基于局部对称重加权惩罚最小二乘的拉曼基线校正

拉曼光谱分析技术具有快速响应、非接触、检测限制小、灵敏度高的优点,广泛应用于生产生活的众多领域。然而实际测得的原始拉曼光谱总会有不同程度的基线漂移,严重影响光谱分析的有效性和准确性。针对现有基线校正方法容易造成估计基线偏低、校正后光谱抬升的问题,提出了一种基于局部对称重加权惩罚最小二乘(LSRPLS)的基线校正算法,该算法在非对称惩罚最小二乘的基础上,使用softsign函数引入局部对称加权的思想,对光谱中无谱峰的基线区域赋予相近的权重,并通过迭代调整估计基线的权重。在模拟和实际拉曼光谱上分别进行了验证。实验结果表明:LSRPLS基线校正算法不仅能对不同类型的光谱基线进行校正,而且与现有的基线校正方法相比,具有更高的准确度和稳定性。基线校正后的光谱在主成分空间上的聚集度得到提升,模型的分类准确性明显提高,说明LSRPLS算法在去除基线的同时,能够保留光谱的有效信息,为拉曼光谱的进一步分析提供了依据。     

Rubberband方法中分段数量的选择对基线校正效果的影响分析

针对混合气体红外光谱在应用现场基线漂移和畸变、基线校正方法Rubberband方法中分段数量的选择不确定等问题进行探讨,通过遍历的形式筛选出针对烃类气体在中红外波段、波数分辨率为4 cm-1的情况下,优选出分段数量在50~120之间、基线点的曲线拟合方法选择分段三次Hermite插值方法时,其基线估计和校正的效果较为理想.同时针对Rubberband方法易将吸收点误判为基线点的问题,使用中位数和偏离度首先剔除分段内的明显吸收点,然后将剩余谱线点采用偏最小二乘方法设定一定的阈值范围进行基线点的筛选,筛选出的基线点在整个波段采用分段三次Hermite插值方法进行基线的估计.从实测的光谱基线校正效果来看,提出的算法使用简单,并适合于在线连续分析的应用场合.     

基于紫外拉曼光谱的乙醇水溶液浓度测量

拉曼光谱中每个谱峰对应一种特定的分子键振动，每个拉曼峰记录了相应的拉曼散射光的波长位置和强度，常用于对不同物质的定性、定量分析。利用266 nm紫外拉曼系统测量乙醇和水溶液的拉曼光谱，分析峰值关系与乙醇和水浓度之间的关系，用水与乙醇的混合溶液模拟白酒场景，配取多组不同浓度标准乙醇溶液，测量各组溶液拉曼光谱，对光谱进行平滑去噪、基线校正，分析不同浓度乙醇溶液CH伸缩振动特征峰与OH伸缩振动特征峰的相对强度，并拟合出相对强度与乙醇浓度的曲线，决定系数R²达到0.996,测量数款市面在售白酒浓度验证，证明了拉曼光谱应用于白酒浓度测量的可行性。     

应用在嵌入式设备的气相色谱仪数据处理方法

气相色谱法广泛应用于混合气体的分析检测中,然而在采集数据的过程中容易受到干扰,造成色谱图存在大量的噪声,产生基线的漂移,导致后续的谱峰检测和谱峰分析的准确率降低,难以应用在实际混合气体检测中。根据一阶滤波特性,文中提出一种自适应的动态一阶滤波的去噪方法,结合移动均值滤波,解决了由于环境干扰导致色谱信号存在大量噪声的问题,有效地消除了噪声且信号畸变小,优化了采用固定滤波系数带来滤波效果不稳定的问题。提出一种自适应阈值的基点移动法的基线校正方法,并结合滑动极值和限幅进行基线校正,解决了基线漂移带来的信号检测偏差大的问题,保证了后续谱峰检测和谱峰分析的有效性。     

