一种CEEMDAN联合双树复小波的水质紫外-可见光谱去噪算法研究

摘要：

紫外-可见吸收光谱法测量水质化学需氧量(COD),本质是对大量水质光谱数据建模,以此模型为基础引入待测的水质光谱数据进行预测的过程.而实测的邻苯二甲酸氢钾COD标准溶液在200～300 nm存在两个特征吸收峰,标准溶液在不同浓度下的峰值也不同,利用此特性对该波段进行特征波长的选择,用其表征光谱信息,降低数据冗余度的同时提高了预测精度.针对实测水质光谱信号容易受到仪器本身和外界干扰,光谱数据存在大量非平稳噪声,且特征吸收峰及其临近信号频率较高,常规去噪算法直接舍弃高频信号以及无法准确判断信噪分量界限,导致有效信号缺失这一实际问题.提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)和双树复小波变换(DT-CWT)的联合去噪算法.该联合算法利用CEEMDAN将信号分解为本征模态函数(IMF),并通过归一化自相关函数和互相关系数进行线性相关性分析,得到各阶IMF分量之间的自相关性以及IMF分量与原始信号的互相关系数,以确定高频含噪分量与低频信号分量的界限;进而应用DT-CWT阈值去噪算法对含噪高频IMF分量进行处理,将DT-CWT处理之后的IMF高频分量与CEEMDAN分解得到的IMF低频分量进行信号重构,获得最终去噪后的水质光谱信号.实验结果表明:基于CEEMDAN联合双树复小波变换的去噪算法适用于紫外-可见光谱水质检测的数据处理.对于化学需氧量COD标液为100 mg·L-1的邻苯二甲酸氢钾溶液,将实测的紫外-可见光谱数据应用该算法去噪后的SNR=24.201 5 dB,RMSE=0.024 0,NCC=0.999 4,PSNR=37.573 6,不仅去噪效果显著优于 CEEMDAN和双树复小波阈值算法,还有效地保留了原始COD标液的吸收特征峰,遏制了平移敏感性现象,提高了重构信号的平滑度,改善了重构信号质量.为紫外-可见光谱法检测水质COD提供了一种新的数据预处理方法.

关键词：水质检测、紫外-可见光谱、完全自适应噪声集合经验模态分解(CEEMDAN)、双树复小波变换、相关分析

所属期刊栏目：43

分类号：X593

资助基金：国家自然科学基金;重庆市研究生科研创新项目;重庆市自然科学基金

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：976-983