留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于经验模态分解与回归分析的空间外差光谱目标提取

叶松 李源壮 孙永丰 高凤艳 王新强 汪杰君 张文涛 王方原

叶松, 李源壮, 孙永丰, 高凤艳, 王新强, 汪杰君, 张文涛, 王方原. 基于经验模态分解与回归分析的空间外差光谱目标提取[J]. 红外与激光工程, 2018, 47(12): 1223001-1223001(7). doi: 10.3788/IRLA201847.1223001
引用本文: 叶松, 李源壮, 孙永丰, 高凤艳, 王新强, 汪杰君, 张文涛, 王方原. 基于经验模态分解与回归分析的空间外差光谱目标提取[J]. 红外与激光工程, 2018, 47(12): 1223001-1223001(7). doi: 10.3788/IRLA201847.1223001
Ye Song, Li Yuanzhuang, Sun Yongfeng, Gao Fengyan, Wang Xinqiang, Wang Jiejun, Zhang Wentao, Wang Fangyuan. Extraction of spatial heterodyne spectroscopy target based on empirical mode decomposition and regression analysis[J]. Infrared and Laser Engineering, 2018, 47(12): 1223001-1223001(7). doi: 10.3788/IRLA201847.1223001
Citation: Ye Song, Li Yuanzhuang, Sun Yongfeng, Gao Fengyan, Wang Xinqiang, Wang Jiejun, Zhang Wentao, Wang Fangyuan. Extraction of spatial heterodyne spectroscopy target based on empirical mode decomposition and regression analysis[J]. Infrared and Laser Engineering, 2018, 47(12): 1223001-1223001(7). doi: 10.3788/IRLA201847.1223001

基于经验模态分解与回归分析的空间外差光谱目标提取

doi: 10.3788/IRLA201847.1223001
基金项目: 

国家自然科学基金(41561079,41201342);广西自动检测技术与仪器重点实验室基金(YQ17108,YQ15111,YQ16105);桂林电子科技大学创新团队项目;广西研究生教育创新计划(YCSW2017145)

详细信息
    作者简介:

    叶松(1979-),男,研究员,博士,主要从事光学遥感方面的研究。Email:yesongmail@sina.com

    通讯作者: 王方原(1988-),男,讲师,博士,主要从事光电信息处理方面的研究。Email:wangfy@guet.edu.cn
  • 中图分类号: O433

Extraction of spatial heterodyne spectroscopy target based on empirical mode decomposition and regression analysis

