本發明專利技術屬于SPR的信號處理領域，尤其涉及一種基于高斯擬合的光纖型表面等離子共振信號峰值定位檢測方法，選取合適參數的Savitzky-Golay濾波器對SPR信號進行濾波降噪，選取用于分析的信號數據段，確定高斯擬合峰數；在確定峰數下，基于信賴域算法對確定峰數的高斯擬合系數求解；在擬合得到的最優高斯擬合曲線上進行一維極值搜索，初步確定共振波長位置；以共振波長位置為中心點，向前后各取一段數據再重新做一次多峰的高斯擬合，結合信賴域算法，確定擬合函數；在第二次擬合的函數上，利用一維極值搜索來確定最終的共振峰位。本發明專利技術的有益效果：有效提高了SPR峰位置的精度和靈敏度，減少運算時間，為實時動態檢測提供基礎。
【技術實現步驟摘要】
本專利技術屬于SPR的信號處理領域，尤其涉及一種基于高斯擬合的光纖型表面等離 子共振信號峰值定位檢測方法。
技術介紹
表面等離子共振（surface plasmon resonance, SPR)檢測技術，是一項基于物理 光學現象的高靈敏檢測技術，具有靈敏度高、樣品無需標記，可實現在線檢測等優點，已經 成為生物反應、藥物篩選、醫療儀器、食品安全、環境監測等領域的一項重要工具。從最初的 棱鏡耦合發展到現在的光柵耦合、波導耦合和光纖耦合，多樣化的耦合方式為SPR檢測技 術的發展助力。其中，光纖耦合憑借體積小，成本低，可以實現遠距離檢測、分布式檢測等優 點，成為近年來SPR技術發展的一個熱點。 棱鏡型SPR檢測系統采集到的光譜曲線具有半峰寬較窄、共振峰較尖銳等特點， 而光纖型SPR的光譜數據恰恰不具備這些特點。在對棱鏡型SPR信號處理上已有諸多方 法，常見的有一階導數零點法、局部相似性匹配算法，以及由質心法所衍生的其他算法，比 如Johansen提出的加權質心法；Nenninger提出的追蹤質心法；王曉萍提出的無基線質心 法等。一階導數零點法、局部相似性匹配算法對噪聲敏感；質心法及其改進算法對波形的 非對稱性敏感，計算的共振波長會因為波形的不對稱導致偏移，雖然研究的是共振波長的 偏移量，但每次計算共振波長時的信號不對稱性并不能保持一致。因此，很多針對棱鏡型的 數據處理方法并不適用于光纖型SPR光譜數據。在實驗中，系統還會受到光源波動、環境溫 度、機械振動等因素的影響，不可避免的會將噪聲混入到理想信號中。選擇合適的數據處理 方法不僅可以有效降低隨機噪聲所造成的影響，還可以提高數據的精度。
技術實現思路
光纖型SPR光譜具有半峰寬（full width of half maximum, FWHM)較寬，共振峰 不尖銳等特征，傳統的針對棱鏡型SPR光譜的峰值定位檢測算法無法準確定位此類光譜的 共振峰位置。為了準確計算光纖型SPR光譜的峰值位置（共振波長），本專利技術提出了基于信 賴域算法（Trust Region Algorithm)的高斯擬合方法，通過對SPR光譜的兩次高斯擬合， 準確的定位共振波長的位置，本專利技術提供一種基于高斯擬合的光纖型表面等離子共振信號 峰值定位檢測方法。 本專利技術的技術方案：一種基于高斯擬合的光纖型表面等離子共振信號峰值定位檢 測方法，其特征在于包括： 步驟1 :選取合適參數的Savitzky-Golay濾波器對采集的SPR信號進行濾波降 噪； 步驟2 :選取用于分析的SPR信號數據段，降低運算量，同時可以提高擬合的精 度； 步驟3 :確定高斯擬合的峰數，在擬合精度和運算量之間選擇一個合適的擬合峰 數； 步驟4 :在確定峰數下，基于信賴域算法（Trust region Algorithm)對確定峰數 的高斯擬合系數的求解； 步驟5 :在擬合得到的最優高斯擬合曲線上進行一維極值搜索，初步確定共振波 長的位置； 步驟6 :以共振波長的位置為中心點，向前后各取一段數據再重新做一次多峰的 高斯擬合，結合信賴域算法，確定擬合函數； 步驟7 :在第二次擬合的函數上，利用一維極值搜索來確定最終的共振峰位置。 步驟1中的Savitzky-Golay濾波器是光譜分析領域的一種濾波方法，可最大限度 的保留相對極值和寬度等分布特性，調整其參數（擬合階次、窗寬大小）便可以處理不同的 數據情況。 步驟1中的選取合適參數的標準：濾波器參數為擬合階數和窗寬，根據實時SPR譜 的特點優化濾波器參數，使濾波后光譜的均方誤差（mean squared error, MSE)的Stein's 無偏風險估計（Stein' s unbiased risk estimate, SURE)最小。 