面向波长调制光谱降噪的可边缘部署、可解释的基于KAN的轻量级神经滤波器
《Sensors and Actuators B: Chemical》:Edge-deployable and interpretable KAN-based lightweight neural filter for wavelength modulation spectral denoising
【字体:
大
中
小
】
时间:2026年10月13日
来源:Sensors and Actuators B: Chemical 7.7
编辑推荐:
• 开发了一种纯一维H-KAN模型,用于WMS甲烷信号去噪。
• 可学习的边缘样条函数提升了模型的可解释性和重建能力。
• 静态查找表(LUT)方案实现在Raspberry Pi 5上的高效边缘部署。
• H-KAN在保持线性和保真度的同时,改善了低信噪比WMS-2f信号。
• 开发了一种纯一维H-KAN模型,用于WMS甲烷信号去噪。
• 可学习的边缘样条函数提升了模型的可解释性和重建能力。
• 静态查找表(LUT)方案实现在Raspberry Pi 5上的高效边缘部署。
• H-KAN在保持线性和保真度的同时,改善了低信噪比WMS-2f信号。
引言
甲烷(CH?)是天然气的主要成分,也是一种重要的温室气体,其百年全球增温潜势约为二氧化碳(CO?)的28倍[1]。CH?在工业过程中泄漏不仅加剧气候变化,还直接影响生产运营和安全管理[2]。因此,开发面向复杂场景的高精度大气CH?监测方法对于环境治理和能源安全评估具有重要意义[3]、[4]、[5]。可调谐二极管激光吸收光谱技术(TDLAS)因其非接触操作、快速响应和高选择性而被广泛应用于微量气体检测[6]、[7]、[8]、[9]、[10]、[11]、[12]。其他激光技术,包括石英增强光声光谱(QEPAS)和光致热弹性光谱(LITES),也在高灵敏、紧凑型和多组分气体传感方面取得了显著进展[13]、[14]、[15]。近年来,CH?传感技术通过增强光谱配置、多程气体池以及先进的调制和解调策略,进一步提升了检测灵敏度和系统集成度[16]、[17]、[18]。
对于管道巡检和化工园区监测等大尺度应用,开放路径TDLAS尤为吸引人,因为它能够非接触地进行路径积分浓度测量并实时检测CH?泄漏[19]、[20]。当与波长调制光谱(WMS)技术结合时[21],它具有增强的背景抑制和弱吸收特征提取能力,使其成为复杂环境中CH?传感的重要方法[22]。然而,在实际开放路径测量中获取的谐波信号通常同时受到环境扰动、光学干涉条纹、基线漂移、电子噪声和波长漂移的影响,因此表现出复杂的非平稳特性[23]、[24]、[25]。这种复合干扰不仅降低了信噪比(SNR),还可能扭曲峰谷结构、基线轮廓和局部光谱细节,从而损害吸收特征提取和浓度反演。因此,有效的噪声抑制必须在保留定量分析所需光谱保真度的前提下实现。虽然本研究选择CH?作为目标物种,但底层的光谱模型、谐波解调过程和信号重建挑战同样适用于CO?、CO、NH?、H?O、C?H?和N?O等气体的WMS传感。
传统数字信号处理方法,如Savitzky–Golay平滑[26]和小波去噪[27],因实现简单和计算成本低而被应用于气体传感信号。这些方法在一定程度上可以抑制平稳噪声或局部随机扰动,但在耦合非平稳噪声条件下往往难以同时实现有效的干扰去除和吸收特征保留。近年来,数据驱动的深度学习方法为重建和去噪一维气体吸收光谱提供了新的解决方案[28]、[29]、[30]、[31]。通过端到端的非线性映射,这些方法在特征提取和干扰建模方面表现出强大的适应性。神经网络已被应用于气体浓度反演[30]、[31]、[32]、重叠光谱分离[29]以及激光吸收光谱中的信号增强[33]、[34]、[35]、[36]、[37]、[38]。例如,Tian等人将神经滤波器引入近红外CH?传感并增强了低信噪比吸收信号[38]。Zhao等人提出了一种LSTM-DAE模型,用于多种噪声背景下的TDLAS信号去噪[33]。Xu等人将残差网络应用于CH?直接吸收光谱,改善了复杂噪声条件下的检测性能[34]。Kistenev等人使用深度神经网络对气体混合物的红外吸收光谱进行去噪,同时保留光谱轮廓[36]。神经网络方法也被用于弱开放路径CH?吸收光谱的重建和干扰抑制[35]、[37]。同时,长程开放路径系统已实现在超过100米的距离上检测CH?、N?O和其他微量气体[39]、[40]、[41],展示了远程激光光谱传感的成熟度。
尽管取得了这些进展,现有研究尚未充分解决复合噪声WMS谐波重建、定量光谱保真度、可解释非线性映射和轻量级边缘推理的综合需求。具体而言,当前方法在移动开放路径WMS CH?传感应用中面临三个局限性。第一,大多数现有方法源自通用的一维信号或图像去噪框架,缺乏针对实际开放路径WMS测量中多源复合扰动的定向建模。因此,在低信噪比条件下仍可能发生噪声抑制不足或吸收线形失真。第二,以往研究主要关注重建误差或信噪比改善,而较少关注与浓度反演直接相关的指标,包括峰谷幅度、线形完整性、校准线性度和长期稳定性。重建光谱的定量可靠性因此仍未得到充分验证。第三,许多现有神经模型依赖密集矩阵运算和相对较大的参数规模,在资源受限的边缘平台上产生可观的计算和内存开销。其内部特征表示也难以分析,限制了其在定量光谱测量中的可信使用。尽管面向边缘的激光吸收光谱和基于FPGA的WMS/TDLAS系统已展示了嵌入式硬件上的实时激光控制、锁相检测、谐波提取和浓度反演[42]、[43],但这些研究主要聚焦于实现或加速传统信号处理流水线。可解释且兼容LUT推理的轻量级神经重建仍有待深入研究。
对于实际开放路径WMS传感,有效的去噪不应仅仅改善输出信噪比,还应在满足移动巡检实时处理要求的同时保留浓度反演所需的真实光谱信息。为此,Kolmogorov–Arnold网络(KAN)以定义在网络边缘上的可学习一维函数取代传统的固定线性权重[44]、[45]、[46]、[47]。这种结构在两个方面非常适合WMS光谱重建:第一,非线性边缘函数可以表征复合干扰和有效光谱特征,其显式响应为理解信号与噪声分离提供了可分析的基础[48]、[49]。第二,相对独立且可离散化的边缘映射可以转换为查找表(LUT),为资源受限硬件上的高效推理提供了可能性。
为了平衡去噪精度、模型可解释性和边缘部署效率,本研究提出了一种纯一维KAN去噪网络,称为沙漏KAN(H-KAN),用于开放路径WMS CH?信号重建。该模型采用沙漏形信息瓶颈架构,其中定义在网络边缘上的可学习样条函数取代了传统多层感知机中的固定线性权重,从而增强了对复合干扰和有效光谱特征的表示和重建[50]。利用KAN边缘函数相对独立且可加性聚合的结构特点,进一步开发了一种兼容静态LUT的推理方案,以满足移动巡检场景的实时处理需求。本文的主要贡献总结如下:
(1)提出了一种纯一维H-KAN模型,用于WMS CH?谐波信号的高保真重建,并使用完全由真实测量数据组成的独立测试集在低信噪比条件下进行了系统评估。
(2)分析了基函数和B样条边缘函数的响应,以探究它们在复合干扰建模、吸收特征保留和低维表示重建中的各自作用,为去噪过程提供了可解释的基础。
(3)开发并验证了一种基于LUT的推理方案,在资源受限的边缘设备上展示了H-KAN在大幅降低在线推理延迟的同时保留强大重建能力的特性。
本文其余部分组织如下:第2节介绍开放路径TDLAS-WMS CH?传感原理、实验系统和配对数据集的构建。第3节阐述KAN的理论基础,并描述H-KAN的架构和关键算子。第4节报告去噪性能、定量保真度、对比实验结果和LUT部署性能。第5节讨论H-KAN的可解释性及其在低算力硬件平台上的应用前景。
