專利名稱：小麥籽粒受激生物光子輻射信號的頻域特性分析方法
技術領域：
本發(fā)明涉及在對小麥籽粒受激生物光子輻射信號處理分析時，只進行時域分析會使研究者對該信號特性的認識產生一定的局限，不能充分獲取信號蘊含的信息。因而，提出ー種對小麥籽粒受激生物光子輻射信號的頻域特性分析方法。
背景技術：
生物光子是生物系統(tǒng)在生命活動中向外界輻射的一種極弱的光子流。一般地，研究者將生物體向外界輻射光子的現(xiàn)象稱為生物光子輻射。它可以作為生物體代謝活動的一項綜合指標。生物光子輻射一般分為自發(fā)生物光子輻射和受激生物光子輻射兩種形式。自發(fā)生物光子輻射指生物體本身的各種生命活動過程中，由于涉及能量的代謝，會產生微量的光子輻射。而受激生物光子輻射是指當外界因素(如光照、化學刺激、聲刺激等)作用到生物體時，生物體在應激過程中產生的光子輻射現(xiàn)象。小麥籽粒受激BPE信號的規(guī)律一定程度上能夠反映小麥籽粒在受激時的生命狀態(tài)變化信息。利用光照射小麥籽?；蛘咚菪←溩蚜?，誘發(fā)小麥籽粒產生遠多于自發(fā)輻射的光子，獲得受激BPE信號；對信號進行處理和特性分析，可以間接地了解小麥籽粒的生命狀態(tài)變化。目前，我們檢索到的科研文獻均是對小麥籽粒的受激BPE信號的時域分析，即在時域里通過時間的積分來分析觀測到的小麥籽粒受激生物光子輻射的時域曲線，計算其統(tǒng)計特征參數以反應其中的規(guī)律。常用的統(tǒng)計特征包括均值、方差和均方差等。根據現(xiàn)代信號處理理論，信號的時域和頻域特征均有助于我們對于信號的全面認識。對小麥籽粒受激BPE信號進行頻域變換并對其頻譜特性進行分析，有利于研究者更加準確、全面地提取不同條件下獲得的小麥籽粒受激BPE信號特征。

發(fā)明內容
針對現(xiàn)有對小麥籽粒的受激生物光子輻射信號分析方法存在的局限性，提出ー種小麥籽粒受激生物光子輻射信號的頻域分析方法，即用傅里葉分析方法對小麥籽粒受激生物光子輻射信號進行頻域變換與分析。一般地，小麥籽粒受激生物光子輻射以指數函數的形式衰減，具有相對穩(wěn)定的趨勢，故截取衰變比較明顯的時期進行頻譜分析。通過對小麥籽粒受激生物光子輻射信號進行頻域分析，能夠更深入、全面地得到信號特征，從而對不同狀態(tài)下小麥籽粒受激生物光子輻射信號更好地加以區(qū)分，達到簡單、快速、準確地判別小麥籽粒不同狀態(tài)特征的效果。經過大量對比實驗和分析發(fā)現(xiàn)，通過對不同狀態(tài)下小麥籽粒受激生物光子輻射信號進行頻域變換和分析，一些參數能夠清晰地表征這些信號頻域特性的不同，從而可以用于區(qū)分小麥籽粒的不同特征，比如新陳度、品種等。使用本方法有如下優(yōu)點
可以獲得小麥籽粒受激生物光子輻射信號對應的頻譜，通過分析得到其頻譜特性參數，再結合其時域特性參數，更加全面地反映小麥籽粒受激生物光子輻射信號的屬性特征。


本專利用例為延遲發(fā)光和水激發(fā)光兩種。小麥籽粒受一定時間的光照后，測量得到的小麥籽粒受激生物光子輻射稱為延遲發(fā)光；小麥籽粒受到突然地注水刺激時產生的生物光子輻射稱為水激發(fā)光.