基于最近邻比较和中值滤波的拉曼光谱spike自动检测及剔除方法研究

激光拉曼光谱技术具有原位、实时、多物质同时探测的优点,在实验室内已经得到了广泛研究,并逐渐应用于深海海底等极端环境下的原位探测。由于CCD等光谱探测器可能受到宇宙射线的干扰,会在拉曼谱图上形成位置随机的spike,对拉曼光谱分析造成干扰。将最近邻比较和中值滤波相结合的方法应用于海水实测拉曼光谱spike的检测剔除,首先将原始拉曼光谱分为拉曼峰区域和非拉曼峰区域,对拉曼峰区域使用最近邻比较法处理,对非拉曼峰区域使用中值滤波方法,结果显示该方法能将非拉曼峰区域和拉曼峰区域的spike完全剔除,没有出现误检和漏检,且不会对拉曼特征峰强度产生影响,有助于提高拉曼光谱定性定量分析的精确性和稳定性。     

一种基于小波最佳分解层数的红外光谱基线校正算法

红外光谱分析技术是一种用于食品健康检测、生物制药和环境监测等方面的高新技术。为了去除应用过程中的基线漂移现象,提出了一种基于小波最佳分解尺度的红外光谱基线校正算法。首先,对原始光谱信号多次进行每一层的小波分解,同时也进行每一层的小波重构。然后算得每一层的信噪比,并通过信噪比比对法获得除噪后的光谱信号。接着对该信号进行每一层的小波分解,得到每一层小波细节和小波逼近的频率。分别将两个频率做除法并求出比值。然后比较每层的比值大小,并选择最大的比值作为分解层数的最佳值。将最佳分解层数下的小波逼近系数置零后再进行小波重构,获得基线校正后的光谱信号。通过实验验证发现,该算法不仅可以为小波分解的最佳层数提供依据,而且能够在更好地保留有用信号的同时,除去高频噪声以及低频基线干扰。基线校正比较充分,效果良好。     

改进多项式迭代拟合红外光谱基线校正方法

基线校正是对傅里叶变换红外光谱仪光谱数据后续处理前重要的预处理步骤,多项式迭代拟合是基线校正的一种方法。为了进一步提高基线校正的速率,采用一种改进多项式迭代拟合算法,并以CO2光谱为例进行了理论分析和实验验证,取得了与多项式迭代拟合相同的校正效果。结果表明,该算法自动识别谱峰范围,仅对谱峰范围的光谱进行基线校正,减少了基线校正过程中的迭代次数,迭代次数从39次降到了11次,耗用时间从4.78s降至1.12s。这一结果对实现实时气体监测系统具有重要意义。     

基于Voigt函数拟合的拉曼光谱谱峰判别方法

提出了一种新的拉曼光谱谱峰判别算法,采用Voigt函数作为拟合函数,对小波变换脊线寻峰后得到的谱峰进行拟合处理,将拟合前后的谱峰相似度作为判别谱峰的依据,可有效识别与噪声幅值相近的小幅值拉曼信号。通过与已有的两种谱峰判别方法进行对比,在误判率为5%的情况下,该算法准确率提高了60%;在准确率高于90%的情况下,该算法误判率降低了10%。     

变压器油中铁颗粒检测的激光诱导击穿光谱处理方法研究

为实现激光诱导击穿光谱技术对变压器油中铁颗粒含量的准确定量检测，本文提出了一套光谱处理算法。该算法基于特征峰的稀疏性建模并结合凸优化规则改进数值迭代过程，以实现低通基线估计和特征峰分离；进一步，用目标分析线对光谱进行降维，并依靠基于袋装决策树的集成分类器完成烧蚀点的二分类。滤波器截止频率、滤波阶数、不对称比例、正则化参数分别取0.15、1、6、0.8时，基线估计及Fe特征谱线强度的准确性高；袋装决策树集成分类器对降维后光谱的识别准确率高达98.33%；有效点的光谱校正强度与Fe颗粒质量比的线性相关系数为0.9983。所提方法能精确实现特征谱线的提取和有效点筛选，保证油中Fe颗粒质量比定量检测的准确性。     