  • 摘要: 为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数,根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息;利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数,构造滤波器并应用到目标信号,提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明:经验模态分解可将背景与目标近似分离;在未知背景信号情况下,利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。
  • [1] Harris W M, Roesler F L, Harlander J, et al. Applications of reflective spatial heterodyne spectroscopy to UV exploration in the solar system[C]//SPIE, 2004, 5488:886-897.
    [2] Li Shuang, Qiu Zhenwei, Wang Xiangjing. Stray light simulation and analysis of space-borne spatial heterodyne spectrometer for monitoring greenhouse gases[J]. Infrared and Laser Engineering, 2015, 44(2):616-619. (in Chinese)
    [3] Wei Qiuye, Wang Xianhua, Ye Hanhan, et al. Research of spatial heterodyne spectroscopy for atmospheric CO2 remote sensing with high precision[J]. Acta Optica Sinica, 2014, 34(8):0801006. (in Chinese)
    [4] Wang Xinqiang, Ye Song, Xiong Wei, et al. Calibration of fundamental frequency wavelength of spatial heterodyne spectrometer[J]. High Power Laser and Particle Beams, 2013, 25(4):827-831. (in Chinese)
    [5] Tarumi T, Small G W, Combs R J, et al. Digital filtering implementations for the detection of broad spectral features by direct analysis of passive Fourier transform infrared interferograms[J]. Applied Spectroscopy, 2004, 58(4):432-441.
    [6] Tarumi T, Small G W, Combs R J, et al. Infinite impulse response filters for direct analysis of interferogram data from airborne passive Fourier transform infrared spectrometry[J]. Vibrational Spectroscopy, 2005, 37(1):39-52.
    [7] Jiao Yang, Xu Liang, Gao Minguang, et al. Real-time data processing of remote measurement of air pollution by infrared passive scanning imaging system[J]. Acta Physica Sinica, 2013, 62(14):124-130. (in Chinese)
    [8] Ye Song, Fang Yonghua, Hong Jin, et al. System design of spatial heterodyne spectrometer[J]. Optics and Precision Engineering, 2006, 14(6):959-964. (in Chinese)
    [9] Ye Song, Gan Yongying, Xiong Wei, et al. Baseline correction of spatial heterodyne spectrometer using wavelet transform[J]. Infrared and Laser Engineering, 2016, 45(11):1117009. (in Chinese)
    [10] Yu Lijuan, Xiong Wei, Xiong Huimin. Weak signal feature extraction algorithm for passive infrared spectra[J]. Laser Infrared, 2008, 38(3):289-292. (in Chinese)
    [11] Bogdan Mijovi?, Ivan Gligorijevi?, Maarten De Vos, et al. Source separation from single-channel recordings by combining empirical-mode decomposition and independent component analysis[J]. IEEE Transactions on Biomedical Engineering, 2010, 57(9):2188-2196.
    [12] Yu Chuanjin, Li Yongle, Zhang Mingjin. Comparative study on three new hybrid models using Elman Neural Network and Empirical Mode Decomposition based technologies improved by Singular Spectrum Analysis for hour-ahead wind speed forecasting[J]. Energy Conversion and Management, 2017, 147:75-85.
    [13] Akhand Rai, Upadhy S H. Bearing performance degradation assessment based on a combination of empirical mode decomposition and k-medoids clustering[J]. Mechanical Systems Signal Processing, 2017, 93:16-29.
    [14] Wu Di. Research on gas detection using independent component analysis[D]. Harbin:Harbin Institute of Technology, 2008. (in Chinese)吴迪. 基于独立成分分析的气体识别方法研究[D]. 哈尔滨:哈尔滨工业大学, 2008.
    [15] Zhang Chunmin, Ren Wenyi, Mu Tingkui, et al. Empirical mode decomposition based background removal and de-noising in polarization interference imaging spectrometer[J]. Optics Express, 2013, 21(8):2592-2605.
