下载文档原格式
4．在“Y-轴”框中的“开始”和“结束”文本框里输入Y轴范围。
5．如果想将新设定的Y轴范围用于谱图窗口中的所有谱图，则选中“用于所有谱图”。
如果没有选中这个选框，那么Y轴的范围只适用于被选择的谱图。
6．选择“确定”。
谱图按设定的范围来显示。
自动满刻度无论何时使用选择工具、查看箭头或“滚动/缩放”窗口来显示显示谱图不同的谱图区域，“显示”菜单中的“自动满刻度显示”命令将会自动满刻度显示活动谱图窗口中的谱图。
这将有助于以满刻度的形式观察谱图。
“自动满刻度显示”将每张谱图的最高数据点（或谱图标注的最高点）移到谱图区的顶部，将每张谱图的最低数据点（或谱图标注的最低点）移到X轴上。
下面是一个例子：如果谱图的标注也被显示，那么当谱图纵坐标调整时，标注仍能显示出来。
备注如果需要调整谱图显示，而不希望谱图以满刻度形式显示，那么关闭“自动满刻度显示”即可。
▲如何操作自动满刻度显示谱图在“显示”菜单中选择“自动满刻度显示”命令。
此命令选中后，在命令名旁边出现一个“√”记号。
只要命令是打开的，则使用选择工具或取景器时，窗口中的谱图将以满刻度形式显示。
若“√”记号存在时要关闭这个命令，在“显示”菜单中再选择“自动满刻度显示”命令即可，同时记号消失。
滚动和缩放谱图“显示”菜单中的“滚动/缩放”命令可以利用一套符号来调节窗口中谱图的显示，这些符号位于“滚动/缩放”窗口中。
标记有“X”的一组符号用于调整谱图的X轴范围的显示；同样标记有“Y”的一组符号用于调整谱图的Y轴范围的显示。
下表说明了这些符号各自的作用。
如果愿意，可以按下表使用计算机数字键盘上的数字键及其组合来完成这些功能。
键盘上的“NumLock”（数码锁定）功能必须是“关闭”的，同时“滚动/缩放”窗口必需显示出来，才能使用这些键。
“滚动/缩放”窗口显示时，“数码锁定”功能会自动关闭。
符号对谱图显示的作用键使所有的谱图左移（观察谱图右侧的区域）。
它与取 4景器下半部的将取景器向右滚动的滚动键作用相同。
基于空域追踪算法的基线漂移信号噪声修正谢芳娟;朱淑云【摘要】为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.【期刊名称】《沈阳工业大学学报》【年(卷),期】2016(038)006【总页数】5页(P692-696)【关键词】基线漂移信号;心电信号;噪声信号;非线性滤波;空域追踪;微分算子;迭代运算;噪声修正【作者】谢芳娟;朱淑云【作者单位】南昌大学科学技术学院,南昌330029;南昌大学科学技术学院,南昌330029【正文语种】中文【中图分类】TP301.6基线漂移信号（baseline wander，BW）广泛存在于各种信号采集过程中，是一种非线性、非平稳的波动信号.通常是由采集目标物理量受到外界干扰引起，常见的基线漂移信号首先存在于生理电信号采集领域［1－3］，例如心电、脑电，主要由病人的呼吸作用、身体挪动以及器械移动所引起；其次是存在色谱、质谱［4－10］领域，主要因实验条件以及使用样品的改变所引起；再者是存在红外光谱分析领域［11］，主要受空气波动等干扰造成.然而无论是什么成因，基线漂移信号整体上表征为一种混杂于正常采集信号中的低频噪声，该种噪声会影响正确解析以及判断采集信号，进而可能造成疾病误判、物质组分识别错误等严重的后果.作为信号质量保证的主要预处理操作，去除基线漂移信号对后续信号分析起到了重要作用.在过去几十年，也涌现出了众多基于不同理论的基线漂移信号修正方法.基于线性滤波器，包括有限冲击响应（FIR）和无限冲击响应（IIR）滤波器的算法是滤除基线漂移信号的经典算法，其基于基线漂移信号频谱与目标信号谱带不同的假设，通过在频域设计通状阻带，移除原始信号中的基线噪声.但事实上，基线噪声信号和目标信号难以在频域上有明确的分界线，尤其是对于目标信号本身是时变非平稳的信号，谱带通常均会有重叠部分，难以固定截断频率，不能完全移除基漂部分，使得目标信号发生畸变，损失信号有价值的波群信息.非线性滤波器（例如中值滤波器）妥善地解决了线性滤波器固定截止频率的不足，可较好地移除基漂成分，但滤波器窗函数的截断误差给波形带来严重的“阶梯状”失真，在滤波精度要求严格的情况下，这种粗糙的滤波方式是难以接受的.