專利名稱：小麥籽粒自發(fā)生物光子輻射信息的功率譜分析方法
技術(shù)領(lǐng)域：
一種小麥籽粒自發(fā)BPE (Biophoton Emission生物光子福射)信號(hào)的功率譜分析方法，其特征在于把幅度隨時(shí)間變化的小麥籽粒自發(fā)BPE信息的時(shí)域數(shù)據(jù)變換到頻域，進(jìn)行功率譜估計(jì)，從而得到時(shí)域數(shù)據(jù)的頻譜分布函數(shù)，通過其頻譜特征參數(shù)來描述小麥籽粒的生物光子學(xué)特性；
背景技術(shù)：
生物光子輻射現(xiàn)象是生物體內(nèi)生化代謝的產(chǎn)生的，存在于各種動(dòng)物、植物、藻類及微生物系統(tǒng)之中，生物光子輻射檢測(cè)是二十世紀(jì)80年代后發(fā)展起來的一門新技術(shù)。生物光子輻射一般分為受激生物光子輻射和自發(fā)生物光子輻射兩種形式。受激生物光子輻射是指當(dāng)外界因素(如光照、化學(xué)刺激、聲刺激等)作用到生物體時(shí),生物體在相應(yīng)的應(yīng)激過程中產(chǎn)生的光子輻射現(xiàn)象。而自發(fā)生物光子輻射指生物體本身的各種生命活動(dòng)過程中，由于涉及能量的代謝，會(huì)產(chǎn)生微量的光子輻射。大量實(shí)驗(yàn)結(jié)果表明，生物系統(tǒng)處于逆境，如病變、受傷、外界環(huán)境突然變化等時(shí)，其自發(fā)生物光子輻射行為會(huì)發(fā)生顯著變化。自發(fā)生物光子輻射與生物體內(nèi)的細(xì)胞分裂、細(xì)胞死亡、光合作用、生物氧化、解毒作用、腫瘤發(fā)生、細(xì)胞內(nèi)和細(xì)胞間的信息傳遞與功能調(diào)節(jié)等重要的生命過程有著密切的聯(lián)系。因此對(duì)小麥籽粒自發(fā)BPE信號(hào)進(jìn)行分析，探究信號(hào)變化與小麥品質(zhì)、新陳度等指標(biāo)的關(guān)系，有重要的現(xiàn)實(shí)意義。目前，檢索到的文獻(xiàn)均是對(duì)小麥籽粒自發(fā)BPE信號(hào)的時(shí)域分析。時(shí)域分析是指對(duì)獲取的幅度隨時(shí)間變化的自發(fā)BPE的數(shù)據(jù)(即時(shí)域數(shù)據(jù))看作時(shí)間的函數(shù)，通過分析得到自發(fā)BPE數(shù)據(jù)的某些統(tǒng)計(jì)特征；信號(hào)的統(tǒng)計(jì)特征可以用信號(hào)幅值隨時(shí)間變化的圖形來表示。常用的統(tǒng)計(jì)特征包括均值、方差和均方差等。方差表示信號(hào)的各取樣值偏離平均值的程度，是平穩(wěn)信號(hào)在均值上下起伏變化的一種度量，表示為=
權(quán)利要求
1.小麥籽粒自發(fā)BPE信號(hào)的功率譜估計(jì)分析方法，其特征在于 (1)原始數(shù)據(jù)O均值化； (2)選用小波降噪對(duì)小麥籽粒自發(fā)BPE信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理； (3)數(shù)據(jù)預(yù)處理后，求小麥籽粒自發(fā)BPE信號(hào)的自相關(guān)函數(shù)； (4)通過相關(guān)函數(shù)法得到小麥籽粒自發(fā)BPE信號(hào)的功率譜估計(jì)； 這樣，把幅度隨時(shí)間變化的小麥籽粒自發(fā)BPE信號(hào)變換成功率隨頻率變化的譜圖形式，從而可以直觀地觀察到小麥籽粒自發(fā)BPE信號(hào)的功率譜分布情況。
2.按照權(quán)利I的要求，首先，將原始數(shù)據(jù)O均值化，然后選用Haar小波，三層分解，硬閾值法實(shí)現(xiàn)小波降噪。
3.按照權(quán)利I的要求，經(jīng)小波降噪處理后形成新的數(shù)據(jù)序列后，求其自相關(guān)函數(shù)； 再對(duì)自相關(guān)函數(shù)實(shí)施離散傅里葉變換，得到數(shù)據(jù)信息的功率譜。