    [16] Liu Xiaoguang, Hao Shasha, Wang Guanglei, et al. Micro mechanical gyro denoising method based on EMD autocorrelation[J]. Journal of Chinese Inertial Technology, 2016, 24(4):537-541. (in Chinese)
    [17] Zhang Wentao, Gao Fengyan, Ye Song, et al. Target recognition on the finite impulse response and regreesion analysis from spatial heterodyne spectrometer[J]. Opto-Electronic Engineering, 2016, 43(7):1-8. (in Chinese)
    [18] Yuan Zongheng, Li Shu, Ye Song, et al. Feasibility analysis of rocket plume detection based on spatial heterodyne spectroscopy[J]. Infrared and Laser Engineering, 2015, 44(10):2867-2873. (in Chinese)
  • [1] 刘志超, 屈百达.  复数二维经验模态分解在SAR目标识别中的应用 . 红外与激光工程, 2021, 50(5): 20200309-1-20200309-8. doi: 10.3788/IRLA20200309
    [2] 伍友龙.  多元经验模态分解及在SAR图像目标识别中的应用 . 红外与激光工程, 2021, 50(4): 20200236-1-20200236-7. doi: 10.3788/IRLA20200236
    [3] 孙俊灵, 马鹏阁, 郭清源, 韩红印, 李伟, 陶然.  低信噪比下机载平台多脉冲激光测距机目标回波降噪算法 . 红外与激光工程, 2021, 50(6): 20210005-1-20210005-9. doi: 10.3788/IRLA20210005
    [4] 王辰星, 达飞鹏.  基于经验模态分解法的光学条纹图像处理研究进展 . 红外与激光工程, 2020, 49(3): 0303013-0303013-11. doi: 10.3788/IRLA202049.0303013
    [5] 刘向锋, 黄庚华, 张志杰, 王凤香, 舒嵘.  高分七号激光测高中全波形回波数据的EMD降噪 . 红外与激光工程, 2020, 49(11): 20200261-1-20200261-10. doi: 10.3788/IRLA20200261
    [6] 张天一, 侯永辉, 徐腾, 姜海娇, 新其其格, 朱永田.  LAMOST高分辨率光谱仪杂散光分析 . 红外与激光工程, 2019, 48(1): 117003-0117003(8). doi: 10.3788/IRLA201948.0117003
    [7] 曾雅楠, 卢钧胜, 常新宇, 刘源, 胡晓东, 卫勇, 王艳艳.  数字像面全息显微技术的降噪方法 . 红外与激光工程, 2019, 48(5): 524003-0524003(7). doi: 10.3788/IRLA201948.0524003
    [8] 王新强, 王欢, 叶松, 汪杰君, 张文涛, 王方原.  基于空间外差的钾盐光谱探测与提取研究 . 红外与激光工程, 2019, 48(1): 117002-0117002(5). doi: 10.3788/IRLA201948.0117002
    [9] 李金金, 孙晓兵, 康晴, 李树, 殷玉龙.  偏振光谱仪偏振探测精度分析 . 红外与激光工程, 2018, 47(1): 123002-0123002(7). doi: 10.3788/IRLA201847.0123002
    [10] 杨敏珠, 邹曜璞, 张磊, 韩昌佩.  傅里叶变换光谱仪探测器非线性的影响及其校正方法 . 红外与激光工程, 2017, 46(10): 1023001-1023001(7). doi: 10.3788/IRLA201790.1023001
    [11] 叶松, 甘永莹, 熊伟, 张文涛, 汪杰君, 王新强.  采用小波变换的空间外差光谱仪基线校正 . 红外与激光工程, 2016, 45(11): 1117009-1117009(5). doi: 10.3788/IRLA201645.1117009
    [12] 罗海燕, 李双, 施海亮, 熊伟, 洪津.  空间外差光谱仪成像光学系统设计 . 红外与激光工程, 2016, 45(8): 818005-0818005(6). doi: 10.3788/IRLA201645.0818005
    [13] 刘洋, 方勇华, 吴军, 雒静, 李扬裕.  中红外平面光栅光谱仪系统杂散光分析 . 红外与激光工程, 2015, 44(4): 1164-1171.
    [14] 袁纵横, 李树, 叶松, 熊伟, 王新强, 汪杰君.  火箭尾焰的空间外差光谱探测可行性分析 . 红外与激光工程, 2015, 44(10): 2867-2873.
    [15] 李双, 裘桢炜, 王相京.  星载大气主要温室气体监测仪杂光模拟分析 . 红外与激光工程, 2015, 44(2): 616-619.
    [16] 张明月, 章家保, 杨洪波.  空间傅里叶变换红外光谱仪动镜速度稳定性研究 . 红外与激光工程, 2014, 43(4): 1240-1246.
    [17] 孟祥涛, 王巍, 向政.  基于光纤陀螺与经验模态分解的航天器微小角振动检测技术 . 红外与激光工程, 2014, 43(8): 2619-2625.
    [18] 佟惠原, 马勇辉, 逯祎, 朱小芳.  大口径空间滤波调制红外光谱仪定标方法 . 红外与激光工程, 2013, 42(3): 569-573.
    [19] 刘齐民, 阮萍, 李福, 潘海俊.  空间光谱仪光栅柔性支撑设计与分析 . 红外与激光工程, 2013, 42(9): 2457-2461.
    [20] 何星, 王宏力, 刘永志, 陆敬辉, 姜伟.  基于EMD-LSSVM的多尺度混合建模方法及其应用 . 红外与激光工程, 2013, 42(7): 1737-1742.
  • 加载中
计量
  • 文章访问数:  339
  • HTML全文浏览量:  54
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-07-10
  • 修回日期:  2018-08-28
  • 刊出日期:  2018-12-25

基于经验模态分解与回归分析的空间外差光谱目标提取

doi: 10.3788/IRLA201847.1223001
    作者简介:

    叶松(1979-),男,研究员,博士,主要从事光学遥感方面的研究。Email:yesongmail@sina.com

    通讯作者: 王方原(1988-),男,讲师,博士,主要从事光电信息处理方面的研究。Email:wangfy@guet.edu.cn
基金项目:

国家自然科学基金(41561079,41201342);广西自动检测技术与仪器重点实验室基金(YQ17108,YQ15111,YQ16105);桂林电子科技大学创新团队项目;广西研究生教育创新计划(YCSW2017145)

  • 中图分类号: O433

摘要: 为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数,根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息;利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数,构造滤波器并应用到目标信号,提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明:经验模态分解可将背景与目标近似分离;在未知背景信号情况下,利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回