吸收峰混叠的太赫兹光谱区间组合特征提取算法

发布时间：2022-01-10 04:37

　　太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识... 

【文章来源】：光谱学与光谱分析. 2020,40(02)北大核心EISCICSCD

【文章页数】：7 页

【部分图文】：

本文特征提取算法流程图

TAS7400太赫兹光谱仪实物图

取葡萄糖、 乳糖、 果糖等10种常见纯净物按照上述制样方法制作压片, 重复测量30次。 随机选取20次测量数据作为训练集, 其余10次数据作为测试集。 采用1.5节提出的算法对光谱数据进行处理, 由于纯净物的吸收峰一般没有混叠, 用较少的标准峰去拟合即可, 式(3)中的参数设置为k1=0.4, k2=3, k3=10。 其中乳糖单次测量的吸收系数谱拟合结果如图3所示, 截取其中信噪比较高的频段[0.3, 2], 可以看到在预处理后乳糖的吸收系数谱主要由四个吸收峰组成。 拟合后可以同时得到吸收峰频率、 峰高、 峰宽等吸收峰信息。由于在测量中存在各种误差, 同一物质每次测量时提取到的吸收峰特征不尽相同, 吸收峰的位置、 参数可能会出现不同程度的漂移, 甚至出现峰高较大的假峰。 为了确定某一物质的特征吸收峰数量, 并尽可能精确地确定纯净物光谱中的吸收峰, 提出使用密度聚类算法确定同一物质在多次测量中的共同吸收峰。 由于吸收峰峰高波动较大, 仅根据吸收峰频率位置确定吸收峰之间的密度关系, 当两个吸收峰频率差值小于0.01 THz时, 则认为它们密度相连。 乳糖20次测量的吸收峰聚类效果如图4所示, 取同一类吸收峰的平均频率作为该物质的特征吸收峰。 通过这一方法可以得到纯净物的吸收峰平均频率、 平均峰高、 平均频率距离等参数, 其中吸收峰频率汇总如表1所示。 由于光谱仪设备所限, 频率较高、 吸收性较强的吸收峰难以检测。 表中所列吸收峰频率与太赫兹光谱数据库(http://thzdb.org/)中的吸收峰频率在误差允许范围内一致[13]。

【参考文献】：
期刊论文
[1]小波变换与高斯拟合在光谱重叠峰解析中的应用[J]. 冯飞,王府北,谢非,吴琼水,曾立波.  光子学报. 2015(06)
[2]紫外-可见吸收光谱结合高斯多峰拟合技术测定甲基红酸离解常数（英文）[J]. 张建华,刘琼,陈玉苗,刘兆清,徐常威.  物理化学学报. 2012(05)



本文编号：3580064