基于多尺度小波变换的光谱数据预处理算法
-
摘要: 光谱技术可以从大量的原始信号中提取有用的特征信息，直接用来分析和识别被观测样品的物质成分，在生物医药、食品安全、军事侦察中具有极高的应用价值。由于预处理目的与效果的不同，目前存在多种光谱预处理方法。根据目前方法使用时存在的问题，本文提出了一种基于多尺度小波变换的光谱数据预处理方法，并通过仿真光谱和实测光谱对提出算法和设计软件的性能进行了测试。仿真信号信噪比为0.5dB，经本文算法处理后，信噪比可达8.978dB；仿真中加入5种不同类型的基线，包括线型、高斯型、多项式型、e指数型、sigmoidal函数型，使用本文算法进行基线估计，估计值的均方根误差RMSE分别为0.3759、0.2883、0.6631、0.3489、0.4520；使用共聚焦显微拉曼光谱仪测量了聚四氟乙烯光谱，并用本文算法进行了预处理，结果表明证明该算法具有良好的可操作性，能够有效去除噪声和校正基线，并完整的保留谱峰信息，该算法为光谱数据预处理方法提供了新思路。Abstract: 光谱技术可以从大量的原始信号中提取有用的特征信息，直接用来分析和识别被观测样品的物质成分，在生物医药、食品安全、军事侦察中具有极高的应用价值。由于预处理目的与效果的不同，目前存在多种光谱预处理方法。根据目前方法使用时存在的问题，本文提出了一种基于多尺度小波变换的光谱数据预处理方法，并通过仿真光谱和实测光谱对提出算法和设计软件的性能进行了测试。仿真信号信噪比为0.5dB，经本文算法处理后，信噪比可达8.978dB；仿真中加入5种不同类型的基线，包括线型、高斯型、多项式型、e指数型、sigmoidal函数型，使用本文算法进行基线估计，估计值的均方根误差RMSE分别为0.3759、0.2883、0.6631、0.3489、0.4520；使用共聚焦显微拉曼光谱仪测量了聚四氟乙烯光谱，并用本文算法进行了预处理，结果表明证明该算法具有良好的可操作性，能够有效去除噪声和校正基线，并完整的保留谱峰信息，该算法为光谱数据预处理方法提供了新思路。
-
计量
- 文章访问数: 25
- HTML全文浏览量: 12
- PDF下载量: 1
- 被引次数: 0
下载:
