基于递推最小二乘和扩展卡尔曼滤波的开放光路红外光谱去噪

The Open-Path Infrared Spectrum De-Noising Based on Recursive Least Square and Extended Kalman Filter

利用开放光路面源排放VoCs 气体分析仪测量数据,通过递推最小二乘算法(RLS)和扩展卡尔曼滤波算法(EKF)相结合的方法,对检测的红外光谱信息进行去噪,将两者结合可以实现特征光谱的重叠部分的噪声信号。实验部分分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理,结果显示使用该算法处理后的光谱信号信噪比(SNR)较单一的递推最小二乘、扩张卡尔曼去噪方法信噪比高出3db、4db;均方根误差(RSME)平均减少30%、35%,运行时间也有所缩短。实验表明运行该综合算法计算精度高、运行速度较快,对于大气环境监测实时消噪系统具有重要的实际应用意义。