專利名稱：一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于自適應(yīng)濾波的光譜預(yù)處理領(lǐng)域，特別適用于近紅外土壤成分分析中的光譜去噪。
背景技術(shù)：
自適應(yīng)濾波方法是上世紀(jì)60年代B. Widrow等人在卡爾曼濾波的基礎(chǔ)上提出的，它兼具了卡爾曼濾波運(yùn)算量小、速度快、可遞推實(shí)時(shí)處理的優(yōu)點(diǎn)，并在此基礎(chǔ)上加以改進(jìn)，使其不需要已知信號(hào)的統(tǒng)計(jì)特性，通過自動(dòng)調(diào)節(jié)自身的參數(shù)也可以達(dá)到最優(yōu)濾波。在近紅外土壤光譜的分析過程中，由光譜儀直接獲取的光譜經(jīng)常由于溫度、濕度、儀器不穩(wěn)定、電阻熱效應(yīng)等因素的干擾，使獲得的土壤光譜含有噪聲，最終導(dǎo)致其含量分析測(cè)定的不準(zhǔn)確。因此，需要對(duì)原始近紅外土壤光譜進(jìn)行去噪。 目前常用微分法、平滑法、傅里葉變換法和小波變化法等對(duì)近紅外土壤光譜進(jìn)行去噪。其中微分法對(duì)消除基線漂移、強(qiáng)化譜帶特征、克服譜帶重疊有很好的效果，但原始光譜經(jīng)過微分后光譜噪聲會(huì)增大，需要進(jìn)一步的光譜去噪。平滑法可以有效地平滑信號(hào)中的高頻噪聲，但同時(shí)也會(huì)對(duì)土壤光譜進(jìn)行平滑，造成信號(hào)失真。傅里葉變換法將時(shí)域信號(hào)與頻域信號(hào)分開，利用信號(hào)的頻率特征進(jìn)行去噪，但它只對(duì)平穩(wěn)信號(hào)有很好的去噪效果。小波變換法是目前使用最廣泛的近紅外土壤光譜去噪方法，它可以只針對(duì)特定頻率或時(shí)刻的局部信號(hào)進(jìn)行頻譜處理，但小波變換的運(yùn)算復(fù)雜，計(jì)算量大，且實(shí)現(xiàn)速度較慢。因此需要一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于解決現(xiàn)有技術(shù)中去噪失真、計(jì)算復(fù)雜、運(yùn)算速度慢等問題，提出了一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法，可以有效地抑制直接采集的近紅外土壤光譜中的噪聲。為實(shí)現(xiàn)上述目的，本發(fā)明具體實(shí)施步驟為步驟一應(yīng)用近紅外光譜儀采集任意時(shí)刻h的土壤光譜數(shù)據(jù)Xl U )，并將Xl (入)作為輸入信號(hào)，在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，采集〖2時(shí)亥Ij的土壤光譜數(shù)據(jù)X2U),并將X2U)作為參考信號(hào)，所述X1U)由光譜信號(hào)S1U)和噪聲信號(hào)Ii1 ( X )組成，所述X2 ( X )由光譜信號(hào)S2 ( X )和噪聲信號(hào)n2 U )組成；步驟二 將輸入信號(hào)X1 U )通入輸入通道中，將參考信號(hào)X2 U )通入?yún)⒖纪ǖ乐?，參考信?hào)X2U)經(jīng)自適應(yīng)濾波器后得到輸出信號(hào)y(x)'，輸入信號(hào)與輸出信號(hào)經(jīng)減法器得到差值e (入)；步驟三自適應(yīng)濾波通過歸一化最小均方誤差自適應(yīng)濾波算法根據(jù)輸出信號(hào)y (入)’與輸入信號(hào)X1 U )的差值e ( X )不斷調(diào)整濾波參數(shù)，使e ( X )滿足最小均方誤差準(zhǔn)貝U，輸出純凈的土壤光譜信號(hào)y (入)。所述的歸一化最小均方誤差自適應(yīng)濾波算法是一種變步長(zhǎng)自適應(yīng)濾波算法，具體計(jì)算過程為X1 ( A ) =S1 ( A ) +Ii1 ( A )(I)x2 ( A ) =s2 (A) +n2 (A)(2)e ( A ) =X1 ( A ) -y ( A ) ' =S1 (入)+Ii1 (入)-y (入)' (3)自適應(yīng)濾波的均方誤差信號(hào)為E[e2(入 U=Eln12 (入( + [S1 (入)-y(入)'！IMn1 (入)[S1 (入)-y (入)']} (4)展開得 E [e2 (入)]=E Iin12 (入)]+E {[S1 (入)-y (入)']2}+2E Iin1 (入)S1 (入)]_2E Iin1 (入)y(入)'](5)式(5)中由于光譜信號(hào)S1(入)與噪聲信號(hào)Ii1O )不相關(guān)，可得2E[s! ( A ) S1 (入)]=0,對(duì)于參考信號(hào)X2O ) , S2 ( A )與光譜信號(hào)S1 O )相關(guān),則與II1 (入)不相關(guān)，n2( A )與1^(入)同為隨機(jī)噪聲，互相也不具有相關(guān)性，因此參考信號(hào)&(入)與輸入的噪聲信號(hào)H1(A)不相關(guān)，通過自適應(yīng)濾波器后的輸出信號(hào)y(x)'也與IllU)不相關(guān)，由此可得，2E[ni(入)y (入)']=0，則式(3)可簡(jiǎn)化為:E[e2(A)]=E[n12(A)]+E{[s1(A)-y(A)^ ]2}(6)當(dāng)自適應(yīng)調(diào)整使E[e2(入)]為最小值時(shí)，E{[SlU)-y(入)']2}取得最小值，理想情況下，E{[SlU)_yUV ]2}=0，即81(入)=7(入)’，輸出信號(hào)7(入)即為純凈的光譜信號(hào)。所述t2時(shí)刻的參考信號(hào)X2U )是指A1時(shí)刻的近紅外光譜輸入信號(hào)X1U )為X1(A) = Sl(A)+ni(A), S1(A)和叫(入)分別表示純凈的土壤近紅外光譜和光譜中含有的噪聲；在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，t2時(shí)刻的光譜X2 (入)為x2 (入)=S2 (入)+n2 (入)；不同時(shí)刻tl，t2純凈土壤的光譜相關(guān)性很高，即S1 (入)與S2(X )具有很強(qiáng)的相關(guān)性,則) % X1 ( A )也相關(guān),而Ii1(X)是隨機(jī)噪聲,與x2(入)不相關(guān)，可見，t2時(shí)刻的光譜X2U )可作為自適應(yīng)濾波器的參考信號(hào)。本發(fā)明的有益效果是該方法通過一種改進(jìn)的自適應(yīng)濾波器結(jié)構(gòu)并選用歸一化最小均方誤差自適應(yīng)濾波算法來改變?yōu)V波器的參數(shù)和結(jié)構(gòu)，實(shí)現(xiàn)光譜去噪，解決現(xiàn)有技術(shù)中去噪失真、計(jì)算復(fù)雜、運(yùn)算速度慢的問題。


圖I為本發(fā)明中的自適應(yīng)濾波結(jié)構(gòu)示意圖；圖2為本發(fā)明一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法流程圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。如圖I所示，本發(fā)明基于自適應(yīng)濾波的近紅外土壤光譜去噪方法所采用的自適應(yīng)濾波結(jié)構(gòu)包括輸入通道、參考通道、自適應(yīng)濾波器、減法器，參考信號(hào)X2U)經(jīng)所述的參考通道進(jìn)入所述自適應(yīng)濾波器，得到輸出信號(hào)y (X )，輸入信號(hào)Xl U )經(jīng)所述的輸入通道與輸出信號(hào)y(X)通入所述的減法器中，得到誤差信號(hào)e( X )，誤差信號(hào)e( X )經(jīng)所述的自適應(yīng)濾波算法調(diào)整自適應(yīng)濾波器參數(shù)及結(jié)構(gòu)。
本發(fā)明基于自適應(yīng)濾波的近紅外土壤光譜去噪方法具體實(shí)施步驟為步驟一應(yīng)用近紅外光譜儀采集任意時(shí)刻h的土壤光譜數(shù)據(jù)X1 U )，并將Xl (入)作為輸入信號(hào)，在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，采集〖2時(shí)亥Ij的土壤光譜數(shù)據(jù)x2U)，并將X2U)作為參考信號(hào)，所述X1U)由光譜信號(hào)S1U)和噪聲信號(hào)Ii1 ( X )組成，所述X2 ( X )由光譜信號(hào)S2 ( X )和噪聲信號(hào)n2 U )組成；步驟二 將輸入信號(hào)X1 U )通入輸入通道中，將參考信號(hào)X2 U )通入?yún)⒖纪ǖ乐?