超短脈沖激光光譜分析方法及其應(yīng)用研究.pdf

1、隨著工業(yè)的發(fā)展，大氣污染已經(jīng)成為人們關(guān)注的焦點問題。近幾年來，相關(guān)的空氣污染監(jiān)測技術(shù)的研究已經(jīng)取得了很大的進(jìn)展，有些技術(shù)已經(jīng)得到了實際應(yīng)用。但已有的大氣污染監(jiān)測技術(shù)大都無法滿足污染氣體實時監(jiān)測的要求。本文以超短脈沖激光與空氣相互作用產(chǎn)生的非線性熒光光譜為基礎(chǔ)，通過對該類光譜的分析研究，探討了超快激光技術(shù)在污染氣體實時監(jiān)測領(lǐng)域應(yīng)用的可行性。 本文主要在光譜數(shù)據(jù)壓縮，污染氣體定性識別以及污染物濃度定量分析三個方面作了深入的研究，具體

2、內(nèi)容如下： 第一方面，為了便于特征提取和提高數(shù)據(jù)分析速度，提出了自適應(yīng)小波算法，對原始光譜數(shù)據(jù)進(jìn)行壓縮。該算法具有壓縮比高，誤差小以及窗口白適應(yīng)調(diào)節(jié)三大特點，在高壓縮比的情況下仍能保留原始數(shù)據(jù)的特征信息，其壓縮比為32：1，而均方誤差只有4.2％。另外由于結(jié)合了小波濾波算法，因此濾波窗口可以隨著特征峰的寬度自適應(yīng)調(diào)節(jié)，進(jìn)而使最終的壓縮誤差減小0.1％。 第二方面，采用支持向量機神經(jīng)網(wǎng)絡(luò)對污染氣體的成份進(jìn)行了識別。支持向量

3、機神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)是基于統(tǒng)計學(xué)的風(fēng)險最小原理，因此它除了具有普通神經(jīng)網(wǎng)絡(luò)的容錯性以外，還擁有更強大的推廣能力。實驗中對全部27個樣本進(jìn)行訓(xùn)練和識別的正確率為100％。 第三方面，提出了分段二項式擬合的光譜定量分析方法。針對實際光譜數(shù)據(jù)曲線的特點，采用變換坐標(biāo)空間，對光譜數(shù)據(jù)進(jìn)行了分段二項式擬合。原始數(shù)據(jù)的函數(shù)關(guān)系非常復(fù)雜，只能用很高階數(shù)的二項式擬合，但是高階二項式擬合容易出現(xiàn)過擬合現(xiàn)象。本文首先將原始數(shù)據(jù)進(jìn)行對數(shù)變換，然后對數(shù)據(jù)進(jìn)