环境大气VOCs色谱峰数据处理方法的设计与实现

针对大气挥发性有机化合物(Volatile organic compounds, VOCs)色谱谱图基线漂移严重、 色谱峰峰形复杂的特点,设计了一种色谱数据处理方法。采用移动平均法和小波变换法对高 频噪声和基线漂移进行处理,保证了谱峰解析的准确性。采用一、二阶导数结合法对色谱峰 进行识别,高斯曲线拟合法进行峰面积计算,提高了峰面积计算精度。实验结果表明,该算法 运行速度快,噪声去除和基线校正效果明显,能够准确识别重叠峰、肩峰等不规则峰形,峰面积 计算精度高,满足环境大气VOCs色谱数据处理的要求。     

基于集成特征的拉曼光谱谱库匹配方法

基于谱库的匹配识别是应用拉曼光谱进行物质成分鉴别的关键,会直接影响匹配结果的准确性。在谱库匹配中,尤其是针对混合物的光谱,利用单一的匹配特征无法全面反映被测样本光谱与谱库光谱的相似性,光谱匹配识别时需要综合考虑多种匹配特征。采用逻辑回归数学模型融合谱峰匹配系数、非负最小二乘匹配系数以及夹角余弦匹配系数,提出了一种新的光谱集成匹配方法。该方法既考虑了被测样品的谱峰信息,又考虑了其全谱信息。基于20种氨基酸混合物拉曼光谱谱库匹配的实验结果表明:所提光谱集成匹配方法具有更低的误判率。     

基于特征波段-Fisher-K近邻的木器漆拉曼光谱的快速无损鉴别

为了实现木器漆的快速无损检测以及精确识别与分类,采集并获取了晨阳等3种品牌木器漆样本的拉曼光谱,并考察了基线校正、Savitzky-Golay九点平滑法、一阶导数和二阶导数等不同预处理方法的处理效果,建立了特征波段比值、Fisher判别、K近邻(KNN)模型。结果表明:特征波段比值法能以1358cm-1/1239cm-1表征3种木器漆的特征;基于Fisher判别的基线校正、平滑和二阶导数处理的拉曼光谱模型的分类准确率最高,能实现100%区分;在相同的预处理下,KNN判别模型的准确率仅为88.5%。基于二阶导数的拉曼光谱结合特征波段-FisherKNN法能为不同品牌木器漆的准确检测提供一种新的快速无损分析手段,具有普适性和一定的借鉴意义。     

人工智能技术的振动光谱成分分析

由于振动光谱中不同物质的吸收峰存在重叠、交错等现象,导致分析物体成分占比结果不够精准,为此,提出人工智能技术的振动光谱成分分析方法.采用基于遗传算法的振动光谱谱区选择算法,划分整个谱区为相应数量的子区间,选择最佳子区间作为光谱谱区;确定光谱区中的吸收峰的峰高和最邻近吸收峰的距离,构建超定方程组,并采用模拟退火算法对其求...     

基于循环谱包络的BPSK信号码元速率改进估计算法

采用频域平滑周期图法估计循环谱，分析了循环谱包络的谱特征，推导出了谱峰幅度和位置值，提出了一种基于循环谱包络BPSK信号的码元速率估计的改进算法，给出了信号估计的具体步骤，分析了估计算法的性能．进行了计算机仿真实验。仿真结果表明该估计算法可适用于较低信噪比情况，无需多维搜索。     