，參考信?hào)X2U)經(jīng)自適應(yīng)濾波器后得到輸出信號(hào)y(x)'，輸入信號(hào)與輸出信號(hào)經(jīng)減法器得到差值e (入)；步驟三自適應(yīng)濾波通過歸一化最小均方誤差自適應(yīng)濾波算法根據(jù)輸出信號(hào) y (入)'與輸入信號(hào)X1 ( X )的差值e ( X )不斷調(diào)整濾波參數(shù)，使e ( X )滿足最小均方誤差準(zhǔn)則，輸出純凈的土壤光譜信號(hào)yU)；具體計(jì)算過程為X1 ( A ) =S1 ( A ) +Ii1 ( A )(I)x2(入)=s2 (入)+n2 (入)(2)e ( A ) =X1 ( A ) -y ( A ) ' =S1 (入)+Ii1 (入)_y (入)' (3)自適應(yīng)濾波的均方誤差信號(hào)為E[e2(入 U=Eln12 (入( + [S1 (入)-y(入)'！IMn1 (入)[S1 (入)-y (入)']} (4)展開得E [e2 ( A ) ] =E Ln12 ( A ) ] +E {[S1 ( A ) -y ( A ) ' ]2} +2E Ln1 ( A ) S1 ( A ) ] -2E Ln1 ( A )y(入)'](5)式(5)中由于光譜信號(hào)S1(入)與噪聲信號(hào)Ii1(入)不相關(guān)，可得2E[s! ( A )]^(入)]=0,對(duì)于參考信號(hào)X2O ) , S2 ( A )與光譜信號(hào)S1 O )相關(guān),則與Ii1 (入)不相關(guān)，n2( A )與1^(入)同為隨機(jī)噪聲，互相也不具有相關(guān)性，因此參考信號(hào)&(入)與輸入的噪聲信號(hào)H1(A)不相關(guān)，通過自適應(yīng)濾波器后的輸出信號(hào)y(x)'也與IllU)不相關(guān)，由此可得，2E[ni(入)y (入)']=0，則式(3)可簡(jiǎn)化為:E[e2(A)]=E[n12(A)]+E{[s1(A)-y(A)^ ]2}(6)當(dāng)自適應(yīng)調(diào)整使E[e2U)]為最小值時(shí)，E{[SlU)-yU)' ]2}取得最小值，理想情況下，E{[SlU)-yU)' ]2}=0，即81(入)=7(入)'，輸出信號(hào)yU)即為純凈的光譜信號(hào)。所述t2時(shí)刻的參考信號(hào)X2 (入)是指^時(shí)刻的近紅外光譜輸入信號(hào)X1(A)為X1(A) = Sl(A)+ni(A), S1(A)和叫(入)分別表示純凈的土壤近紅外光譜和光譜中含有的噪聲；在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，t2時(shí)刻的光譜X2 (入)為x2 (入)=S2 (入)+n2 (入)；不同時(shí)刻tl，t2純凈土壤的光譜相關(guān)性很高，即S1 (入)與S2(X )具有很強(qiáng)的相關(guān)性,則)與x2(X )也相關(guān),而II1(X)是隨機(jī)噪聲,與x2(入)不相關(guān)，可見，t2時(shí)刻的光譜X2U )可作為自適應(yīng)濾波器的參考信號(hào)。所述歸一化最小均方誤差(NLMS)自適應(yīng)濾波算法是在最小均方誤差(LMS)算法的基礎(chǔ)上發(fā)展而來的一種變步長(zhǎng)自適應(yīng)濾波算法，具體為最小均方誤差(LMS)自適應(yīng)濾波算法以誤差信號(hào)e(A)的均方值最小為準(zhǔn)則，尋找最佳的濾波狀態(tài)。由LMS可推出濾波器的調(diào)整參數(shù)為
權(quán)利要求
1.一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法，具體實(shí)施步驟為 步驟一應(yīng)用近紅外光譜儀采集任意時(shí)刻的土壤光譜數(shù)據(jù)X1 ( X )，并將X1 ( X )作為輸入信號(hào)，在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，采集t2時(shí)刻的土壤光譜數(shù)據(jù)X2U),并將X2U)作為參考信號(hào)，所述X1U)由光譜信號(hào)S1U)和噪聲信號(hào)叫(入)組成，所述X2U)由光譜信號(hào)S2(X)和噪聲信號(hào)n2u)組成； 步驟二 將輸入信號(hào)X1 U )通入輸入通道中，將參考信號(hào)X2 U )通入?yún)⒖纪ǖ乐?，參考信?hào)X2U)經(jīng)自適應(yīng)濾波器后得到輸出信號(hào)y(x)'，輸入信號(hào)與輸出信號(hào)經(jīng)減法器得到差值e (入)； 步驟三自適應(yīng)濾波器通過歸一化最小均方誤差自適應(yīng)濾波算法根據(jù)輸出信號(hào)y (入)’與輸入信號(hào)X1 U )的差值e ( X )不斷調(diào)整濾波參數(shù)，使e ( X )滿足最小均方誤差準(zhǔn)貝U，輸出純凈的土壤光譜信號(hào)y (入)； 所述的歸一化最小均方誤差自適應(yīng)濾波算法是一種變步長(zhǎng)自適應(yīng)濾波算法，具體計(jì)算過程為 X1(A)=S1Ohn1O)(I) X2 ( A ) =s2 ( A ) +n2 ( A )(2) e ( A ) =X1 ( A ) -y ( A ) ' =S1 ( A ) +Ii1 ( A ) -y ( A ) '(3) 自適應(yīng)濾波的均方誤差信號(hào)為E[e2(A)]=E{n12(A) + [Sl(A)-y(A)^ ]2+2ni (入)[S1 (入)-y (入 V ]} (4) 展開得E[e2(A)]=E[n12(A)]+E{[s1(A)-y(A)^ ]2}+2E[ni (A ) S1 (A ) ]-2E[ni (A )y (A ) ^ ] (5)式(5)中由于光譜信號(hào)S1 U )與噪聲信號(hào)Ill U )不相關(guān)，可得2E [S1 U ) ni U ) ] =0，對(duì)于參考信號(hào)X2 O )，s2 ( A )與光譜信號(hào)S1 O )相關(guān),則與Ii1 O )不相關(guān)，n2 ( A )與Ii1 (入)同為隨機(jī)噪聲，互相也不具有相關(guān)性，因此參考信號(hào)&(入)與輸入的噪聲信號(hào)Ii1U)不相關(guān)，通過自適應(yīng)濾波器后的輸出信號(hào)y U )'也與II1 U )不相關(guān)，由此可得，2E [H1(A)y(入V ]=0，則式(3)可簡(jiǎn)化為 E[e2(A)]=E[n12(A)]+E{[s1(A)-y(A)^ ]2}(6) 當(dāng)自適應(yīng)調(diào)整使E[e2U)]為最小值時(shí)，E{[SlU)-yU)' ]2}取得最小值，理想情況下，E{[SlU)-yU)' ]2}=0，即81(入)=7(入)'，輸出信號(hào)yU)即為純凈的光譜信號(hào)。
全文摘要
一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法，涉及基于自適應(yīng)濾波的光譜預(yù)處理領(lǐng)域，目的在于解決現(xiàn)有技術(shù)中去噪失真、計(jì)算復(fù)雜、運(yùn)算速度慢的問題，可以有效地抑制直接采集的近紅外土壤光譜中的噪聲。應(yīng)用近紅外光譜儀采集任意時(shí)刻t1的土壤光譜數(shù)據(jù)作為輸入信號(hào)，在同一土壤樣品，實(shí)驗(yàn)條件不變、土壤各組分含量不變的情況下，采集t2時(shí)刻的土壤光譜數(shù)據(jù)作為參考信號(hào)，參考信號(hào)經(jīng)自適應(yīng)濾波器濾波得到輸出信號(hào)，自適應(yīng)濾波通過歸一化最小均方誤差自適應(yīng)濾波算法根據(jù)輸出信號(hào)與輸入信號(hào)的差值e(λ)不斷調(diào)整濾波參數(shù)，使e(λ)滿足最小均方誤差準(zhǔn)則。本發(fā)明一種基于自適應(yīng)濾波的近紅外土壤光譜去噪方法去噪過程中無失真、計(jì)算簡(jiǎn)便、運(yùn)算速度快。
文檔編號(hào)G01N21/35GK102721663SQ201210169229
公開日2012年10月10日 申請(qǐng)日期2012年5月28日 優(yōu)先權(quán)日2012年5月28日
發(fā)明者盧啟鵬, 彭忠琦, 陳叢 申請(qǐng)人:中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所