一種高精度智能色譜數(shù)據(jù)分析算法
【專利摘要】本發(fā)明公開了一種高精度智能色譜數(shù)據(jù)分析算法，涉及色譜數(shù)據(jù)處理【技術(shù)領(lǐng)域】，該算法包括兩個部分：在濾波中使用了基于滑動窗口的高保真無偏移數(shù)字濾波算法，對原始采樣數(shù)據(jù)進(jìn)行高保真無偏移數(shù)字濾波后，可以有效地克服因偶然因素引起的波動干擾，此法能保證譜峰高度和譜峰位置這兩個重要參數(shù)不發(fā)生變化，所以非常適用于儀器分析信號。在判峰中使用了高精度頻譜分析定點判峰算法，高保真的濾波之后進(jìn)行判峰處理，改進(jìn)了一般的判峰算法中可能存在的對各點判定的不夠精確的問題。兩個算法緊密結(jié)合的使用對峰的判斷更加準(zhǔn)確。
【專利說明】一種高精度智能色譜數(shù)據(jù)分析算法
1【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及色譜數(shù)據(jù)處理【技術(shù)領(lǐng)域】，特別是涉及一種高精度智能色譜數(shù)據(jù)分析算法。
2【背景技術(shù)】
[0002]近年來，隨著計算機(jī)技術(shù)的發(fā)展，色譜分析系統(tǒng)已經(jīng)到了應(yīng)用階段，在眾多場合中都已經(jīng)投入使用，色譜分析系統(tǒng)的重要環(huán)節(jié)即色譜數(shù)據(jù)處理的高功能高完善化也在不斷前進(jìn)，其算法也變得更加復(fù)雜化，對色譜分析數(shù)據(jù)的精確度要求越來越高，所以對色譜分析的智能化要求也越來越高。基于滑動窗口的高保真無偏移濾波算法較之常用的加權(quán)和法具有濾波效果好、信號畸變小等優(yōu)點，可以有效地克服因偶然因素引起的波動干擾，此法能保證譜峰高度和譜峰位置這兩個重要參數(shù)不發(fā)生變化，所以非常適用于儀器化學(xué)分析信號的濾波。對于判峰最重要的就是峰的確定，高精度的判斷頂點、谷點等從而判斷峰的類型是判峰中最重要的部分，高精度智能頻譜分析定點判峰算法改進(jìn)了一般的判峰算法中可能存在的對各點判定的不夠精確的問題。
3
【發(fā)明內(nèi)容】

[0003]本發(fā)明提供的高精度智能色譜數(shù)據(jù)分析算法改進(jìn)了傳統(tǒng)技術(shù)中存在的因偶然因素引起的波動干擾容易使信號產(chǎn)生畸變導(dǎo)致譜圖的峰高和峰位這兩個重要參數(shù)容易發(fā)生畸變以及對判峰中點的判定不夠精確的問題。
[0004]本發(fā)明是通過以下技術(shù)方案解決以上問題的:
[0005]濾波的算法，寬度為k的峰，有k個峰數(shù)據(jù)，且均大于峰兩側(cè)基線高度屯，首先進(jìn)入到寬度為n = 2m+1的滑動窗口中濾波，窗口中數(shù)據(jù)從小到大排列，有m個數(shù)小于中位數(shù)，有m個數(shù)大于中位數(shù)，當(dāng)k不大于m時，該峰被視為噪聲而被完全濾除，當(dāng)k大于m時，該峰被視為信號無失真地保留，但當(dāng)k大于m時，窗口輸出可能會形成平臺型畸變，所以此時需要進(jìn)行平臺的確認(rèn)，根據(jù)滑動窗口輸出的中位數(shù)與前一次輸出的中位數(shù)在原始數(shù)據(jù)序列中位置是否相同來判定平臺的開始和結(jié)束，當(dāng)高于或低于兩側(cè)數(shù)值的平臺才需要修復(fù)，如果需要修復(fù)，則對產(chǎn)生平臺的原始數(shù)據(jù)用寬度為b小于η的窄窗口重新濾波即可，經(jīng)過濾波處理后的數(shù)據(jù)放在一個結(jié)構(gòu)體數(shù)組中。