因此，有学者引入了自适应滤波来修正基线漂移信号，这种方法在滤波过程中时刻动态调整滤波的截止频率，从而获得了较为理想的效果，但滤波实施的参照信号难以确定，不同的参照信号对结果也带来了不同的影响［12］.近年来，研究者尝试将滤波器结合信号分解变换等方式实现基线漂移信号的滤除，取得了不同的进展，如结合离散小波变换，利用小波变换检测奇异点或突变点的能力，可以完成对滤波器滤除基漂的近一步精确修饰，可以较好地保护各个波形的形态和幅值［13］.空域追踪算法（NSP）［14］是一种利用微分算子迭代进行信号分解的算法，信号分解无需已知先验基波，便可将信号自适应地分解成一系列的调幅、调频信号的加权和.相关研究证明，运用NSP分解可有效地修正基线漂移信号，但这种直接利用NSP提取基线漂移信号的算法却同样面对处理耗时、计算量庞大的不便.本文提出结合非线性滤波和NSP算法的基线漂移信号修正算法，首先利用非线性滤波器粗提出一个基线轮廓，然后进一步结合NSP算法分解粗提的基线轮廓，从中分解出更加精确的基线漂移信号，这一分解过程可迭代多次以满足精度需求.在精度要求比较低的情况下，可快速得到基线信号，从而在计算准确性和时效性上达到平衡. 空域追踪算法是由Peng和Hwang［14］在其研究中首次提出的，其利用连续两次微分运算作为窄带信号算子TS，对信号进行自适应滤波，进而从原始信号中分离出一系列的调幅、调频振动信号.这一过程主要依赖信号自身的波形包络特点以及对应的频率特性，能够按照信号自身固有的振荡特点提取出原始信号的不同组分.基线漂移信号本身就是混合在采集信号中的一种噪声，其表现出低频、振荡以及类周期等特点，一个混有基线漂移信号的信号S可看做局部窄带信号与非窄带信号的叠加.空域追踪法正是利用单一局部线性微分算子，自适应地将信号S分解成S ＝U＋V的形式，其中，V为局部窄带部分，即基线漂移信号成分，空域追踪法会将其分解到算子的空域中，完成对局部窄带信号的消除；U为非窄带部分，即希望保留的信号部分，其所有信息将不会存在于算子的空域之中.将基线漂移信号看作局部窄带部分，则V＝S－U可被定义为一个长度为L的列向量，而二次微分算子TS根据泰勒级数展开原理会被转化成一个特定的矩阵，基漂部分V＝S－U会分解在TS的空域中，即TS（S－U）＝0.为了估计出高质量真实信号的波形，滤除基线漂移信号被转化为求解最优化问题，即式中：E为一个用来正则化U的附加函数；λ为拉格朗日参数；γ为漏出系数，用来调节TS空域的解集区间，减少了空域追踪算法对最优化信号求解的贪婪性；F为调控算子TS的拉格朗日参数.通过求解式（1），利用自适应迭代算法将属于基线漂移信号的能量分解到算子TS的空域中.在离散信号求解迭代中，S、U和α均为长度为L的列向量，则式（1）被改写为式中：D为L×L的算子矩阵；Pα为对角线元素等于α的对角矩阵；λ1，λ2为拉格朗日参数.通过给定和的值，便可求解出式（2）关于滤波后信号的最优解，其中可进一步改写为式中.其中参数需要提前设定的值可由求得，即式中，A为对角线元素为S－U的对角矩阵值迭代表达式为式中；j为迭代进行的次数.同理值也可通过迭代得出，即除了是提前设定的常量参数外，余下的参数均是由迭代公式计算得出的，对赋予初值后，则以上参数在每次进行迭代求解时均会被更新，从而自动寻找到最优解. 迭代过程虽在使用时是自动进行的，然而有学者［7］在其研究中也指出相关参数的选择会影响算法滤除基线漂移信号的效果，因此，对粗提基线漂移信号做进一步滤波，可获得更精确的信号.本文利用非线性滤波器来完成基线漂移信号的粗提，得到粗提信号后，进一步结合空域追踪算法得到更加准确的信号.可以选择的非线性滤波包括数学形态学滤波、中值滤波以及其他常见的滤波，文中以中值滤波为例进行算法描述和验证，具体步骤如下：1）输入原始信号S0，将原始信号S0通过窗长为W的中值滤波器滤波，得到粗提后的信号S.2）对参数初始化，并设置截止阈值ε，对粗提后的信号 S进行迭代计算.3）令之后，开始进行迭代运算.4）计算，其中，Aj是一个对角线元素等于的对角矩阵.5）通过迭代计算的值.6）若并再次迭代；否则输出滤波后信号需要注意的是，当为比较小的数据点时的计算会变得并不稳定.因此，在实际操作中，令，其中 ct为在间隔Bt中的上限制；dt为另一个在间隔Bt中的下限制.同时计算的频率谱，并移除不存在于S频率谱中的部分，以获得修正后的频率谱.为评价提出算法的效果，采用MIT／BIH心率失常数据库［15］数据对所述算法进行验证，选取MIT／BIH噪声数据库中两个真实基线漂移信号［16］，并将这两个噪声信号 B1和B2混入到受基线漂移信号影响较小的一段心电信号中，生成混合信号样本，即原始心电信号S1与S2.适合心电信号的λ1初值范围为10－6～10－5，每个数据样本均在此范围内对应不同的参数取值.图1为S1采用不同滤波方法后得到的基线漂移信号对比.从滤波效果可以看出，采用中值滤波的基线漂移信号虽可以简单地提取出基线轮廓，然而却出现了台阶状的波形失真；而进一步采用NSP算法分解提取后，得到的基线漂移信号变得更加光滑，更贴近真实信号的波动形态.图2 中给出了 S1滤除基线漂移信号前后的信号波形，可以看出原本存在于混合心电信号中的基线漂移成分被有效剔除了，且信号表征生理意义的波群被有效保存下来.图3为S2采用不同滤波方法后得到的基线漂移信号对比，其整体表现与图1基本一致，均可从中值滤波粗提的基线轮廓中得到更加光滑的贴近真实的基线漂移信号. 图4中给出了S2滤除基线漂移信号前后的信号波形，从图4中可以看出，本文算法计算得出的基线漂移信号更加准确，且基线漂移信号被较好地移除.实验证明，通过增加空域滤波，样本的滤波性能均得到了明显提升，滤波效果明显.下面给出验证该算法的3个评价指标，并且将其他4种常见滤波方法（单中值滤波、双中值滤波、卡尔曼滤波、带通滤波）与本文算法进行了横向比较.基线漂移信号V与真实基线漂移信号B的相关度COR，其表达式为基线漂移信号V与真实基线漂移信号B的差异信号的能量ENERGY，其表达式为式（8）中差异信号能量占真实基线漂移信号B能量的比值RATIO，其表达式为采用B1作为基线漂移信号混合到心电信号中，计算得到数据评价指标如表1所示. 从表1可以看出，本文算法在计算指标上均取得了最佳的表现.这里相关度COR表示了提取的基线漂移信号和真实基线漂移信号的相关程度，相关度约接近1，表示滤除的基线漂移信号和真实基线信号更加一致，而代表误差能量的ENERGY和比率RATIO则是越小越好，越小越能说明提取基线和真实基线信号每一点均接近.同理，采用B2作为基线漂移信号混合到心电信号中，计算得到数据评价指标如表2所示.本文所提出的非线性联合均值滤波计算方法在准确提取基线漂移信号的基础上，提高了基线漂移信号的移除效率，同时在滤波稳定性上较文献［3］也有了较大的改善，可以提高计算效率.本文提出了一种空域追踪的基线漂移信号修正方法，结合非线性滤波可以提升算法的效率和稳定性.借助空域追踪法对分离窄带信号的出色作用，成功地将算法运用到移除基线漂移信号的研究之中，并取得了良好的滤波效果.采用特定微分算子，自适应地将非线性滤波得到的粗提基线漂移信号进一步分解出精确的基线漂移信号，并将其引入到零子空间中，从而完成了基漂信号的移除操作.实验结果证明，所提出的方法可有效地去除基线漂移，并能保护待分析信号的有价值波群.［1］Mallick P K.Baseline drift removal of ECG signal：comparative analysis of filtering techniques［J］.IEEE Transactions on Signal Processing，2016，27（1）：151－160.［2］庞宇，上官培阳，周前能，等.新型心电信号检测带通滤波器的设计［J］.重庆邮电大学学报（自然科学版），2015，27（2）：224－228.（PANG Yu，SHANGGUAN Pei-yang，ZHOU Qianneng，et al.Design of novel band-pass filter for ECG processing［J］.Journal of Chongqing University of Posts and Telecommunications（Natural Science Edition），2015，27（2）：224－228.）