步驟2中的選取標準：檢測時光源采用的是鹵鎢燈光源，光源強度主要集中于一 段波長范圍內，信號采集的模塊是CCD線陣，CCD的采集范圍可能超過光強集中的范圍。因 此主要選取光源強度集中的波長范圍內的SPR曲線數據。 步驟3中的選取標準：以均方根誤差（root mean squared error, RMSE)和擬合優 度（R-square)為選取標準，在兼顧擬合效果的前提下，盡量選擇較低的峰數。這樣可以減 少運算的時間，同時可以為準確定位峰值奠定基礎。 步驟4中的信賴域算法是求解非線性優化問題的一種數值方法，具有整體收斂 性。在一維搜索中，從Xk點移動到下一點的過程可以表示為xk+akd k。akdk表示為dk方向 上的位移，記為sk。而信賴域算法是根據一定的原則，直接確定位移sk，同時，與一維搜索不 同的是，它并沒有先確定搜索方向dk，原則如下：利用二次模型模擬目標函數f(x)，再用二 次模型計算出位移s，根據位移s可以確定下一點x+s，從而可以計算出目標函數的下降量 (下降是最優化的目標），再根據下降量來決定擴大信賴域或縮小信賴域， 其中，自變量8是我們要求的位移，應:=樣_公-個對稱矩陣，且是 Hessian矩陣f/T.v)域其近似，Ak> 〇為置信半徑。 通過衡量二次模型與目標函數的近似程度，可以做出判定： 第k此迭代的實際下降量為：Afk= f k-f(Xk+Sk) 第k次迭代的預測下降量為：Δ mk=fk_m(sk) 定義比值 它用來衡量模型函數與目標函數f的一致性程度。如果根據"某種原則"確定的 位移能使目標函數值充分下降，則擴大信賴域；若不能使目標函數值充分下降，則縮小信賴 域。如此迭代下去，直到收斂。 步驟6中的向前后各取一段數據再重新做一次多峰的高斯擬合，向前后各取一段 數據的選取標準：在計算精度和運算量之間選擇一個合適的數據點數，再重新做一次多峰 的高斯擬合，多峰為步驟3中確定高斯擬合的峰數。 本專利技術具有的有益效果是： 1、本算法采用基于信賴域算法的高斯擬合法對采集到的SPR信號進行處理，算法 本身穩定性強、抑制噪聲。 2、本算法適應光纖型SPR信號的特點。 3、本算法可對高濃度溶液確定的共振峰位。 4、本算法具有較快的運算速度，有利于工程應用。 5、本算法具有較高的靈敏度【附圖說明】 圖1是SPR光譜數據濾波前數據 圖2是SPR光譜數據濾波后數據 圖3是不同濃度甘油的標準SPR曲線 圖4是二種不同算法的靈敏度對比【具體實施方式】 下面結合附圖對本專利技術的一種【具體實施方式】做出說明。 本專利技術涉及， 包括： 步驟1選取合適參數的Savitzky-Golay濾波器對采集的SPR信號進行濾波降噪。 Savitzky-Golay濾波器是光譜分析領域的一種濾波方法，可最大限度的保留相對 極值和寬度等分布特性，調整其參數（擬合階次、窗寬大小）便可以處理不同的數據情況。 參數選擇標準：濾波器參數為擬合階數和窗寬，根據實時SPR譜的特點優化濾波 器參數，使濾波后光譜的均方誤差（mean squared error, MSE)的Stein' s無偏風險估計 (Stein' s unbiased risk estimate, SURE)最小。 光譜數據濾波前后如圖I和圖2所示，采集的SPR信號數據中存在光源噪聲、散粒 噪聲等噪聲信號，選取窗寬為33、階次為5的Savitzky-Golay濾波器來對采集的信號進行 預處本文檔來自技高網...
【技術保護點】
一種基于高斯擬合的光纖型表面等離子共振信號峰值定位檢測方法，其特征在于包括以下步驟：步驟1：選取合適參數的Savitzky?Golay濾波器對采集的SPR信號進行濾波降噪；步驟2：選取用于分析的SPR信號數據段，降低運算量，同時可以提高擬合的精度；步驟3：確定高斯擬合的峰數，在擬合精度和運算量之間選擇一個合適的擬合峰數；步驟4：在確定峰數下，基于信賴域算法對確定峰數的高斯擬合系數的求解；步驟5：在擬合得到的最優高斯擬合曲線上進行一維極值搜索，初步確定共振波長的位置；步驟6：以共振波長的位置為中心點，向前后各取一段數據再重新做一次多峰的高斯擬合，結合信賴域算法，確定擬合函數；步驟7：在第二次擬合的函數上，利用一維極值搜索來確定最終的共振峰位置。
【技術特征摘要】
【專利技術屬性】
技術研發人員：周鵬，張文斌，王學民，
申請(專利權)人：天津大學，
類型：發明
國別省市：天津;12
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。