自助下单地址（拼多多砍价，ks/qq/dy赞等业务）：点我进入

原钱图邵丽萍白仲辰

摘要：分析了数模转换器的量化误差对傅里叶变换红外光谱分析精度的影响。 采用积分转离散求和的方法对干涉图进行建模分析。 干涉图信号经过8位、12位、16位和20位数模转换器转换后，进行快速傅里叶变换，最终对光谱数据进行解密。 同时，定量比较不同位数的数模转换器的频谱图与原始频谱图的偏差程度，分析量化误差对频谱图移位的影响。吸收峰。 结果表明，20位数模转换器的平均偏差误差为1.884 97，该模型可以作为量化误差引起的相关误差校正算法的理论依据。

关键词：傅里叶变换光谱仪； 红外吸收光谱； 量化误差； 迈克尔逊干涉仪

【摘要】 分析了量化误差对傅里叶变换红外光谱精度的影响。 采用积分转离散求和的方法对干涉图进行建模和仿真。 干涉图信号经8位、12位、16位和20位数模转换器转换后进行快速傅立叶变换，对光谱数据进行解码。 同时定量比较不同位数的数模转换器的谱图与原始谱的偏离程度，在吸收峰位置分析定量误差对谱偏移的影响。 . 结果表明，20位数模转换器的平均偏差误差为1.884 97，该模型可以作为量化误差引起的相关误差校正算法的理论依据。

【关键词】 傅里叶变换光谱仪； 红外吸收光谱； 量化误差； 迈克尔逊干涉仪

0 前言

傅里叶变换红外光谱(FTIR)自19世纪中后期发明以来得到广泛应用[1]。 特别适用于近红外和中红外光谱分析生物和化学材料的成分。 具有分辨率高、信噪比高等优点。 只需要一个光电探测器就可以完成干涉图的采集，节省了成本，减小了设备尺寸[2]。 傅里叶变换红外光谱利用干涉图与光谱图之间的关系作为傅里叶积分对，通过对干涉信号进行傅里叶积分变换对光谱进行测量和研究[3-4]。 20世纪中叶，高光通量和多通道两大优势的发现，推动了傅里叶变换红外光谱的快速发展[5]。 对傅里叶变换红外光谱的发展起决定性作用的另一件事是快速傅里叶变换算法的成功开发[6]。 与传统的傅里叶变换运算相比，Cooley-Tukey提出的快速傅里叶变换算法将运算速度提高了几个数量级，为傅里叶变换红外光谱测量技术的广泛应用奠定了基础。

常见的傅立叶变换红外光谱仪的工作原理如图1所示，入射光经迈克尔逊干涉仪干涉，使干涉信号在光电传感器处被检测到。 放大器对微弱的干扰信号进行I/V转换、电压放大和滤波，数模转换器将干扰模拟信号转换为数字信号。 最后利用傅里叶积分变化对干扰信号进行去谱，得到分析物的吸收光谱。

虽然傅里叶变换红外光谱技术已经逐渐成熟，但在实际使用中难免会出现误差。 准确分析傅里叶变换红外光谱仪的测量误差对于降低噪声和提高精度尤为重要。 研究表明，数模转换器在将光电探测器检测到的模拟信号转换为数模信号时，会带来量化误差。 如果误差太大，输出信号将不平滑[7]。 李彦[8]和熊伟[9]都对量化误差进行了研究，但没有对量化误差引起的光谱偏差进行分析。 因此，本文的研究致力于通过仿真分析的方法定量分析量化误差对频谱的影响。

1 量化误差

数模转换器是指将模拟量转换为数字量的电子元件。 数字信号的大小是一个相对值，它与数模转换器的参考模拟量的大小有关。 模数转换器的性能可以通过转换精度来衡量。 转换精度用输出数字信号的最大位数表示。 数模转换器的性能越好、精度越高，输出数字量的位数就越高，输出信号的失真就越小。

量化是指将输入模拟信号的幅值离散化，即将输入模拟信号替换为最接近数模转换器能够识别的最小数单位的整数倍[10] . 例如，10V信号分成5份，可检测信号为0V、1V、2V、3V、4V、5V。如果信号分为10份，则可检测信号为0 V、1V、2V、3V、4V、5V、6V、7V、8V、9V、10V，分辨率越高，检测到的信号越多，信息越少淹没。

3.1 谱图建模分析

等光程差采样得到的原始干涉图如图2所示，图中部分放大，包括光程差为零的位置，可以看到一条平滑的曲线。 当干涉图在零光路位置时，干涉强度达到最大值。 虽然振幅在不断波动，但从零光程差位置向两端延伸时，总体振幅呈下降趋势，干涉图关于零光程差位置对称。

将原始干涉图数据由数字转模拟，不同位数，得到的频谱图如图3所示。谱图的波动。 其值与原始频谱图的值偏差越大，生成的频谱图的准确性就越差。

3.2 光谱偏差分析

为了量化频谱图的偏差程度，将具有量化误差的频谱图的值减去对应位置的原始频谱图的值的绝对值来表示偏差程度，如图3所示。 4. 该值越大，量化误差的频谱图越偏离原始频谱图，信号越失真。 8位、12位、16位和20位DAC的平均偏差误差分别为5 592.879 920 361 564、445.458 606 211 454 8、29.033 388 409 199 084、1.884 972 977 702 324。 分析可以看出，20位模数转换器的平均偏差误差最小，而8位模数转换器的平均偏差误差最大。

从图5可知，900 cm-1处的吸收峰位置为(899.661, 327 123.972 063 478 4), (900.014, 203 431.678 543 270 6), (900.013, 185 121.082 034 579 6), (900.013, 121.082 034 579 6) 984.889 481 238 0), (900.013, 183 908.643 867 329 3). 分析可以看出，8位数模转换器的吸收峰在纵坐标和横坐标上与原始光谱的偏差最大，而20位数模转换器的吸收峰位置误差-模拟转换器偏差最小。

根据实验数据光纤光谱仪 工作原理，在四种数模转换器中，20位数模转换器的量化误差对谱图精度的影响最小，得到的谱图最接近原始谱图。 但8位数模转换器的量化误差对频谱精度影响最大，生成的频谱图与原始频谱图的偏差最大。

4。结论

本文采用积分转离散求和的方法对干涉图进行建模计算，得到干涉图。 定量分析了数模转换器量化误差引起的谱图偏差。 通过光谱细化技术分析吸收峰的位置偏差。

从仿真数据可以看出，数模转换器的量化误差会导致频谱幅度的偏差，且量化误差越大，偏差越大。 量化误差会导致吸收峰位置的变化。 量化误差越大，峰值越偏离真实值。 量化误差会导致吸收峰的横坐标左移或右移。

在频谱的实际应用中，该模型可用于定量分析傅里叶频谱的量化误差，并可根据实际需求的频谱精度合理选择合适的数模转换器，提供理论依据高精度傅立叶光谱仪的基础。 从本文的建模和仿真数据可以看出，数模转换器的转换精度越高，即量化误差越小，去谱得到的频谱精度越高.

参考

[1]项立斌． 傅里叶变换光谱仪的主要技术环节[J]. 光子学报, 1997, 26 (6): 550-554.

[2] SEREN HR、HOLMSTROM S、AYERDEN NP 等。 基于层状光栅的 MEMS 傅里叶变换光谱仪[J]． 微机电系统学报, 2012, 21(2): 331-339.

[3] 叶浮秋． 基于FFT的傅立叶频谱Matlab仿真分析[J]． 吉首大学学报(自然科学版), 2011, 32(1): 49-51, 62.

[4] 沉学初． 傅立叶变换光谱学——介绍与进展[J]． 物理学进展, 1982, 2(3): 275-322.

[5] 林忠，范师傅． 光谱仪器[M]． 北京：机械工业出版社，1989。

[6] 陈进． 快速傅里叶变换研究[J]． 黑龙江科学, 2018, 9(24): 62-63.

[7] 李起兵． 高分辨率AD转换器的研究[J]． 仪器技术与传感器, 2011(10): 93-95.

[8] 李彦． 高性能红外光谱仪数据采集与处理方法研究[D]. 合肥: 中国科学技术大学, 2017.

[9] 熊伟． 傅里叶变换红外光谱仪测量误差分析[D]． 武汉：华中科技大学，2009．

[10]ALBER GM，MARSHALL AG。 采样率对傅里叶变换频谱的影响：过采样被高估了[J]． 应用光谱学, 1990, 44(7): 1111-1116.

[11] 赵新民，张寅． 离散傅里叶变换量化效应研究[J]． 计量学报, 1992, 13 (3): 214-220.

[12]CLAASEN TACM, JONGEPIER A. 量化噪声功率谱密度模型[J]. IEEE Acoustics Speech & Signal Processing, 1981, 29(4): 914-917.

[13]BENNETT W R. 解决噪声问题的方法[J]. IRE 会议记录，1956 年，44(5)：609-638。

[14] 陈尚松，郭庆，雷佳． 电子测量与仪器[M]． 第2版​​. 北京: 电子工业出版社, 2009.

[15] 李丽，牟同生． 光纤光谱仪的波长校正[J]． 光学仪器, 2008, 30 (3): 51-54.

[16] 赵兴，聂畅，吕艳玲． FTIR采样误差分析[J]． 硅谷，2013（6）：76-78。

[17] 张磊． 红外傅里叶光谱仪信息处理技术研究[D]． 北京：中国科学院大学（中国科学院上海技术物理研究所），2017.

[18]褚建平． 基于CCD的小型化光谱仪设计与研究[D]． 青岛：中国海洋大学，2007．

[19] 张雷光纤光谱仪 工作原理，邹耀普，韩昌培． 红外傅里叶光谱仪光谱精细化的高速并行实现[J]． 红外技术, 2017, 39 (9): 848-854.

智能计算机及应用 2019-5

其他关于智能计算机及应用的文章

基于卷积神经网络的视频软播

可靠性模拟试验方法

补偿阈值电压和迁移率变化的像素电路设计

抽样一致性及其改进算法综述

一种求解TSP问题的协同进化算法

基于R语言的前列腺癌样本关键基因数据挖掘