基于自适应混合算法的激光吸收光谱技术：抑制光学干涉条纹与提升时间分辨率的新策略

本文推荐一种融合快速傅里叶变换（FFT）、粒子群优化（PSO）算法与卡尔曼滤波（KF）的自适应混合算法，有效抑制多通池（MPC）TDLAS系统中的光学干涉噪声，提升吸收线形拟合精度。实验表明，该算法使光谱信噪比（SNR）提高3.17倍，浓度反演精度提升近3倍，实现了6.58 ppb的检测限与1秒时间分辨率，为大气温室气体高精度实时监测提供新方案。

　　

Section snippets

Design method of MPC based on a 3×3 matrix

赫里奥特池（Herriott cell）通常由两个相同的球面镜组成，其镜面光斑位置可通过空间光束传播的ABCD矩阵计算（如公式(1)所示）。然而传统ABCD矩阵未考虑离轴条件下的近似误差，因此需采用修正后的非傍轴ABCD矩阵以提高多通池设计的准确性。

3.1 System performance

为评估CH₄-TDLAS传感器系统的线性度，使用环境CH₄气体及通过质量流量控制器配置的不同浓度CH₄样本进行直接吸收光谱（DAS）信号测量。DFB二极管激光器温度控制在35℃，内部电流设为183 mA，确保激光波数稳定在6046.96 cm^-1附近。输入振幅0.5 V、频率100 Hz的三角波信号以驱动激光扫描。

Conclusion

本研究提出了一种融合FFT、PSO算法与KF的自适应混合算法，有效抑制TDLAS干涉条纹并提升吸收线形拟合精度。与传统方法相比，所提出的LFF-FFT算法将光谱信噪比（SNR）显著提高3.17倍，展现了其在干涉抑制方面的优越性能。相较于传统L-M算法，本研究开发的算法在线形拟合与浓度反演精度上实现约3倍的提升，同时达到6.58 ppb的检测限与1秒时间分辨率，为高精度气体传感提供了强有力的工具。