一种径向分布函数图自动识别方法

摘要

本发明公开了一种径向分布函数图自动识别方法，包括径向分布函数曲线绘制，径向分布函数曲线去噪，径向分布函数曲线主要特征提取，峰值确定，基于峰值位置的氢键和强范德华力判断。本发明方法设计合理，步骤简洁，使得工作人员能快速识别径向分布函数中是否存在氢键和强范德华力这两项关键指标，能有效克服肉眼判断这两项指标时误差大，效率低等不足。

权利要求

1.一种径向分布函数图自动识别方法，其特征在于，包括以下步骤：S1:读取相关分子结构的r值以及其径向分布函数Gr值，并绘制原始曲线0；

S2:采用小波去噪方法对原始曲线进行去噪，得到曲线1；

S3:对曲线1进行小波分解，提取整体特征，舍弃细节特征，得到曲线2；

S4:找曲线2上所有的极大值点与极小值点；

S5：判断是否存在极大值点与其左右最邻近极小值点Gr值均大于0.05，若是，则执行步骤S6，若否，则不存在氢键且不存在强范德华力，转步骤S8；

S6:判断这些极大值点是否存在横坐标小于3.1埃米的情形，若是，则存在氢键，若否，则不存在氢键；

S7:判断这些极大值点是否存在横坐标大于等于3.1埃米且小于5埃米的情形，若是，则存在强范德华力，若否，则不存在强范德华力；

S8:标记并显示所得结果。

2.根据权利要求1所述的一种径向分布函数图自动识别方法，其特征在于，步骤S1具体包括以下步骤：

S10：得到RDF的所有数据点对(r,Gr)；

S11:绘制(r,Gr)曲线，得到原始RDF曲线0。

3.根据权利要求1所述的一种径向分布函数图自动识别方法，其特征在于，步骤S2具体包括以下步骤：

S20:采用MATLAB的一维小波消噪函数wden对原始RDF曲线0进行消噪；

S21:在小波消噪时阈值按如下方式选择：极大极小值阈值或软阈值或根据每一层小波分解的噪声水平估计进行调整阈值；

S22:在小波消噪时其他参数按如下方式设置：小波基选择“sym3”，分解层数为3；

S23:经过S21和S22可以得到曲线1。

4.根据权利要求1所述的一种径向分布函数图自动识别方法，其特征在于，步骤S3具体包括以下步骤：

S30:采用MATLAB的wavedec()函数对曲线1进行分解；

S31:在小波分解时小波基选择“db4”，分解层数为3；

S32:舍弃小波分解得到的细节特征，保留整体特征；

S33:经过S31和S32可以得到曲线2。

5.根据权利要求1所述的一种径向分布函数图自动识别方法，其特征在于，步骤S4具体包括以下步骤：

S40：不考虑端点情形，对曲线2上所有点的左右相邻两点进行检测，如果存在某一点的Gr值同时大于这些点左邻点的Gr值以及右邻点的Gr值，则对于满足条件的所有点即为找得的所有极大值点；

S41：不考虑端点情形，对曲线2上所有点的左右相邻两点进行检测，如果存在某一点的Gr值同时小于这些点左邻点的Gr值以及右邻点的Gr值，则对于满足条件的所有点即为找得的所有极小值点。

6.根据权利要求1所述的一种径向分布函数图自动识别方法，其特征在于，步骤S8用于显示并标记所得结果，显示和标记的内容包括曲线0，曲线1，曲线2，氢键标识，强范德华力标识。

说明书

一种径向分布函数图自动识别方法

技术领域

[0001] 本发明涉含能材料领域，尤其涉及一种径向分布函数图自动识别方法。

背景技术

[0002] 径向分布函数(Radial distribution function,RDF)描述了粒子(原子，分子等)系统中随参考粒子距离的变化而产生的目标粒子密度的变化，这一变化主要通过计算目标
粒子附近的区域密度与平均密度的比值来表征。径向分布函数又称Gr是表征在指定参考原
子任意距离r处其他原子出现的概率。可以用来研究凝聚态的结构和特殊相互作用，根据经
典分子动力学计算可以得到径向分布函数图，通过分析图中峰值出现的位置，即可以大致
判断相应粒子之间的相互作用类型。分子间相互作用通常有氢键和范德华相互作用，当Gr
峰值出现距离在 时，表示两者之间具有氢键；当Gr峰值出现距离在 时，表
示两者之间具有强范德华相互作用；当Gr峰值出现距离大于 时，表示两者之间具有弱
范德华相互作用，一般可以忽略。因此，径向分布函数是一种快速有效的手段用于分析体系
中指定基团之间的相互作用类型。

