中国科学院环境光学与技术重点实验室, 安徽光学精密机械研究所, 安徽 合肥 230031
能见度一般为人眼视觉能够观测目标物的最大估计水平距离。 能见度的观测和预报已经广泛的应用于气象预报、 环境污染分析、 交通运输等各个领域。 现有的能见度观测方法主要分为散射式与透射式。 其中数字摄像式能见度观测方法最贴近能见度定义, 随着数字摄像技术的发展, 加快了数字图像能见度的测量方法的研究与应用。 但在利用数字摄像进行夜间能见度观测量过程中不可避免的受到不同天气背景光、 光源灰度等影响从而造成能见度测量不稳定, 观测结果精度低、 观测范围较小。 已知利用双光源的稳定性可以保证能见度的测量精度, 大多数研究都是通过使用白光源的角度来解决能见度的测量不稳定问题。 本文从准单色光源的角度出发, 通过不同频段光源对能见度的穿透能力不同, 在可见光范围内对不同频段光源的穿透能力进行特性分析。 在已有的双光源基础上, 提出了一种改进的恒温双色光源夜间能见度观测方法, 实现在不同天气状况下, 对能见度的高精度、 大范围观测。 通过设计恒温双光源, 消除了环境温度变化对光强的影响; 恒压恒流模块保证双光源光强一致性; 利用积分球保证光强的均匀性; 根据不同频段光源对能见度的穿透能力不同, 选用双色光源实现高精度、 大范围能见度的有效测量。 在恒温双色光源的能见度观测系统中进行一系列的实验验证, 实验结果表明两个光源的一致性达到0.99, 能见度不好时, 蓝光到达相机的光强弱, 红光的测量结果接近真值; 晴天时夜间能见度良好, 蓝光透射率差值大, 有利于提高信噪比, 双光源为蓝光的标准差36.90, 蓝光的测量结果接近真值。 当观测极限为15 000 m时, 进行1个月的实验观测, 通过与真实值进行比较, 所提出的改进恒温双色光源夜间能见度观测方法能够很好的在能见度观测极限范围内进行准确的测量。
恒温 夜间可见度 两色光源 传输速率 遥感 Constant temperature Nighttime visibility Two-color light sources Transmission rate Remote sensing
1 中国科学院环境光学与技术重点实验室, 安徽光学精密机械研究所, 安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230026
可调谐半导体激光吸收光谱技术(TDLAS)利用半导体激光器的可调谐和窄线宽特性, 通过选择特定气体的单条吸收线, 排除其余气体的干扰, 可以实现高精度、 高选择性的气体浓度测量, 在气体浓度检测系统中具有广泛的应用前景。 在不同的应用条件和环境下, 需要解决相应的硬件和数据处理方面的技术问题。 主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题, 该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。 由于激光扫描光谱回波信号受到漫反射面情况变化、 空气环境变化、 尾气湍流影响等因素影响, 探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法, 实现了对光谱进行滤波处理从而更加准确地反演CO浓度。 S-G滤波算法因其原理简单、 功能强大、 只需设置两个参数(窗口大小、 拟合阶数)等优点, 已广泛应用于光谱处理。 如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点, 是该滤波算法应用的一大难题。 设计的检测系统中, 测量光路光谱信号为非平稳信号, 噪声和有效信号幅度时变, 最佳窗口大小和多项式阶数随信号动态而变化, 且变化区间较大, 使用固定参数的S-G滤波器难以达到最佳效果。 提出的自适应层进式S-G平滑滤波算法, 通过逐层将测量光路光谱信号经过S-G滤波后, 与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和, 以自适应得到逐层最优参数。 通过对信噪比从981~2977的10组不同带噪光谱分析验证了该算法的有效性, 自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息, 与带噪光谱对比, 吸收光谱峰值最大误差由25152%降至5917%, 积分吸光度最大误差由181%降至39%。 在实现的系统中, 使用自适应层进式S-G算法对测量光路进行滤波处理, 并对不同车型、 不同排量、 燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。
可调谐半导体激光吸收光谱技术 自适应层进式Savitzky-Golay平滑滤波 机动车尾气遥测 Tunable diode laser absorption spectroscopy Adaptive hierarchical Savitzky-Golay algorithm Telemetry measurement system of motor vehicle exha 光谱学与光谱分析
2019, 39(9): 2657