的有效性，可用于分辨峰數(shù)目和提取峰位置，為后續(xù)的特征參數(shù)提取提供了有效信息。

3、　　二、為了解決噪聲對(duì)信號(hào)微分的影響，提出了一種具有噪聲免疫力的分?jǐn)?shù)階微分方法。通過(guò)設(shè)計(jì)Gaussian函數(shù)的分?jǐn)?shù)階微分，并將其作為模板，再用其與含噪信號(hào)進(jìn)行卷積，便可以直接獲得噪聲信號(hào)的分?jǐn)?shù)階微分，此方法無(wú)需對(duì)信號(hào)進(jìn)行平滑處理，簡(jiǎn)化了處理過(guò)程，不單可以得到整數(shù)階微分而且可以得到信號(hào)的任意分?jǐn)?shù)階微分。根據(jù)噪聲峰信號(hào)和無(wú)噪峰信號(hào)的處理結(jié)果的對(duì)比，所提方法是有效的。
　　三、通過(guò)峰增強(qiáng)或銳化后，峰的數(shù)目和峰位置更容易獲得，但峰寬和峰高

4、無(wú)法直接獲取，前期，本團(tuán)隊(duì)使用連續(xù)小波變換結(jié)合曲線(xiàn)擬合方法給出了一種重疊峰峰參數(shù)提取方案，基于這一思想，應(yīng)用銳化后的信號(hào)，提取到各個(gè)子峰的初始參數(shù)，然后作為曲線(xiàn)擬合的先驗(yàn)信息。具體過(guò)程為:首先利用本文所提出的信號(hào)增強(qiáng)方法對(duì)峰信號(hào)進(jìn)行銳化，目的在于將重疊峰分辨出來(lái);然后以各個(gè)子峰的峰位置為中心，取5個(gè)點(diǎn)或7個(gè)點(diǎn)進(jìn)行線(xiàn)性擬合，得到各個(gè)子峰的初始參數(shù)，再將其作為曲線(xiàn)擬合的初始值，從而避免了曲線(xiàn)擬合的不唯一性，使得結(jié)果變得更加準(zhǔn)確;最后，通過(guò)模