［3］Xin Y，Chen Y，Cui L.ECG baseline wander removal by null space pursuit［J］.Journal of Convergence Information Technology，2013，8（6）：1008－1015.［4］范媛媛，桑英军，胡光，等.基于小波变换的电能质量监测［J］.沈阳工业大学学报，2014，36（6）：681－687.（FAN Yuan-yuan，SANG Ying-jun，HU Guang，et al. Power quality monitoring based on wavelet transformation［J］.Journal of Shenyang University of Technology，2014，36（6）：681－687.）［5］尹波，郝宏刚，王斌，等.M IMO信道中空域相关特性分析［J］.重庆邮电大学学报（自然科学版），2013，25（2）：244－247.（YIN Bo，HAO Hong-gang，WANG Bin，et al.Analysis of spatial correlation of a channel model for M IMO［J］.Journal of Chongqing University of Posts and Telecommunications（Natural Science Edition），2013，25（2）：244－247.）［6］Baoa Q，Fengb J，Fang C，et al.A new automatic baseline correction method based on iterative method［J］.Journal of Magnetic Resonance，2012，218（5）：35－43.［7］Gupta P，Sharma K K，Joshi SD.Baseline wander removal of electrocardiogram signals using multivariate empirical mode decomposition.［J］Healthcare Technology Letters，2015，2（6）：59－69.［8］Xiong P，Wang H，Liu M，et al.Denoising autoencoder for eletrocardiogram signal enhancement［J］. Journal of Medical Imaging＆Health Informatics，2015，5（8）：1804－1810.［9］Luz E JS，Schwartz W R，Chávez G C，et al.ECG-based heartbeat classification for arrhythmia detection：a survey［J］.Computer Methods＆Programs in Biomedicine，2015（127）：144－164.［10］Kumar A，Singh G K，Anurag S.An optimized cosinemodulated nonuniform filter bank design for subband coding of ECG signal［J］.Journal of King Saud University，2015，27（2）：158－169.［11］Gao QW，Zhu D，Sun D，et al.A denoising method based on null space pursuit for infrared spectrum［J］. Neurocomputing，2014（137）：180－184.［12］Huang W，Cai N，Xie W，et al.ECG baseline wander correction based on ensemble empirical mode decomposition with complementary adaptive noise［J］.Journal of Medical Imaging＆Health Informatics，2015，5（8）：1796－1799.［13］汤晓君，王进，张蕾，等.气体光谱分析应用中傅里叶变换红外光谱基线漂移信号分段比校正方法［J］.光谱学与光谱分析，2013，33（2）：334－339.（TANG Xiao-jun，WANG Jin，ZHANG Lei，et al. Spectral baseline correction by piecewise dividing in Fourier transform infrured gas analysis ［J］.Spectroscopy and Spectral Analysis，2013，33（2）：334－339.）［14］Peng S，Hwang W L.Null space pursuit：an operatorbased approach to adaptive signal separation［J］. IEEE Transactions on Signal Processing，2010，58（5）：2475－2483.［15］Moody G B，Mark R G.The impact of the M IT-BIH arrhythmia database［J］.IEEE Engineering of Medical and Biology，2001，20（3）：45－50.［16］Li ZM，Yang S X.Methods of removing the baseline wander in ECG based on the lifting wavelet transform［J］.China Medical Equipment，2014（3）：125－130.。
第３４卷，第１０期 光谱学与光谱分析Ｖｏｌ．３４，Ｎｏ．１０，ｐｐ２６０６ ２６１１２０１４年１０月 ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓＯｃｔｏｂｅｒ，２０１４ 近红外离散波长光谱基线漂移校正方法研究胡爱琴，袁洪福 ，宋春风，李效玉北京化工大学材料科学与工程学院，北京 １０００２９摘 要 微分是（近）红外光谱多元分析校正中最常使用也是最有效的光谱基线漂移校正方法。
由于数据数目较少及相邻数据在光谱意义或数学意义上缺乏连续性，微分不能直接用于离散波长光谱消除基线漂移。
为此，提出了一种结合插值拟合和微分校正离散光谱基线漂移的新方法。
思路是采用三次样条插值法对离散波长光谱进行拟合，然后对拟合光谱进行Ｓａｖｉｔａｋｙ Ｇｏｌａｙ卷积求导，再从微分光谱中取出对应于原离散波长光谱数值的数值，构成离散波长光谱的微分光谱，从而实现离散波长光谱的基线漂移校正。
通过分别由模拟离散波长光谱数据和实际的离散波长光谱数据建立多元校正模型检验新方法效果。
采用ＡＢＣ干粉灭火剂和土壤的近红外光谱数据及性质建立了ＰＬＳ和ＭＬＲ模型。
结果表明，新方法能有效消除离散波长光谱的基线漂移对多元分析校正产生的不利影响，明显地提高了多元分析校正模型的准确性，对改善离散波长光谱仪器分析准确度具有重要的理论意义和实际应用价值。
关键词 离散波长光谱；基线漂移校正；三次样条插值；Ｓ Ｇ卷积求导中图分类号：ＴＨ７４４．１２ 文献标识码：Ａ 犇犗犐：１０．３９６４／ｊ．ｉｓｓｎ．１０００ ０５９３（２０１４）１０ ２６０６ ０６ 收稿日期：２０１４ ０５ ０５，修订日期：２０１４ ０７ １８ 基金项目：国家科技支撑计划课题（２０１１ＢＡＥ１１Ｂ００）资助 作者简介：胡爱琴，女，１９８８年生，北京化工大学材料科学与工程学院科研助理 ｅ ｍａｉｌ：ｈｕａｑ＠ｍａｉｌ．ｂｕｃｔ．ｅｄｕ．ｃｎ 通讯联系人 ｅ ｍａｉｌ：ｈｆｙｕａｎ＠ｍａｉｌ．ｂｕｃｔ．ｅｄｕ．ｃｎ引 言 滤光片型或激光二极管型（近）红外光谱仪具有结构设计简单、光通量大、扫描速度快、体积小、成本低等优点，已广泛用于设计专用或便携式分析仪器，甚至在线分析仪，因此，在众多应用领域［１］，滤光片型或激光二极管型（近）红外光谱仪器不仅具有悠久的历史，而且也有很好的发展前景。
注意处理功能和朗伯-比尔定律的关系•光谱测定的光度测定的模式是吸光度，根据朗伯-比尔定律浓度与吸光度有关，吸光度转化成透光率得到透光光谱。
有关的参数则是在吸光光谱的基础上输入一定的数值。
特别要引起注意的是有关透光光谱的数据处理。
•在[环境]-[处理选择]中的[朗伯-比尔定律无效]处作一个标记，在透射模式下处理透射光谱。
每次处理完之后这个标记会自行去掉。
重复操作时，每次必须作标记。
吸收峰表格基线校正零基线校正3点基线校正多点基线校正光谱差减吸收峰表格1.在视图模式中显示多个光谱时，点击光谱栏激活欲显示吸收峰的光谱。
然后点击[处理1]的下拖菜单的[吸收峰表格]自动转换成[处理]项显示吸收峰探测屏幕。
2.被探测的吸收峰可以用[噪音], [阀]和[最小面积]命令设置。
给每个参数输入一个数字点击计算按钮显示探测吸收峰结果。
要增加或者减少探测的吸收峰,改变每个参数的值点击计算按钮。
3.在光谱窗口打开右键点击菜单点击[显示吸收峰表格]命令转换显示的和隐藏的吸收峰表格。
注意当一个带有峰标的光谱以自动比例尺/全视图/多个自动比例尺/所有全视图模式显示时, 有些峰标显示不在窗口内。
要显示所有的峰标,用[图表]-[范围]-[范围目录]调节纵坐标范围或者在[环境]-[图表选项]的普通栏确定一个确切的[数据组合边界]。
基线校正如果测试光谱的基线由于在透射测试中的光散射或者在全衰减反射中的碳黑发生向下掉或者弯曲，要正确使用[基线校正]命令。
这里在[c:\ProgramFiles\Shimadzu\IRsolution\data\tutorial]文件中用[甲苯.smf] 光谱讲述一下如何进行基线校正。
当多个光谱在视图模式显示时。
点击[甲苯.smf]栏将其激活。
然后选择[处理1]的下拖菜单的[基线]命令，在二级菜单中显示三种基线校正的类型[零]，[三点]和[多点]。
注意IRsolution 处理功能和朗伯-比尔定律的关系•光谱测定的光度测定的模式是吸光度，根据朗伯-比尔定律浓度与吸光度有关，吸光度转化成透光率得到透光光谱。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202011296003.6(22)申请日 2020.11.18(71)申请人 之江实验室地址 310023 浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼申请人 浙江大学(72)发明人 匡翠方 丁晨良 魏震 汤孟博 朱大钊 刘旭 徐良 (74)专利代理机构 杭州浙科专利事务所(普通合伙) 33213代理人 孙孟辉(51)Int.Cl.G02B 26/08(2006.01)G02B 27/10(2006.01)(54)发明名称一种激光束漂移实时探测与快速校正装置及方法(57)摘要本发明公开了一种激光束漂移实时探测与快速校正装置及方法，该装置包括可调小孔、旋转反射镜、直角棱镜反射镜、纳米位移台、压电调节镜架、分束镜、透镜、位置探测器和控制器等部件；通过纳米位移台与直角棱镜反射镜的组合，实现光束位置漂移的独立调控，通过压电调节镜架实现光束指向角度的独立调控。
本发明通过光束指向位置漂移与角度漂移的独立调控，避免了常规光束指向系统中的解耦操作，实现小型化、高精度、快速度的光束稳定控制。
利用本发明装置调整得到的稳定光束，可以广泛用于超分辨显微成像系统和高精度激光直写光刻系统。
权利要求书1页 说明书4页 附图3页CN 112505915 A 2021.03.16C N 112505915A1.一种激光束漂移实时探测与快速校正装置，包括可调小孔（1）、旋转反射镜（2）、第一直角反射棱镜（3）、第一纳米位移台（4）、第二直角反射棱镜（5）、第二纳米位移台（6），其特征在于：所述可调小孔（1）、所述旋转反射镜（2）与所述第一直角反射棱镜（3）的中心位于同一线上，且水平高度相等；所述第一直角反射棱镜（3）固定在所述第一纳米位移台（4）上，可以沿着光束入射方向进行纳米移动；所述第二直角反射棱镜（5）固定在所述第二纳米位移台（6）上，可以沿着光束入射方向进行纳米移动；所述第一直角反射棱镜（3）和所述第一纳米位移台（4）对光束调控的方向与所述第二直角反射棱镜（5）和所述第二纳米位移台（6）调控的方向相对于光束入射平面相互垂直。