圖1新、陳小麥的水激發(fā)光時間光子數曲線(原始數據)；
圖2新、陳小麥的水激發(fā)光時間光子數曲線(降噪后)；
圖3新、陳小麥的水激發(fā)光FFT變換曲線；
圖4新、陳小麥的延遲發(fā)光時間光子數曲線(原始數據)；
圖5新、陳小麥的延遲發(fā)光時間光子數曲線(降噪后)；
圖6新、陳小麥的延遲發(fā)光FFT變換曲線；
圖7保留和去除胚芽小麥延遲發(fā)光時間光子數曲線(原始數據)；
圖8保留和去除胚芽小麥延遲發(fā)光時間光子數曲線(降噪后)；
圖9保留和去除胚芽小麥延遲發(fā)光FFT變換曲線。
具體實施例方式一維平穩(wěn) 小波降噪的預處理原理如下
一維平穩(wěn)小波降噪主要分三個步驟進行 1)ー維信號的小波分解。選定ー個小波并確定分解的層次N，然后對信號s進行N層小波分解；
2)小波分解高頻系數的閾值量化。對各個分解尺度下的高頻系數選擇ー個閾值進行軟閾值量化處理；
3)ー維小波重構。根據小波分解的最底層低頻系數和各層高頻系數進行ー維小波重
構；
根據小麥籽粒受激生物光子輻射信號的特征選擇適當的閾值、閾值量化方法、小波基和降噪的層次等進行降噪處理。小波基可選擇haar、dbN、Morlet等；
小波降噪在改善信噪比的同時，又保持相當高的時間分辨率，能夠取得比傳統(tǒng)方法更好的降噪效果。傅里葉變換原理
為了在頻率域分析信號，常用傅里葉變換將時間域函數轉換到頻率域.
(1)離散傅里葉變換(DiscreteFourier Transform,簡稱 DFT)
長度為N的有限長序列x(n)的DFT為
權利要求
1.小麥籽粒受激生物光子輻射信號的頻域分析方法，是將小波降噪數據預處理方法、傅里葉變換分析方法和頻域特征分析技術等應用于小麥籽粒的受激生物光子輻射信號分析技術領域進行頻譜分析的新方法，其特征在于(1)對小麥籽粒的受激生物光子輻射信號進行一維平穩(wěn)小波降噪預處理，得到小麥籽粒受激生物光子輻射的降噪信號；(2)對小麥籽粒的受激生物光子輻射的降噪信號進行傅里葉變換，得到小麥籽粒受激生物光子輻射信號的頻域分布信息；(3)采用頻譜重心頻率、頻譜重心頻率對應幅值、主要分布頻帶、穩(wěn)定后均值和穩(wěn)定后方差等參數衡量小麥籽粒受激生物光子輻射信號的頻譜特性。
2.首先對小麥籽粒的受激生物光子輻射信號進行一維平穩(wěn)小波降噪預處理；根據數據特征可選擇haar、dbN、Morlet等小波基采用不同的層次進行。
3.按照權利I的要求，對實施降噪預處理后的信號，采用離散傅里葉變換方法獲得其頻譜；具體實施中，參與算法運算的數據序列長度可根據實際獲取的數據序列個數選擇。
4.按照權利3的要求，如果實際獲取的數據序列個數不足128個，則在該數據序列后補0，使得參與算法運算的數據序列長度達到128。
5.按照權利3的要求，如果實際獲取的數據序列個數超過128個，不足256個，則在該數據序列后補0，使得參與算法運算的數據序列長度達到256。
6.按照權利3的要求，如果實際獲取的數據序列個數超過256個，不足512個，則在該數據序列后補0，使得參與算法運算的數據序列長度達到512。
7.按照權利3的要求，如果實際獲取的數據序列個數超過512個，不足1024個，則在該數據序列后補0，使得參與算法運算的數據序列長度達到1024。
8.根據權利要求1所述的方法，計算獲得頻譜的譜重心頻率、譜重心頻率對應幅值、主要分布頻帶、穩(wěn)定后均值和穩(wěn)定后方差等；對不同的小麥籽粒受激生物光子輻射信號，通過對比這些參數的計算值，可以區(qū)分其不同。
全文摘要
一種小麥籽粒受激BPE(BiophotonEmission，生物光子輻射)信號的頻域特性分析方法。對獲取的小麥籽粒受激生物光子輻射信號，首先進行一維平穩(wěn)小波降噪預處理，然后采用傅里葉分析方法對其進行頻域特性分析，以達到較為準確、全面地提取小麥籽粒受激BPE信息的目的。通過實施例對本方法的效果進行了檢驗；結果表明，本方法可以很好地反映小麥籽粒受激生物光子輻射信號的頻域特性。
文檔編號G06F17/14GK103034620SQ20121049952
公開日2013年4月10日 申請日期2012年11月30日 優(yōu)先權日2012年11月30日
發(fā)明者王 鋒, 史衛(wèi)亞, 梁義濤, 王艷娜, 宋紅霞, 李嵐, 張猛, 龐蕊, 朱遠坤 申請人:河南工業(yè)大學