重疊峰信號濾波及參數(shù)提取方法研究.pdf

1、隨著藥物、化學、生物等領域研究的不斷深入，需要分析的信號越來越復雜。由于實驗條件，物質本身性質以及儀器分辨能力等因素，波長相近的組分會相互產(chǎn)生影響，導致信號峰重疊，直接影響到信號的定性和定量分析。此外，在信號的采集與傳輸過程中，噪聲對信號會產(chǎn)生干擾。因此，對含噪聲的重疊峰信號進行濾波和增強，并提取各個子峰的特征參數(shù)是一個關鍵問題。
　　本文首先分析了傳統(tǒng)重疊峰分辨方法的優(yōu)缺點，在此基礎上，克服噪聲的影響，以Gaussian平滑函數(shù)

2、作為工具，提出了兩種具有噪聲免疫力的信號增強方法，然后將其結合曲線擬合方法來提取重疊信號的特征參數(shù)。主要包括三個工作:
　　一、基于傳統(tǒng)峰銳化方法，提出了一種具有噪聲免疫力的峰銳化方法。先對Gaussian函數(shù)的二階導數(shù)進行銳化并作為信號銳化的模板，再用其與含噪信號進行卷積，便能實現(xiàn)含噪信號的峰銳化，最后用仿真信號以及質譜峰進行銳化實驗，驗證了方法的有效性，可用于分辨峰數(shù)目和提取峰位置，為后續(xù)的特征參數(shù)提取提供了有效信息。

3、　　二、為了解決噪聲對信號微分的影響，提出了一種具有噪聲免疫力的分數(shù)階微分方法。通過設計Gaussian函數(shù)的分數(shù)階微分，并將其作為模板，再用其與含噪信號進行卷積，便可以直接獲得噪聲信號的分數(shù)階微分，此方法無需對信號進行平滑處理，簡化了處理過程，不單可以得到整數(shù)階微分而且可以得到信號的任意分數(shù)階微分。根據(jù)噪聲峰信號和無噪峰信號的處理結果的對比，所提方法是有效的。
　　三、通過峰增強或銳化后，峰的數(shù)目和峰位置更容易獲得，但峰寬和峰高

4、無法直接獲取，前期，本團隊使用連續(xù)小波變換結合曲線擬合方法給出了一種重疊峰峰參數(shù)提取方案，基于這一思想，應用銳化后的信號，提取到各個子峰的初始參數(shù)，然后作為曲線擬合的先驗信息。具體過程為:首先利用本文所提出的信號增強方法對峰信號進行銳化，目的在于將重疊峰分辨出來;然后以各個子峰的峰位置為中心，取5個點或7個點進行線性擬合，得到各個子峰的初始參數(shù)，再將其作為曲線擬合的初始值，從而避免了曲線擬合的不唯一性，使得結果變得更加準確;最后，通過模