水质类型的判别是实现光谱法水质参数准确检测的重要前提。针对直接光谱法水质检测系统采集的光谱数据信息冗余较大的问题, 利用主成分分析消除信息指标间的相关性,实现光谱数据的降维和特征信息提取。采集某化工厂和某溪水水样的紫外-可见光谱数据, 利用主成分分析联合Fisher判别的方法建立判别模型,以12组水样光谱数据作为训练样本,6组作为测试样本,对模型的判别能力进行 论证和检验,并与传统的Fisher判别模型进行对比实验。实验结果表明,利用主成分分析联合Fisher判别模型可以有效消除信息冗 余带来的影响,相比传统的Fisher判别模型具有分类精度高、回代误判率为零、计算时间短等优点,计算时间由传统Fisher判别 方法的0.6733 s减少到0.6012 s。该方法为直接光谱法水质类型判别工程实用化提供了一种高效手段。

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。 直接光谱法在线水质检测系统通常采用长寿命、 无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。 针对整个光谱探测系统受到光源、 光路和光电转换器件的严重影响, 测定的光谱数据含有大量噪声这一实际问题, 提出了基于小波变换的压缩感知去噪算法, 并与传统小波阈值去噪方法进行了比较实验。 针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理, 采用压缩感知去噪算法, 将信号在小波域内分解, 得到含噪高频系数; 采用随机高斯矩阵作为压缩感知算法的观测矩阵, 压缩比设置为2, 对高频系数进行观测; 选择正交匹配追踪算法恢复高频小波系数的稀疏性, 从而达到去噪目的。 同时针对传统的小波阈值去噪, 采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。 为验证去噪算法的可行性, 采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理, 实验结果表明: 基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统, 该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪, 且去噪效果优于小波阈值去噪算法。 与小波阈值去噪算法相比, 信噪比提高了12.201 5 dB, 均方根误差减小了0.009 3, 峰值信噪比增加了5.299 dB。 不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题, 而且在重构过程中有效地抑制了噪声, 为直接光谱法检测水质参数提供了一种新的解决方案。

针对紫外-可见光谱水质检测系统单个LED光源输出功率低、光束质量差的问题, 提出了一种多束紫外LED光源与光纤合束耦合的结构设计方案。运用ZEMAX光学分析软件开展了仿真设计研究, 针对紫外LED光源与光纤耦合发散角较大的问题, 设计了非球面准直透镜, 准直后发散角为0.403 mrad；针对光束尺寸与光纤的匹配问题, 进行了消色差双分离聚焦耦合透镜的设计。实验结果表明, 合束LED光束汇聚的弥散斑的RMS尺寸为186.412 μm, GEO点尺寸为290.071 μm, 光束中95%以上的能量集中在300 μm以内, 实现了多束LED光源与光纤的高效耦合。