[0003] 目前，我们分析径向分布函数图时，主要是通过肉眼的方式去判断峰值出现的位置，当得到的径向分布函数中噪声较多时，以肉眼判断的方式误差较大，同时当要处理的径
向分布函数的数量较多时需要耗费大量的时间。为此，我们发明了一种径向分布函数图的
自动识别方法。

发明内容

[0004] 本发明针对人工识别径向分布函数图中的关键参数时工作量大、效率低等问题，提供一种径向分布函数图的自动识别方法，用于识别分子结构中的氢键及强范德华力这两
个关键参数。所述方法包括以下步骤：

[0005] S1:读取相关分子结构的r值以及其径向分布函数Gr值，并绘制原始曲线0；

[0006] S2:采用小波去噪方法对原始曲线进行去噪，得到曲线1；

[0007] S3:对曲线1进行小波分解，提取整体特征，舍弃细节特征，得到曲线2；

[0008] S4:找曲线2上所有的极大值点与极小值点；

[0009] S5：判断是否存在极大值点与其左右最邻近极小值点Gr值均大于0.05，若是，则执行步骤S6，若否，则不存在氢键且不存在强范德华力，转步骤S8；

[0010] S6:判断这些极大值点是否存在横坐标小于3.1埃米的情形，若是，则存在氢键，若否，则不存在氢键；

[0011] S7:判断这些极大值点是否存在横坐标大于等于3.1埃米且小于5埃米的情形，若是，则存在强范德华力，若否，则不存在强范德华力；

[0012] S8:标记并显示所得结果。附图说明：

[0013] 图1为本发明一实施例的流程图；

[0014] 图2为本发明对1幅RDF图的处理结果。具体实施方式：

[0015] 本发明提供一种径向分布函数图的自动识别方法，用于识别径向分布函数中是否存在氢键以及强范德华力。如图1所示，本实施例对高氯酸铵(AP)与BAMO‑THF共聚醚(PBT)
的RDF图进行测试，具体包括以下步骤：

[0016] S1:得到RDF曲线图，具体包括以下步骤：

[0017] S10：得到RDF的所有数据点对(r,Gr)；

[0018] S11:绘制(r,Gr)曲线，得到原始RDF曲线0。

[0019] S2：用小波去噪方法对原始曲线0进行去噪得到曲线1，具体包括以下步骤：

[0020] S20:采用MATLAB的一维小波消噪函数wden对原始RDF曲线0进行消噪；

[0021] S21:在小波消噪时阈值按如下方式选择：极大极小值阈值或软阈值或根据每一层小波分解的噪声水平估计进行调整阈值；

[0022] S22:在小波消噪时其他参数按如下方式设置：小波基选择“sym3”，分解层数为3；

[0023] S23:经过S21和S22可以得到曲线1。

[0024] S3:对曲线1进行小波分解，提取整体特征得到曲线2，具体包括以下步骤：

[0025] S30:采用MATLAB的wavedec()函数对曲线1进行分解；

[0026] S31:在小波分解时小波基选择“db4”，分解层数为3；

[0027] S32:舍弃小波分解得到的细节特征，保留整体特征；

[0028] S33:经过S31和S32可以得到曲线2。

[0029] S4:寻找曲线上所有的极大值点与极小值点，具体包括以下步骤：

[0030] S40：不考虑端点情形，对曲线2上所有点的左右相邻两点进行检测，如果存在某一点的Gr值同时大于这些点左邻点的Gr值以及右邻点的Gr值，则对于满足条件的所有点即为
找得的所有极大值点；

[0031] S41：不考虑端点情形，对曲线2上所有点的左右相邻两点进行检测，如果存在某一点的Gr值同时小于这些点左邻点的Gr值以及右邻点的Gr值，则对于满足条件的所有点即为
找得的所有极小值点。

[0032] S5：判断是否存在极大值点与其左右最邻近极小值点Gr值均大于0.05，若是，则执行步骤S6，若否，则存在不氢键且不存在强范德华力，转步骤S8。

[0033] S6:判断这些极大值点是否存在横坐标小于3.1埃米的情形，若是，则存在氢键，若否，则不存在氢键。

[0034] S7:判断这些极大值点是否存在横坐标大于等于3.1埃米且小于5埃米的情形，若是，则存在强范德华力，若否，则不存在强范德华力。

[0035] S8:标记并显示所得结果，本实施例中得到的结果如图2所示。