盲信号分离的光声光谱微量气体测量技术研究

陈 亮,臧家彬,刘晓阳

盲信号分离的光声光谱微量气体测量技术研究

陈 亮,臧家彬,刘晓阳

(沈阳理工大学 自动化与电气工程学院，沈阳110159)

基于传统毒气报警器受自身的探测灵敏度的限制，对混在毒气里的微量毒气不能有效测量这一缺陷，研究基于盲信号分离的光声光谱微量气体测量技术。设计一种采用LED光源离轴石英增强型光声光谱测量有毒有害气体的检测平台，用盲源分离方法对混合气体红外吸收谱区域有重叠的气体进行分离。根据实验数据，光声光谱气体传感器可以有效地检测微量气体，并且可以达到一定测量精度。

离轴石英增强型光声光谱；红外光源；盲源分离；多组分检测

毒气报警器广泛应用于石油、燃气、化工，油库等存在有毒气体的石油化工行业，用以检测室内外危险场所的泄漏情况,是保证生产和人身安全的重要仪器。但传感器本身受自身的探测灵敏度的限制，对混在毒气里的微量毒气不能有效测量其浓度。通过光声光谱技术[1]探测的方法，不仅能够检测出哪种有毒气体，更能准确测量出其精准的浓度，从而为专业人员进行检测工作提供了便利。

传统的光声光谱采用光声池[2]的方法测量光声信号，由于该方法抗干扰能力弱，体积大，功耗和成本高，D.Weidmann等[3]提出使用石英音叉(TF)代替了传统的麦克风来探测气体光声信号，使得光声传感器的尺寸减小到几立方厘米，音叉的高品质因数和小型化尺寸使得系统非常强健。为了提高检测灵敏度，同济大学设计、制作了几种谐振光声腔[4]，如T型耦合谐振光声腔，实验研究表明其效果显著。此外，安徽光机所对石英调谐音叉光声腔的结构进行了多方面的研究，使光声光谱检测灵敏度有很大提高[5]。大连理工大学提出利用近红外可调纤维激光器作为光源，使仪器可以在线操作[6]。

本文采用音叉式石英晶振作为探测源只在特定的极窄的频率附近(32kHz附近)对声音有响应，对其他频段的声音有很强的抑制能力，同时还具有探测模块体积小、响应带宽窄、抗干扰性强、功耗和成本低等优点，非常适合研制便携式高灵敏度微型气体传感器。

1 光声光谱检测技术原理

气体的光声光谱检测原理如图1 所示。用频率调制好的光源照射到处在气室内的气体分子上，待测气体分子吸收特定波长的入射光后由基态跃迁至激发态。吸收的光能通过无辐射弛豫过程转变为碰撞分子之间的平动能[7]，它表现为气体温度的升高，而气体温度又会呈现出与调制频率相同的周期性变化。这种变化最终表现为压强的变化，而压强本质上是一种简单的声波。此时声波的频率(32.768kHz)等于石英音叉的共振频率，音叉产生共振后，根据石英音叉的压电效应[7]，音叉会将声信号转换成电信号，再将信号检测出来，得到的就是光声光谱信号。

而待测气体的浓度和红外吸收线的强度决定了光声信号的强弱，光声信号和音叉的振幅成正比，振幅的大小又和流出音叉的电流有着一定关系，实验中气体的吸收线是确定的，这样检测出来的电信号就只和气体的浓度有关系，通过理论标定的方法可得到光声光谱信号和气体浓度的关系。

图1 光声光谱检测原理图

2 基于LED光源的光声光谱毒气检测系统的搭建

系统整体设计结构如图2所示，系统主要包括四个部分:光源部分、光谱测声模块、电路控制单元和气路控制单元[7]。

图2 系统整体设计结构图

(1)光源部分用气体配比仪(MFC)将配比好的气体送入气室内。用调制好的固定频率的红外光照在待检气体上。MIR-LED光源半高宽FWHM为90nm，输出功率Po为10mw。通过焦距为12.5mm的双凸透镜聚焦到共振管，焦点光斑直径约为1mm[8]。

(2)气路控制单元的气室左右两端设有进气口和出气口。气室体积设计为10cm3[8]。实验中，气室内通入不同浓度的CO和CO2的混合气体，气体浓度的配比通过气体质量流量控制器完成。

(3)气体流经CaF2窗口进入到共振管内部，共振管采用离轴配置[8]。光束聚焦后从微型共振腔通过，在微型共振腔中心有一个狭缝正对着石英音叉两臂之间。根据文献[8]，选取的谐振管长度为LAR=6.00 mm，内径为ID=0.8 mm，外径OD=1.2 mm，狭缝长度为L=0.6 mm，宽度W=0.15 mm，共振管距离石英音叉的距离d=10 μm，中心轴距离音叉顶端的距离h=0.8mm。

(4)音叉检测到的信号通过阻抗放大器[9](transimpedance amplifer)使得压电电流信号转换成后级所需要的电压信号，同时起到再对信号完成一次放大作用。

3 盲信号分离FastICA算法

FastICA 算法是一种快速寻优迭代算法[10]，采用批处理方式，即在每一步迭代中有大量的样本数据参与运算。算法采用定点迭代的优化算法，使得收敛更加快速、稳健。

根据中心极限定理，若一随机变量X由许多相互独立的随机变Si(i=1,2,3,…,N)之和组成只要Si具有有限的均值和方差，则不论其为何种分布，随机变量X较Si更接近高斯分布[11]。通过对分离结果的非高斯性度量来表示分离结果间的相互独立性，当非高斯性度量达到最大时，则表明已完成对各独立分量的分离。

负熵的定义:

N(Y)=H(YGauss)-H(Y)

(1)

式中，YGauss为与Y具有相同方差的高斯随机变量，H(·)为随机变量的微分熵,根据信息理论，在具有相同方差的随机变量中，高斯分布的随机变量具有最大的微分熵。当Y具有高斯分布时，N(Y)= 0;Y的非高斯性越强，其微分熵越小，N(Y)值越大，所以N(Y)可以作为随机变量Y非高斯性的测度。

N(Y)={E[g(Y)]-E[(YGauss)]}2

(2)

式中，E[·]为均值运算，g(·)为非线性函数。

FastICA学习规则是找一个方向以便WTX(Y=WTX)具有最大的非高斯性。WTX的方差约束为 1，对于白化数据而言，这等于约束W的范数为 1。首先，WTX的负熵的最大近似值能通过对E[G(E(WTX)]进行优化来获得。

根据Kuhn-Tucker条件，在E{(WTX)2}=‖W‖2=1的约束下[11]，E[G(E(WTX)]的最优值能在满足下式的点上获得。

E[Xg(WTX)]+βW=0

(3)

式中，β是一个恒定值，β=E{W0TXg(W0TX)}W0是优化后的W值。利用牛顿迭代法解方程(3)，用F表示式左边的函数，可得F的雅可比矩阵JF(W)如下:

JF(W)=E{XXTg′(WTX)}-βI

(4)

由于数据被球化，E{XXT}=I，所以

E{XXTg′(WTX)}≈E{XXT}·E{g′(WTX)}

=E{g′(WTX)}·I

(5)

因而雅可比矩阵变成对角阵，并且能比较容易地求逆。因而可以得到近似牛顿迭代公式:

W*=W-[E{Xg(WTX)}-βW]/

[E{g′(WTX)}-β]

(6)

W=W*/‖W*‖

(7)

式中，W*是W的新值，β=E{WTXg(WTX)},规格化能提高解的稳定性。简化后可以得到 FastICA算法的迭代公式:

W*=E{Xg(WTX)-E{g′(WTX)}W

(8)

W=W*/‖W*‖

(9)

用Matlab实现FastICA算法的基本步骤:

(1)对观测数据X进行中心化，使它的均值为0；

(2)对数据进行白化；

(3)在(0,1)间选择一个初始权矢量(随机的)Wp；

(4)选取非二次函数G(u)=u4/4[12]；

(5)令Wp=E{Xg(WTX)-E{g′(WTX)}；

(6)W(k)=W(k)/‖W(k)‖；

(7)假如W(k)不收敛的话，返回(5)；

(8)令p=p+1，如果p≤m，返回(4)。

4 实验结果及分析

本文对毒气报警器中的混合气体检测以光声效应为基础，需要事先知道混合气体中各气体的红外特征吸收波长[13]，进而准确对其进行检测。表1为CO和CO2的红外吸收谱的吸收峰位置。

表1 红外吸收谱峰

为了凸显盲信号分离算法能够检测中心波段相近的混合气体的优势，并从气源的易得性角度出发，本文对中心特征波长相近的CO、CO2进行了测量。根据盲信号分离算法的模型和原理，实现对实验检测平台只进行一次参数设定的情况下，能检测出多种特征波长相近的气体。

为了消除散射和噪声对检测结果的影响，将采集的数据中与整体相比太小或太大的数据都去掉，实验中通过气体配比仪得到浓度稳定的CO和CO2的混合样气，气体配比仪主要控制两个气体质量流量控制器来完成配比的功能，所用气源均为100%的纯气体，用其配比出浓度为400ppm的CO和浓度为500ppm的CO2气体。将配比好的混合气体通入气室左端的进气口，调节好各参数并连接好设备后，即可开始采集数据，采集到的数据如表2所示。

表2 数据采集

根据表2得到观测矩阵

对观测矩阵进行中心化并白化后，得到白化矩阵

通过Matlab进行叠代计算，当W收敛时对Y矩阵的第一行求平均值，即混合气体各气体分量的值(单位为mv):

根据文献[3]给出的线性标定方法可以得到CO和CO2气体浓度分别为386.13ppm和481.49ppm。

通过实验可知用FastICA方法可以有效分离红吸收谱有重叠的混合气体。

为了得到光声光谱气体传感器的测量精度，对标准浓度的CO2单独进行实验分析，检测结果通过表3给出。

表3 传感器测量精度 ppm

5 结束语

提出了在以MIR-LED为光源的OB-QEPAS系统基础上采用盲信号分离的方法对混合气体红外吸收谱区域有重叠的气体进行分离，通过检测CO2浓度的实验来检验光声光谱气体传感器的测量精度。实验结果表明，光声光谱气体传感器可以有效地检测微量气体，并具有较高的测量精度。

[1]鲍伟义,朱永,陈俊,等.可调谐激光二极管吸收光谱系统信号分析及谱线畸变校正技术研究[J].光谱学与光谱分析,2011,31(4):1015-1019.

[2]K Liu,X Guo,H Yi,et al.Off-beam quartz-enhanced photoacoustic spectroscopy[J].Optics Letters,2009,34(2):1594-1596.

[3]D Weidmann,A A Kosterev,F K Tittel,et al.Application of a widely electrically tunable diode laser to chemical gas sensing with quartz-enhanced photoacoustic spectroscopy[J].Optics Letters,2004,29(16):1837-1839.

[4]刘强,牛明生,王贵师,等.适用于测量大气气溶胶吸收系数的光声光谱系统的研究[J].光谱学与光谱分析,2013,46(3):1729-1733.

[5]王广昌,张曙,陆水.大气微量成分的光谱探测及其发展趋势[J].光电子技术与信息,1997,10(5):21-28.

[6]彭勇.基于可调谐光纤激光器的痕量气体光声光谱检测技术研究[D].大连:大连理工大学,2011.

[7]A Krier,H Gao,V Sherstne,et al.High Power 4.6 μm LED′s for CO detection grown by LEP using rare earth gettering[J].Electrenics Letters,1999,35(19):1665-1667.

[8]陈亮，白恩慧，刘晓阳.中红外发光二极管的痕量气体检测系统的研究[D].沈阳:沈阳理工大学，2016.

[9]G C Malliaras,J R Salem,P J Brock,et al.photovoltaic Measurement of the build-in Potential in organic light emitting diodes and Photodiodes[J].APPI.Phys.,1998,84(3):1583-1587.

[10]张贤达,保铮.盲信号分离[J].电子学报,2001,28(2):66-71.

[11]武智瑛.多组分气体光声光谱的独立成分分析方法研究[D].大连:大连理工大学,2013.

[12]季策，胡祥楠，朱丽春，等.改进的高阶收敛FastICA算法[J].东北大学学报:自然科学版,2011,32(10):119-203.

[13]潘胜.基于盲信号分离的油中气体成份检测技术研究[D].沈阳:沈阳理工大学,2013.

(责任编辑:马金发)

Study on Trace Gas Measurement Technology of Photoacoustic Spectroscopy Based on Blind Signal Separation

CHEN Liang,ZANG Jiabin,LIU Xiaoyang

(Shenyang Ligong University,Shenyang 110159,China)

Traditional toxic sensor is subject to the limit of the detection sensitivity,so the micro-gas mixture in the gas can not be measured effectively.A trace gas measurement technology of photoacoustic spectroscopy is studied by FastICA Photoacoustic,which has advantages of high sensitivity and no consumption of detected gas.Constructed a detected platform for toxic gas on the basis of LED light source and off-beam quartz-enhanced photoacoustic spectroscopy system(OB-QEPAS),and using the method of FastICA to separate mixed gas for overlapping.Analysis results show that photoacoustic spectroscopy technique sensor not only measures toxic gases effectively but also meets measurement accuracy requirement.

OB-QEPAS;FastICA；infrared light source；multicomponent detection

2016-04-18

陈亮(1979—)，男，副教授，工学博士，研究方向:辐射测温、光声光谱测量及基于ARM的智能仪器。

1003-1251(2017)01-0097-05

O433.1

A