第2节片段
TDLAS-WMS原理
TDLAS基于气体分子对特征波长激光辐射的选择性吸收。当激光扫描跨越CH?吸收线时,透射光强遵循Beer–Lambert定律:
I_tν = I_0ν · exp(?α_ν · C · L)
其中I_0ν和I_tν分别表示入射和透射光强,α_ν为吸收系数,C为气体浓度,L为有效光程长度。因此,目标气体浓度可以从……(原文此处截断)
KAN理论
Kolmogorov–Arnold网络的理论基础是Kolmogorov–Arnold表示定理[47]。该定理指出,多元连续函数可以表示为有限个单变量连续函数与加法运算的组合:
f(x_1, x_2, …, x_n) = Σ_{q=1}^{2n+1} Φ_q(Σ_{p=1}^{n} φ_{q,p}(x_p))
其中Φ_q(·)和φ_{q,p}(·)均为单变量连续函数。该定理意味着高维非线性映射可以通过一维函数的组合来近似。
去噪性能与定量保真度
为了评估H-KAN在实际TDLAS测量场景中的去噪能力,本研究首先测试了从0到20 ppm·m不同浓度水平的CH?吸收光谱,如图4(a)所示。对于每个测试光谱,信噪比计算为参考信号能量与残差误差能量之比:
SNR = 10 · log??( Σ_{i=1}^{N} y_{ref,i}2 / ( Σ_{i=1}^{N} (y_{ref,i} ? y_i)2 + ε ) )
其中y_{ref}为参考WMS-2f目标信号,y表示含噪输入或去噪后……(原文此处截断)
算法辅助CH?传感的对比讨论
表5总结了应用于甲烷激光光谱传感的代表性滤波和信号重建方法。在实际开放路径测量中,可达到的检测性能受多种因素控制,包括分子吸收强度、光程长度、接收光功率、探测器特性、光学干涉和环境波动。这些因素共同影响有效信噪比、光谱保真度和定量稳定性。
结论
本研究提出了一种纯一维KAN去噪模型H-KAN,用于抑制开放路径CH? TDLAS-WMS检测中的复杂非平稳噪声。基于真实测量数据,所提模型在信号重建、定量保真度、稳定性改善和边缘部署能力方面进行了系统评估。结果表明,H-KAN有效改善了低信噪比条件下的WMS-2f信号质量,将输出信噪比提高至40.80–47.71 dB……(原文此处截断)
未引用参考文献[58]
CRediT作者贡献声明
赵奎:验证、资源。何鑫:指导、软件。李春来:指导、项目管理。郭子仪:原文撰写、可视化、验证、软件、方法论、调查研究、概念构思。王森源:稿件审阅与编辑、验证、指导、方法论、资助获取、数据管理。陆宇婷:验证、调查研究、数据管理。范晓天:验证、软件、形式分析。齐红星:指导、项目……(原文此处截断)
利益冲突声明
作者声明不存在已知可能影响本文所报告工作的竞争性经济利益或个人关系。
致谢
本研究由国家重点实验室原始创新能力提升项目(2025HX01B02052)、中国科学院大学杭州高等研究院研究基金(2024HIAS-V003)、中国科学院大学杭州高等研究院与浙江省尖兵领雁研发计划的配套资金(B02006C021029, 2025C02039)、中国博士后科学基金(2025M780773, 2026M790870)以及浙江省自然科学基金支持。
郭子仪于2023年获得中国南阳师范学院学士学位。目前他在中国科学院大学杭州高等研究院攻读工程硕士学位。自2024年以来,他一直在从事红外主动气体检测领域的研究。
郭子仪 | 陆宇婷 | 范晓天 | 杜远 | 董嘉诚 | 徐培杰 | 兰曦 | 蒋伊聪 | 朱守正 | 赵奎 | 何鑫 | 李春来 | 王森源 | 齐红星 | 陈宇伟
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号