Cavity Ring-Down Spectroscopy CO gas sensor Integrating Principal Component Analysis with Savitzky-Golay Filtering
doi: 10.37188/CO.EN.2025-0032
-
Abstract: SG滤波器采用多项式最小二乘近似来平滑数据并估计导数，被广泛用于处理含噪声数据。然而，SG滤波器在数据边界和高频段的噪声抑制能力有限，导致信噪比（SNR）明显降低。为解决该问题，本文提出了一种将主成分分析法（PCA）与 SG滤波协同集成的新方法。这种方法避免了SG滤波较大窗口尺寸带来的过度平滑问题。所提出的PCA-SG滤波算法被应用于基于光腔衰荡光谱（CRDS）的CO气体传感系统。通过与移动平均滤波（MAF）、小波变换（WT）、卡尔曼滤波（KF）和SG滤波器进行对比，验证了PCA-SG滤波算法的性能。结果表明，与所评估的其他算法相比，该算法表现出更优异的降噪能力。衰荡信号的信噪比从11.8612 dB提升至29.0913 dB，提取的衰荡时间常数的标准差从0.037 µs降低至0.018 µs。这些结果表明，所提出的PCA-SG滤波算法有效提高了衰荡曲线数据的平滑度，证明了其可行性。
-
计量
- 文章访问数: 8
- HTML全文浏览量: 1
- PDF下载量: 1
- 被引次数: 0
下载:
