CN103034620A - 小麦籽粒受激生物光子辐射信号的频域特性分析方法 - Google Patents

Abstract

一种小麦籽粒受激BPE(BiophotonEmission，生物光子辐射)信号的频域特性分析方法。对获取的小麦籽粒受激生物光子辐射信号，首先进行一维平稳小波降噪预处理，然后采用傅里叶分析方法对其进行频域特性分析，以达到较为准确、全面地提取小麦籽粒受激BPE信息的目的。通过实施例对本方法的效果进行了检验；结果表明，本方法可以很好地反映小麦籽粒受激生物光子辐射信号的频域特性。

Description

小麦籽粒受激生物光子辐射信号的频域特性分析方法

技术领域

本发明涉及在对小麦籽粒受激生物光子辐射信号处理分析时，只进行时域分析会使研究者对该信号特性的认识产生一定的局限，不能充分获取信号蕴含的信息。因而，提出一种对小麦籽粒受激生物光子辐射信号的频域特性分析方法。

背景技术

生物光子是生物系统在生命活动中向外界辐射的一种极弱的光子流。一般地，研究者将生物体向外界辐射光子的现象称为生物光子辐射。它可以作为生物体代谢活动的一项综合指标。生物光子辐射一般分为自发生物光子辐射和受激生物光子辐射两种形式。自发生物光子辐射指生物体本身的各种生命活动过程中，由于涉及能量的代谢，会产生微量的光子辐射。而受激生物光子辐射是指当外界因素（如：光照、化学刺激、声刺激等）作用到生物体时，生物体在应激过程中产生的光子辐射现象。

小麦籽粒受激BPE信号的规律一定程度上能够反映小麦籽粒在受激时的生命状态变化信息。利用光照射小麦籽粒或者水浸泡小麦籽粒，诱发小麦籽粒产生远多于自发辐射的光子，获得受激BPE信号；对信号进行处理和特性分析，可以间接地了解小麦籽粒的生命状态变化。目前，我们检索到的科研文献均是对小麦籽粒的受激BPE信号的时域分析，即在时域里通过时间的积分来分析观测到的小麦籽粒受激生物光子辐射的时域曲线，计算其统计特征参数以反应其中的规律。常用的统计特征包括均值、方差和均方差等。

根据现代信号处理理论，信号的时域和频域特征均有助于我们对于信号的全面认识。对小麦籽粒受激BPE信号进行频域变换并对其频谱特性进行分析，有利于研究者更加准确、全面地提取不同条件下获得的小麦籽粒受激BPE信号特征。

发明内容

针对现有对小麦籽粒的受激生物光子辐射信号分析方法存在的局限性，提出一种小麦籽粒受激生物光子辐射信号的频域分析方法，即用傅里叶分析方法对小麦籽粒受激生物光子辐射信号进行频域变换与分析。一般地，小麦籽粒受激生物光子辐射以指数函数的形式衰减，具有相对稳定的趋势，故截取衰变比较明显的时期进行频谱分析。通过对小麦籽粒受激生物光子辐射信号进行频域分析，能够更深入、全面地得到信号特征，从而对不同状态下小麦籽粒受激生物光子辐射信号更好地加以区分，达到简单、快速、准确地判别小麦籽粒不同状态特征的效果。

经过大量对比实验和分析发现，通过对不同状态下小麦籽粒受激生物光子辐射信号进行频域变换和分析，一些参数能够清晰地表征这些信号频域特性的不同，从而可以用于区分小麦籽粒的不同特征，比如新陈度、品种等。

使用本方法有如下优点：

可以获得小麦籽粒受激生物光子辐射信号对应的频谱，通过分析得到其频谱特性参数，再结合其时域特性参数，更加全面地反映小麦籽粒受激生物光子辐射信号的属性特征。

附图说明

本专利用例为延迟发光和水激发光两种。小麦籽粒受一定时间的光照后，测量得到的小麦籽粒受激生物光子辐射称为延迟发光；小麦籽粒受到突然地注水刺激时产生的生物光子辐射称为水激发光.

图1 新、陈小麦的水激发光时间光子数曲线（原始数据）；

图2 新、陈小麦的水激发光时间光子数曲线（降噪后）；

图3 新、陈小麦的水激发光FFT变换曲线；

图4 新、陈小麦的延迟发光时间光子数曲线（原始数据）；

图5 新、陈小麦的延迟发光时间光子数曲线（降噪后）；

图6 新、陈小麦的延迟发光FFT变换曲线；

图7 保留和去除胚芽小麦延迟发光时间光子数曲线（原始数据）；

图8 保留和去除胚芽小麦延迟发光时间光子数曲线（降噪后）；

图9 保留和去除胚芽小麦延迟发光FFT变换曲线。

具体实施方式

一维平稳小波降噪的预处理原理如下：

一维平稳小波降噪主要分三个步骤进行：

1）一维信号的小波分解。选定一个小波并确定分解的层次N，然后对信号s进行N层小波分解；

2）小波分解高频系数的阈值量化。对各个分解尺度下的高频系数选择一个阈值进行软阈值量化处理；

3）一维小波重构。根据小波分解的最底层低频系数和各层高频系数进行一维小波重构；

根据小麦籽粒受激生物光子辐射信号的特征选择适当的阈值、阈值量化方法、小波基和降噪的层次等进行降噪处理。小波基可选择haar、dbN、Morlet等；

小波降噪在改善信噪比的同时，又保持相当高的时间分辨率，能够取得比传统方法更好的降噪效果。

傅里叶变换原理

为了在频率域分析信号，常用傅里叶变换将时间域函数转换到频率域. 

（1）离散傅里叶变换（Discrete Fourier Transform,简称DFT）

 长度为N的有限长序列x(n)的DFT为：

,   k=0,1,2,…,N-1

式中,

 ,N为DFT的变换区间长度，N

M. 

（2）快速傅里叶变换（Fast Fourier Transform,简称FFT）

由于直接计算DFT的计算量与变换区间的长度N的平方成正比，当N较大时，计算量太大，时间复杂度与N成正比，使得直接用DFT算法进行谱分析和信号的实时处理是不切实际的。所以，为了减少运算量，可以把N点的DFT分解成几个较短的DFT，可使乘法次数大大减少。另外，旋转因子具有明显的周期性和对称性。其周期性表现为

其对称性表现为

或者

FFT算法就是不断地把长序列的DFT分解成几个短序列的DFT，并利用的周期性和对称性来减少DFT的运算次数。常用的是基2FFT(即N=

的FFT). 

FFT算法基本上分为两大类：时域抽取法FFT(简称DIT-FFT)和频域抽取法FFT(简称DIF―FFT). 

时域抽取法基2FFT基本原理如下：

设x(n)的长度为N，且满足N=

,M为自然数，将序列x(n)按n为奇、偶数分为x(n)、x

(n)两组序列；用2个N/2点DFT来完成一个N点DFT的计算.

设序列x(n)的长度为N，且满足：

(1)    按n的奇偶把x(n)分解为两个N/2点的子序列

 r=0,1,2,…,

 

，r=0,1,2,…,

(2)    用N/2点X

(k)和X

(k)表示序列x(n)的N点DFT X(k)

, (其中n=e即偶数，n=o即奇数)

==

由于X

(k)和X(k)均以N/2为周期，且

，所以X(k)又可表示为:

，     k=0,1,2,…, 

     （1）

， k=0,1,2,…, 

     （2）

对上式的运算用下图所示的流图符号（蝶形运算符号）来表示为：

  

               

这样，就将N点的DFT分解成两个N/2点的DFT和式（1）、（2）的运算，进一步抽取，就可以将N/2点DFT分解为两个N/4点的DFT，以此类推，重复这个抽取过程，经过M-1次分解，最后就可以将N点的DFT分解成N/2个2点DFT，即用一组2点的DFT来计算；

这样用DIT-FFT进行快速计算时，N=2

时，其流程图应有M级蝶形，每一级都由N/2个蝶形运算构成。因此，每一级运算都需要N/2次复数乘和N次复数加，所以，M级运算总共需要的复数乘次数为

，复数加次数为

；而直接计算DFT的复数乘为，复数加为N(N-1)次。当N>>1时，N

>>

,从而，DIT-FFT算法比直接计算DFT的运算次数大大减少。

频谱的频谱重心频率

频谱重心频率给出了信号幅度按频率分布的重心，计算公式为: 

其中，

 为频率值，

为频谱重心频率，到

为频率范围，|X(e^j2πf )|为信号的幅度。

本发明中，小麦籽粒受激生物光子辐射信号的频域分析方法是将小麦籽粒的受激生物光子辐射特征用频谱的变化进行描述，从而为了解小麦籽粒的不同生命状态信息（如小麦的新陈度、小麦的完整程度等等）提供数据支撑。所述的小麦籽粒在不同状态下得到的受激生物光子辐射信号数据必须在同一条件（测量温度、湿度等）下测出。

在快速傅里叶变换的具体实施中，参与算法运算的数据序列长度可根据实际获取的序列个数进行选择。如果实际获取的序列个数不足128个，则在该序列后面补0，使其个数达到128个；如果实际获取的序列个数超过128个，不足256个，则在该序列后面补0，使其个数达到256个；如果实际获取的序列个数超过256个，不足512个，则在该序列后面补0，使其个数达到512个；如果实际获取的序列个数超过512个，不足1024个，则在该序列后面补0，使其个数达到1024个，以此类推。

本发明中小麦籽粒自发BPE数据的获取所涉及的单光子计数测量装置可用市售的仪器，例如日本“HAMAMATSU”公司制造的单光子计数仪、美国“EG＆G”公司制造的单光子计数仪、北京建新力拓公司的BPCL系列设备等；也可使用自制的用于测量自发生物光子辐射的装置。

下面通过具体的实施例对本发明作进一步说明：

实施例一

分别对两种不同年限（2010年6月和2011年6月收割储存，以下简称陈小麦和新小麦）小麦籽粒的受激生物光子辐射信号数据（水激发光，在对5.00±0.02g小麦暗处理30分钟后，用注射器通过样品室注射口向测量杯中注射5ml纯净水后立即测量小麦的BPE）。测量和处理结果如图1—图3所示;

其中图1表示新小麦和陈小麦籽粒水激发光的时域信号，图2表示经降噪处理后小麦籽粒水激发光的时域信号，图3是对降噪得到的数据进行FFT变换得到的频谱图；

由图3可知，新小麦和陈小麦的频谱都主要集中在0-0.015Hz之间，属于低频信号；二者水激发光频谱均存在显著性的差异，在0 Hz附近差异最大。表1列出了新小麦和陈小麦的频谱特性参数值。频谱重心频率及其对应幅值表明频谱中分量较大的信号成分的频率，可见新小麦和陈小麦的差异。水激发光频谱曲线在0.015Hz之后趋于稳定，稳定后新小麦和陈小麦的频谱的统计均值和方差存在一定差异。借助这些频域的特征参数，可以很好地区别新小麦和陈小麦；

表1 新小麦和陈小麦水激发光频谱各项参数对比

实施例二

实验样品同实施例一，分别测量两种样品的延迟发光数据小麦籽粒的受激生物光子辐射信号（在对5.00±0.02g小麦暗处理30分钟后，放在正午的太阳光下照射30分钟，时间：2012年5月，天气：晴；然后立即测量其BPE）。测量和处理结果如图4—图6所示；