[0006]判峰的算法，首先用上面提出的濾波算法濾波后得到放在結(jié)構(gòu)體數(shù)組中的數(shù)據(jù)，根據(jù)一種替換規(guī)則得到一個數(shù)組Α，根據(jù)A(L)用公式求出U(L)，U(L)是用濾波后的數(shù)據(jù)處理后構(gòu)建而成的數(shù)組，后面都是基于U數(shù)組來判斷特征點，根據(jù)數(shù)學(xué)分析上的方法計算絕對噪聲即基線噪聲值IV，利用前面算出的值，再根據(jù)相對基線點的定義去求相對基線點的絕對值，根據(jù)基線點的定義判斷相對基線點，同樣根據(jù)求出的IV、N、A(L) ,U(L)和向上點、向下點、頂點和谷點的定義利用回代計算方法去求解向上點、向下點、頂點和谷點，之后根據(jù)這些點的定義去判斷它們是否是滿足要求的點，確定好點后根據(jù)峰的定義以及整合這些點進(jìn)而判斷一段曲線是否為峰或峰群，根據(jù)峰的特征并結(jié)合這些點的特征便可以確定峰的分割方式，最后進(jìn)行基線校平。
[0007]本發(fā)明提供的技術(shù)方案的有益效果是:
[0008]由于采用了高精度智能色譜數(shù)據(jù)分析算法，在濾波上采用了一種基于滑動窗口的高保真無偏移數(shù)字濾波算法使得濾波效果好、信號畸變小，能保證譜峰高度和譜峰位置這兩個重要參數(shù)不發(fā)生變化，得到的數(shù)據(jù)精度高，在判峰上基于前面提出的濾波算法進(jìn)行濾波后得到的數(shù)據(jù)上使用了高精度智能頻譜分析定點判峰算法，在判峰算法中基于起點、谷點等原本的定義精確地重新定義了各點并提出了相應(yīng)的算法，使各點的判斷更加精準(zhǔn)，高保真的濾波之后進(jìn)行判峰處理，兩個算法緊密結(jié)合的使用對峰的判斷更加準(zhǔn)確。
4【具體實施方式】
[0009]高精度智能色譜數(shù)據(jù)分析算法包括兩個算法，在濾波中使用基于滑動窗口的高保真無偏移數(shù)字濾波算法，在判峰上使用高精度智能頻譜分析定點判峰算法。
[0010]基于滑動窗口的高保真無偏移數(shù)字濾波算法的【具體實施方式】是:將寬度為k的峰ia* Clodod0Cl1Cl2……Cli……CUlkdAdci……，式中dQ值代表峰兩側(cè)基線的高度，而dpdy……、Cli>……、dH、dk代表從基線開始單調(diào)上升至峰頂、繼而又單調(diào)下降至基線的k個峰數(shù)據(jù)，且所有峰數(shù)據(jù)都大于基線數(shù)據(jù)(V
[0011]設(shè)窗口的寬度n = 2m+l，窗口中的數(shù)據(jù)從小到大排列后，有m個數(shù)小于中位數(shù)，另有m個數(shù)大于中位數(shù)，則寬度k小于或等于m的峰將被完全濾去，而寬度k大于m的峰將于峰頂區(qū)產(chǎn)生寬度為m+1的平臺，但在實際情況下，峰曲線往往由于跳動而不完全符合單調(diào)上升或單調(diào)下降的假設(shè)，使平臺窄于理論分析的寬度。在這種情況下需要對平臺進(jìn)行修復(fù)，在實際濾波過程中，需要進(jìn) 行平臺的確認(rèn)，當(dāng)滑動窗口輸出的中位數(shù)與前一次輸出的中位數(shù)在原始數(shù)據(jù)序列中為同一位置的數(shù)時，則判定平臺開始之后，當(dāng)滑動窗口輸出的中位數(shù)與前一次輸出的中位數(shù)在原始數(shù)據(jù)序列中為不同位置的數(shù)時，則判定平臺結(jié)束，而且只有高于兩側(cè)數(shù)值的平臺(峰頂)或低于兩側(cè)數(shù)值的平臺(重疊峰峰谷)才需要修復(fù)。
[0012]高精度智能頻譜分析定點判峰算法的【具體實施方式】是:首先根據(jù)數(shù)學(xué)分析上的方法計算絕對噪聲值，先把采樣時間分區(qū)，劃分規(guī)則為以I秒為間隔，同時兩個相臨區(qū)間又有
0.5秒的重疊，這樣在每個時間段內(nèi)有對應(yīng)的一段譜線。比較每個區(qū)間信號的極大值和極小值之差，在所有區(qū)間中選取差值最大的即為基線噪聲值即絕對噪聲值IV。然后根據(jù)最小半峰寬K處理數(shù)據(jù)，
[0013]A(L) =X(j)/K根據(jù)相關(guān)定義計算，X(j)為原始采樣數(shù)據(jù)，用替換規(guī)則以同樣的方式求A(L-1)，即可計算U(L)，U(L)為濾波后的數(shù)據(jù)構(gòu)建而成的數(shù)組，其中U(L)=A (L)~A(L-1)。
[0014]判斷相對基線點，首先計算絕對噪聲值IY確定噪聲濾除強(qiáng)度，噪聲濾除強(qiáng)度在本文中設(shè)定為1，下文中出現(xiàn)的所有噪聲濾除強(qiáng)度都設(shè)為1，相對基線點的定義是:如果
U(L) I ( ?Υ，那么相對基線點Btl(L) = A(L)根據(jù)基線點的定義判斷相對基線點。
[0015]之后根據(jù)向上點的定義判斷向上點，首先計算絕對噪聲值?Υ，如果U(L) > IV，則向上點B1 (L) =A(L)0利用同樣的計算方法和向下點的定義判斷向下點。
[0016]對于頂點的判斷，首先計算絕對噪聲值IV，如果U(L) > Tl并且U(L+1) < -TL,則有頂點 B3(L) = A(L)0[0017]對于谷點的判斷還是使用它的定義，如果如果U(L) < -1Y并且U(L+1) > T，那么谷點B4(L) = A(L)，谷點的判斷同頂點的判斷類似，其需要用于判斷的表達(dá)式的計算都一樣，計算得到需要用于計算的表達(dá)式之后，根據(jù)谷點的定義進(jìn)行判斷即可。
[0018]確定峰及峰起、束結(jié)點及基線，峰的定義:峰的左邊有谷點，中間有一個頂點，右邊有谷點，根據(jù)這些點的判斷依據(jù)，就可以對峰進(jìn)行判斷。
[0019]確定峰的分割方式，起點、結(jié)束點之間只有一個頂點，連接起點和結(jié)束點，切線分害I]。起點、結(jié)束點之間有一個以上頂點，找出最高頂點，該峰稱為主峰。左、右兩邊順次連接漸小的谷點至峰群起點、結(jié)束點。分別計算左、右子峰群最高頂點峰面積與左、右子峰群其它重疊峰面積之比。大于5最高峰與重疊峰切線分割，否則垂直分割。計算主峰與重疊峰(與左、右子峰群最高頂點峰切線分割的重疊峰除外)面積之比。大于5最高峰與重疊峰切線分割，否則垂直分割。與主峰切線分割的峰稱為騎峰，騎峰起點、結(jié)束點在拖尾峰上，起點、結(jié)束點的聯(lián)線就是騎峰的基線。該騎峰按獨立峰處理。
[0020]最后進(jìn)行基線校平，從峰或峰群起點畫一條平行于時間軸的直線至結(jié)束點。根據(jù)對起點以及結(jié)束點的定義，首先找到峰或峰群的起點以及結(jié)束點，根據(jù)起點直接畫出平行于時間軸的直線即可。逐點減去(或加上)基線數(shù)據(jù)至直線。
