本发明属于光声光谱信号处理，特别涉及利用光声光谱技术进行气体检测，具体涉及基于二次谐波信号优化的光声光谱痕量气体检测方法。
背景技术：
1、光声光谱技术是一种间接吸收光谱技术，因其灵敏度高、选择性好和响应速度快等优势，被广泛应用于痕量气体检测。目前，近红外分布式反馈激光器由于体积小、价格低等优势，常用作光声光谱气体传感器的激励源，该激光器结合波长调制和二次谐波检测技术能够显著提升传感器的灵敏度。然而，气体在近红外波段的吸收强度较弱，导致传感器在检测低浓度气体时存在以下技术问题，一方面，由于波长调制引起的剩余幅度调制和随机噪声会导致二次谐波信号产生严重的非线性基线漂移，这种基线漂移会引起信号幅值波动，进而影响传感器的检测极限；另一方面，当前的光声光谱气体传感器仅使用二次谐波的峰值进行气体标定，但是信号波动使峰值的可信度降低，从而导致气体标定的精确度不高。
技术实现思路
1、有鉴于此，本发明实施例公开了基于二次谐波信号优化的光声光谱痕量气体检测方法，包括步骤：
2、s1、使用光声光谱气体传感器检测目标气体，获取二次谐波信号原始数据向量；
3、s2、对二次谐波信号原始数据进行基线矫正，得到二次谐波信号基线校正数据向量；
4、s3、对二次谐波信号基线矫正数据向量进行特征提取，得到特征对样本；
5、s4、对得到的特征对样本进行聚类分析，得到最终聚类；
6、s5、利用聚类中心对目标气体的浓度进行标定，得到目标气体的浓度。
7、进一步，一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s2具体包括：
8、s21、使用自适应性迭代重加权最小二乘法计算并不断地迭代二次谐波信号的基线，直到满足迭代条件或达到最大迭代次数，得到最终基线；
9、s22、由原始二次谐波信号减去最终基线获得校正后的二次谐波信号。
10、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s21中，二次谐波信号原始数据向量为x，对应的拟合向量为z，两者的长度均为m，则z到x的保真度f表示为：
11、
12、其中xi、zi分别为向量x、z的第i个元素，为“2-范数”运算；
13、拟合向量z的粗糙度r用拟合向量相邻两元素之差的平方和表达，公式为：
14、
15、其中d为差分矩阵，可表示为：
16、
17、使用保真度f、粗糙度r的惩罚λ平衡数据保真度和粗糙度的关系，表示为q，关系式为：
18、
19、为了获取拟合向量z，对q求关于z的偏导数为0，并引入保真度f的权重矩阵w，得拟合向量z的表达式为：
20、z＝(w+λdtd)wx
21、其中，w是一个m阶的对角矩阵，在二次谐波信号原始数据向量x的峰值处对应的原始值为0；
22、用于迭代校正基线的自适应性迭代重加权最小二乘法为：
23、
24、其中权重矩阵w的更新公式为：
25、
26、其中，是权重矩阵w的对角线元素；t为迭代次数；向量dt是由第t次迭代中x与zt-1之差的负元素组成，即：
27、
28、迭代的终止条件为：
29、|dt|＜0.001×|x|
30、最后一次迭代获得的拟合向量即为最终基线。
31、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s3具体包括：
32、提取连续多个周期的二次谐波的峰值电压值，取算数平均值作为x特征；
33、提取连续多个周期的二次谐波左右峰值电压值，求和，取算数平均值作为y特征；
34、由x特征和y特征组成特征对样本。
35、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s4具体包括：
36、s41、计算特征对样本的聚类中心和隶属度更新聚类中心；
37、s42、基于更新的聚类中心计算目标函数，直到所计算的目标函数小于预设阈值或达到最大迭代次数，得到最终聚类。
38、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s4中使用fcm算法对获取的特征对样本进行聚类分析，将特征对样本集分类成k个簇，则目标函数的计算公式为：
39、
40、其中，xit为第i个特征对样本的第t个坐标；cjt为第j个簇的聚类中心的第t个坐标；p为控制隶属度影响的参数；uij为第i个特征对样本第j个簇的隶属度，满足：
41、
42、找到使特征对样本到k个聚类中心的加权距离和最小的uij，使用拉格朗日函数进行求解，其形式为：
43、
44、令对uij求偏导数为0并消去λi，得隶属度uij的计算公式为：
45、
46、为了求出各簇最优聚类中心，令对cjt求偏导数为0，可得聚类中心的计算公式：
47、
48、迭代的终止条件为：
49、||j(k+1)-j(k)||＜ξ
50、其中ξ为迭代终止的阈值。通常，阈值越小结果越精确，但会增加迭代次数，综合考虑精确度和迭代次数，通常阈值设置为10-6能够满足痕量气体检测需要。
51、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s5具体包括：提取最终聚类的聚类中心的x特征值，作为最终聚类二次谐波的峰值电压值，用此峰值电压标定最终聚类的对应浓度，作为目标气体的浓度。
52、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s2还包括：对基线矫正前后的噪声进行allan偏差分析，计算待测气体的最低检测极限。
53、一些实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，步骤s4中，阈值ξ设置为10-6。
54、本发明实施例公开的基于二次谐波信号优化的光声光谱痕量气体检测方法，先对二次谐波信号进行基线矫正减少信号波动，然后提取矫正后的二次谐波信号的多个特征值组成特征向量并进行聚类分析，最后使用聚类中心对目标气体进行标定，能够有效提升光声光谱气体传感器的检测极限和标定精确度。
1.基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s2具体包括：
3.根据权利要求2所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，所述步骤s21中：
4.根据权利要求1所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s3具体包括：
5.根据权利要求1所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s4具体包括：
6.根据权利要求5所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s4中，使用fcm算法对获取的特征对样本进行聚类分析，将特征对样本集分类成k个簇，则所述目标函数的计算公式为：
7.根据权利要求1所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s5具体包括：
8.根据权利要求1所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，步骤s2还包括：
9.根据权利要求6所述的基于二次谐波信号优化的光声光谱痕量气体检测方法，其特征在于，所述阈值ξ设置为10-6。