时—空欠采样下的频率和DOA联合估计算法

针对时—空欠采样下入射信号的频率和波达方向(DOA)估计问题,提出基于谱校正和中国余数定理的联合估计算法。首先利用稀疏分布的传感器阵元构造非均匀线阵,然后对入射信号做多路并行欠采样;借助AM估计器,该算法仅耗费少量样本即可获得精确频率和相位差余数,再结合闭式中国余数定理分别得到频率和DOA估计值。由于谱校正结果可以同时为频率估计器和DOA估计器所利用,因而该算法的样本利用率高。此外,与现有基于中国余数定理的频率估计法相比,该估计器无需对源信号做多次欠采样,耗时更短,更适用于快速时变目标的估计。仿真结果验证了联合估计算法的有效性和高精度,而且该算法在低信噪比情况下亦可达到很高的成功检测率,具有广阔的应用前景。     

双波长激光移频激发拉曼光谱测试系统设计

拉曼光谱检测常常受到荧光干扰,而移频激发拉曼差分光谱法(SERDS)是一种有效抑制拉曼光谱荧光背景的方法。基于该方法,采用两个波长相近、基于体布拉格光栅技术的固定波长激光器,设计了一套拉曼光谱测试系统。通过控制激光器的功率和温度,保证了输出波长的稳定性。采用高灵敏度的薄型背照式面阵CCD,设计了光谱数据采集光路和电路。同时,在软件上实现了差分光谱的三种重构算法,即简单积分算法、带数值插值的简单积分算法和多重约束解卷积算法。在实验中,利用文中系统对强荧光背景的某品牌香油进行了拉曼光谱测量,分别采用这三种算法处理差分光谱进行光谱重构,并对比了重构效果。实验结果表明,设计的系统能够有效抑制荧光对拉曼光谱检测的影响。     

基于DSP傅里叶变换红外光谱基线漂移快速校正实现

傅里叶变换红外光谱仪（FTIR）在长时间开放光程条件下进行测量时,FTIR光谱基线会发生漂移,影响光谱信息,改变光谱形状进而影响气体分析的准确度。因此对测量到的光谱信息进行基线校正是非常重要的预处理步骤,为下一步的气体定性定量分析提供良好的数据基础。本文针对基线漂移采用多项式迭代拟合逼近的方法,针对三种不同类型的基线漂移光谱进行校正,分别在MATLAB环境下及DSP中实现,校正后的的光谱数据采用均方根误差R作为评价标准,分别达到了4.21?0-6和5.38?0-6,校正时间分别消耗0.9350s和0.7783s, 结果表明该方法自动化程度高,校正效果好,速度快,可以为基于DSP实现系统小型化集成化的光谱处理系统提供理论基础。     

多径环境下阵列波达方向估计及互耦校正

在阵列信号处理的研究中,多径环境会降低接收机的定位精度,传统的多重信号分类算法的性能会大大降低,空间平滑算法能有效地进行解相干。当阵列天线存在互耦效应时,传统的空间平滑算法的测向性能会大大下降。针对多径环境下的均匀线阵,利用互耦矩阵的复对称带状的结构特点,结合空间平滑算法,提出了一种可以进行互耦校正的波达方向估计算法。该算法通过求解线性约束下的二次规划问题,利用谱峰搜索得到入射信号的DOA。数值仿真结果验证了该算法的有效性。     

基于四阶循环累积量的DOA估计方法

提出了一种新的波达方向估计算法,该算法构造了一个“谱相关DOA矩阵”,并基于此矩阵进行DOA估计。理论分析表明,通过谱相关矩阵的特征值分解,就可以得到源信号的DOA,该方法不需要进行谱峰搜索,同时利用循环平稳特性,可以有效抑制平稳噪声和滤除与信号循环频率不同的干扰信号,从而大大提高了算法的检测能力。另外还给出了相干信号DOA解决方法。     

高阶统计超指数收敛拉曼谱盲目去卷积

基于Shalvi-Weinstein盲目去卷积标准,提出了一种拉曼光谱盲目去卷积的超指数收敛算法,可以同时从观测数据估计真实光谱数据与仪器的响应函数,且具有超指数的收敛速度.通过实测拉曼光谱数据的试验,验证了该算法的可行性.