【權(quán)利要求】
1.本發(fā)明提出一種高精度智能色譜數(shù)據(jù)分析算法，其特征在于: A、采用基于滑動窗口的高保真無偏移數(shù)字濾波算法； B、采用高精度智能頻譜分析定點判峰算法。
2.如權(quán)利要求1所述的高精度智能色譜數(shù)據(jù)分析算法，其特征在于所述步驟B提出的判峰算法是基于步驟A提出的濾波算法進(jìn)行計算的，經(jīng)過基于滑動窗口的高保真無偏移數(shù)字濾波算法處理之后的數(shù)據(jù)濾除了噪聲等畸變數(shù)據(jù)，在這個濾波后數(shù)據(jù)之上采用高精度智能頻譜分析定點判峰算法進(jìn)行判峰處理。首先將采集到的原始譜圖數(shù)據(jù)進(jìn)行濾波處理，處理后的數(shù)據(jù)根據(jù)一種替換規(guī)則放在一個數(shù)組U內(nèi)，然后在判峰過程中使用U數(shù)組內(nèi)的數(shù)據(jù)來判斷特征點，根據(jù)特征點進(jìn)行譜峰識別，兩個算法緊密結(jié)合之后才能保證處理所得的色譜數(shù)據(jù)精度更高。
3.如權(quán)利要求1所述的高精度智能色譜數(shù)據(jù)分析算法，其特征在于所述步驟A具體包括:寬度為k的峰，有k個峰數(shù)據(jù)，且均大于峰兩側(cè)基線高度屯，首先進(jìn)入到寬度為n = 2m+l的滑動窗口中濾波，窗口中數(shù)據(jù)從小到大排列，有m個數(shù)小于中間值，有m個數(shù)大于中間值，當(dāng)k不大于m時，該峰被視為噪聲而被完全濾除，當(dāng)k大于m時，該峰被視為信號無失真地保留，但當(dāng)k大于m時，窗口輸出可能會形成平臺型畸變，所以此時需要進(jìn)行平臺的確認(rèn)，根據(jù)滑動窗口輸出的中間值與前一次輸出的中間值在原始數(shù)據(jù)序列中位置是否相同來判定平臺的開始和結(jié)束，當(dāng)高于或低于兩側(cè)數(shù)值的平臺才需要修復(fù)，如果需要修復(fù)，則對產(chǎn)生平臺的原始數(shù)據(jù)用寬度為b小于η的窄窗口重新濾波即可。
4.如權(quán)利要求1所述的高精度智能色譜數(shù)據(jù)分析算法，其特征在于所述步驟B具體包括:首先根據(jù)數(shù)學(xué)分析的方法先把采樣時間分區(qū)，比較每個區(qū)間信號的極大值和極小值之差，在所有區(qū)間中選取差值最大的即為絕對噪聲即基線噪聲值?Υ，然后確定噪聲濾除強(qiáng)度N，之后根據(jù)相關(guān)定義和公式計算出A(L)和U(L)，利用前面算出的值，再根據(jù)相對基線點的定義求取相對基線點的絕對值，根據(jù)基線點的定義判斷相對基線點，同樣根據(jù)求出的?Υ、N、A(L)、U(L)和向上 點、向下點、頂點和谷點的定義利用回代計算方法去求解向上點、向下點、頂點和谷點，之后根據(jù)這些點的定義去判斷它們是否是滿足要求的點，確定好點后根據(jù)峰的定義以及整合這些點進(jìn)而判斷一段曲線是否為峰或峰群，根據(jù)峰的特征并結(jié)合這些點的特征便可以確定峰的分割方式，最后進(jìn)行基線校平。
【文檔編號】G06T7/40GK103761751SQ201310586694
【公開日】2014年4月30日 申請日期:2013年11月21日 優(yōu)先權(quán)日:2013年11月21日
【發(fā)明者】張雅勤, 張輝友 申請人:成都知本科技開發(fā)有限責(zé)任公司