其中图4是新小麦和陈小麦籽粒延迟发光的时域信号，图5是经降噪处理后小麦籽粒延迟发光的时域信号，图6是对降噪得到的数据进行FFT变换得到的频谱图；

表2列出了新小麦和陈小麦的频谱特性参数值。频谱重心频率及其对应幅值表明频谱中分量较大的信号成分的频率，可见新小麦和陈小麦的差异。水激发光频谱曲线在0.015Hz之后趋于稳定，稳定后新小麦和陈小麦的频谱的统计均值和方差存在一定差异。借助这些频域的特征参数，可以很好地区别新小麦和陈小麦；

表2 新小麦和陈小麦延迟发光频谱分析参数指标

实施例三

分别测量保留和去除胚芽的同种小麦籽粒（2011年6月收割储存）水激生物光子辐射信号（根据小麦籽粒的结构用消毒针逐个去除其胚芽，在对5.00±0.02g保留和去除胚芽的小麦暗处理30分钟后，用注射器通过样品室注射口向测量杯中注射5ml纯净水后立即测量小麦的BPE）。测量和处理结果如图7—图9所示；

其中图7是保留和去除胚芽小麦籽粒延迟发光的时域信号，图8是经降噪处理后小麦籽粒延迟发光信号，图9是对降噪得到的数据进行FFT变换得到的频谱图；

表3列出了保留和去除胚芽的小麦籽粒频谱特性参数值。频谱重心频率及其对应幅值表明频谱中分量较大的信号成分的频率，可见二者的差异。水激发光频谱曲线在0.015Hz之后趋于稳定，稳定后保留和去除胚芽小麦籽粒的频谱的统计均值和方差存在一定差异。借助这些频域的特征参数，可以为鉴别小麦籽粒完整性提供支持；

表3     保留和去除胚芽小麦频谱分析参数指标

Claims (8)

1.小麦籽粒受激生物光子辐射信号的频域分析方法，是将小波降噪数据预处理方法、傅里叶变换分析方法和频域特征分析技术等应用于小麦籽粒的受激生物光子辐射信号分析技术领域进行频谱分析的新方法, 其特征在于：

（1）对小麦籽粒的受激生物光子辐射信号进行一维平稳小波降噪预处理，得到小麦籽粒受激生物光子辐射的降噪信号；

（2）对小麦籽粒的受激生物光子辐射的降噪信号进行傅里叶变换，得到小麦籽粒受激生物光子辐射信号的频域分布信息；

（3）采用频谱重心频率、频谱重心频率对应幅值、主要分布频带、稳定后均值和稳定后方差等参数衡量小麦籽粒受激生物光子辐射信号的频谱特性。

2.首先对小麦籽粒的受激生物光子辐射信号进行一维平稳小波降噪预处理；根据数据特征可选择haar、dbN、Morlet等小波基采用不同的层次进行。

3. 按照权利1的要求，对实施降噪预处理后的信号，采用离散傅里叶变换方法获得其频谱；具体实施中，参与算法运算的数据序列长度可根据实际获取的数据序列个数选择。

4.按照权利3的要求，如果实际获取的数据序列个数不足128个，则在该数据序列后补0，使得参与算法运算的数据序列长度达到128。

5.按照权利3的要求，如果实际获取的数据序列个数超过128个，不足256个，则在该数据序列后补0，使得参与算法运算的数据序列长度达到256。

6.按照权利3的要求，如果实际获取的数据序列个数超过256个，不足512个，则在该数据序列后补0，使得参与算法运算的数据序列长度达到512。

7.按照权利3的要求，如果实际获取的数据序列个数超过512个，不足1024个，则在该数据序列后补0，使得参与算法运算的数据序列长度达到1024。

8.根据权利要求1所述的方法，计算获得频谱的谱重心频率、谱重心频率对应幅值、主要分布频带、稳定后均值和稳定后方差等；对不同的小麦籽粒受激生物光子辐射信号，通过对比这些参数的计算值，可以区分其不同。

Images