4.按照權(quán)利3的要求，在具體實(shí)施離散傅里葉變換時(shí)，參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度可選擇為實(shí)際獲取的數(shù)據(jù)序列中數(shù)據(jù)點(diǎn)的個(gè)數(shù)；為了提高運(yùn)算速度，參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度通常取2的冪次方；一般所用數(shù)據(jù)點(diǎn)數(shù)與原信號(hào)數(shù)據(jù)點(diǎn)數(shù)相同，這樣的頻譜圖具有較高的質(zhì)量，可減小因補(bǔ)零或截?cái)喽a(chǎn)生的影響。
5.根據(jù)權(quán)利要求4所述的方法，如果實(shí)際獲取的數(shù)據(jù)序列個(gè)數(shù)不足128個(gè)，則在該數(shù)據(jù)序列后補(bǔ)O，使得參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度達(dá)到128。
6.根據(jù)權(quán)利要求4所述的方法，如果實(shí)際獲取的數(shù)據(jù)序列個(gè)數(shù)超過128個(gè)，不足256個(gè)，則在該數(shù)據(jù)序列后補(bǔ)O，使得參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度達(dá)到256。
7.根據(jù)權(quán)利要求4所述的方法，如果實(shí)際獲取的數(shù)據(jù)序列個(gè)數(shù)超過256個(gè)，不足512個(gè)，則在該數(shù)據(jù)序列后補(bǔ)O，使得參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度達(dá)到512。
8.根據(jù)權(quán)利要求4所述的方法，如果實(shí)際獲取的數(shù)據(jù)序列個(gè)數(shù)超過512個(gè)，不足1024個(gè)，則在該數(shù)據(jù)序列后補(bǔ)0，使得參與算法運(yùn)算的數(shù)據(jù)序列長(zhǎng)度達(dá)到1024。
9.根據(jù)權(quán)利要求I的要求，為了更進(jìn)一步定量說明小麥籽粒自發(fā)BPE信號(hào)功率譜的變化，分別根據(jù)以下公式計(jì)算其小麥籽粒自發(fā)BPE信號(hào)功率譜的譜邊緣頻率(SEF)、譜重心頻率(SGF)和功率譜熵(PSE)的變化. (a)譜邊緣頻率(Spectral Edge Frequency, SEF) 分布在O Hz到該頻率的信號(hào)功率占信號(hào)總功率的95%，單位為Hz. 它給出了信號(hào)分布的頻率范圍. (b)譜重心頻率(Spectral Gravity Frequency, SGF) 給出了信號(hào)功率按頻率分布的重心，計(jì)算公式為 /a
全文摘要
一種小麥籽粒自發(fā)BPE(BiophotonEmission，生物光子輻射)信息的特性分析方法，先對(duì)幅度隨時(shí)間變化的小麥籽粒自發(fā)BPE時(shí)域數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，剔除數(shù)據(jù)的奇異值，再計(jì)算小麥籽粒自發(fā)BPE數(shù)據(jù)的自相關(guān)函數(shù)，最后運(yùn)用相關(guān)函數(shù)法得到小麥籽粒自發(fā)BPE信息的功率譜分布函數(shù)，并計(jì)算譜邊緣頻率(SEF)、譜重心頻率(SGF)、功率譜熵(PSE)等三個(gè)特征參數(shù)來描述其功率譜的特性。本發(fā)明方法思路簡(jiǎn)單、特征明確，能夠揭示隱含在已有時(shí)域數(shù)據(jù)內(nèi)的頻域信息量，提高對(duì)于小麥籽粒自發(fā)生物光子輻射信息的描述能力。
文檔編號(hào)G01J3/28GK102967368SQ20121049952
公開日2013年3月13日 申請(qǐng)日期2012年11月30日 優(yōu)先權(quán)日2012年11月30日
發(fā)明者梁義濤, 史衛(wèi)亞, 王 鋒, 宋紅霞, 李永剛, 王艷娜, 朱遠(yuǎn)坤, 龐蕊 申請(qǐng)人:河南工業(yè)大學(xué)