基于EMD和EEMD的自适应光谱预处理方法及其应用研究

发布时间：2017-09-13 12:24

  本文关键词：基于EMD和EEMD的自适应光谱预处理方法及其应用研究

  更多相关文章： EMD EEMD 拉曼光谱 近红外光谱 去噪 基线校正 时频分析

【摘要】：拉曼和近红外光谱分析技术经过几十年的发展,以其无损、快速测量的特点成为当代重要的分析测试手段之一。由于拉曼和近红外信号能量弱,易受干扰,所以光谱的预处理工作非常重要,其直接影响到定标模型的质量及应用范围。常规的去噪和基线校正方法,如小波变换、导数法、插值、多项式拟合等需要根据不同光谱的特点及时调整算法的基函数、分解层数以及重构信号的方式等,参数的设置不具备先验性,对于谱峰尖锐、波形变换剧烈的拉曼光谱很难实现最优预处理。为了解决常规光谱预处理方法自适应性不强的问题,改善拉曼和近红外光谱去噪效果,提高光谱基线校正精度,增强光谱模型测量准确性,本文主要进行了以下几个方面的研究工作:首先,针对拉曼光谱高频信号与噪声易出现模态混叠的问题,将总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法应用到拉曼光谱高频去噪。在验证拉曼光谱EEMD过程具备近似完备性基础上,构建了一种基于归一化指标寻优的EEMD去噪方法,该方法以归一化去噪指标的全局最优点为去噪过程的停止条件,去噪过程无需参数设置、可以自适应完成。通过对拉曼光谱数据去噪处理的结果表明,该方法提高了拉曼光谱去噪精度、降低了去噪过程的操作难度,简单有效。其次,为了进一步提高低信噪比情况下基于归一化指标寻优的EEMD方法的近红外光谱去噪精度,提出了近红外“3R”去噪方法。该方法针对同一样品的近红外透射谱和吸收谱,计算疑似噪声本征模态分量(Intrinsic Mode Function,IMF)与其对应透射谱和吸收谱之间相关性、透射谱分量与吸收谱分量之间相关性、IMF分量自相关性,根据三组相关性数据判断出噪声分量并滤除。将该方法应用于玉米叶绿素含量测量建模中,结果表明,其去噪精度优于经验模态分解(Empirical Mode Decomposition,EMD)低通滤波、小波分解和基于归一化指标寻优的EEMD方法。然后,针对拉曼和近红外光谱由于基线漂移引起的谱线倾斜问题,提出一种残余相关EEMD基线校正方法,实现了拉曼和近红外光谱自适应基线校正。通过对近红外光谱数据去基线仿真研究的结果表明,该方法优于小波校正,逊于多项式全局拟合,与非线性最小二乘法拟合效果相似;对玉米叶片拉曼光谱去基线实验数据分析结果表明,该方法校正后数据所建模型具有最优校正集和预测集指标并对特征峰影响最小。上述结果表明,对于基线背景不明确的真实拉曼光谱,残余相关EEMD基线校正方法的自适应特性凸显,取得了优化的基线校正效果。最后,提出了一种基于EMD时频方法分析近红外光谱,进而定性检测碱成分的方法,该方法通过分析比对近红外和拉曼光谱的IMF分量时频属性,从分量的比重、调制方式阐述了EMD去除玉米叶片近红外光谱噪声和分解拉曼光谱时发生模态混叠的原因,并应用希尔伯特变换处理碱胁迫玉米叶片近红外光谱,得到波数频率分谱,进而求得和谱,通过和谱特征频率实现了碱成份的定性检测,从而验证了EMD时频定性分析近红外光谱的可行性。
【关键词】：EMD EEMD 拉曼光谱 近红外光谱 去噪 基线校正 时频分析
【学位授予单位】：燕山大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：O433.4
【目录】：

• 摘要5-7
• Abstract7-11
• 第1章 绪论11-25
• 1.1 光谱分析技术概述11-15
• 1.1.1 近红外光谱分析技术11-13
• 1.1.2 拉曼光谱分析技术13-15
• 1.2 光谱数据预处理方法综述15-22
• 1.2.1 噪声处理方法研究状况15-18
• 1.2.2 基线校正方法研究状况18-22
• 1.3 课题背景及研究目的和意义22-23
• 1.4 本文主要研究内容23-25
• 第2章 基于归一化指标寻优的自适应拉曼光谱EEMD去噪方法及应用研究25-42
• 2.1 引言25
• 2.2 基于EMD法分解拉曼光谱的不足25-29
• 2.3 基于归一化指标寻优的自适应拉曼光谱EEMD去噪方法的提出29-33
• 2.3.1 EEMD分解拉曼光谱过程分析29-32
• 2.3.2 归一化评价指标构建32-33
• 2.4 基于归一化指标寻优的自适应EEMD去噪方法的实现及应用33-40
• 2.5 本章小结40-42
• 第3章 自适应的近红外双谱“3R”去噪方法及应用研究42-54
• 3.1 引言42
• 3.2 EEMD阈值法和能量法去噪缺陷分析42-45
• 3.3 双谱自适应“3R”去噪方法设计45-47
• 3.3.1 噪声IMF分量的相关性分析45-46
• 3.3.2 基于“3R”法则的自适应双谱去噪方法的实现46-47
• 3.4 “3R”方法仿真验证及实验研究47-53
• 3.4.1 基于“3R”方法的仿真光谱去噪47-50
• 3.4.2 “3R”法在玉米叶片近红外光谱去噪中的应用研究50-53
• 3.5 本章小结53-54
• 第4章 自适应的残余相关EEMD基线校正方法及应用研究54-74
• 4.1 引言54
• 4.2 残余相关EEMD基线校正方法设计54-60
• 4.2.1 残余量拟合基线思想的提出54-57
• 4.2.2 残余相关基线校正方法的实现57-60
• 4.3 近红外仿真光谱的基线校正效果分析60-63
• 4.4 残余相关EEMD方法在玉米叶绿素测量模型中的应用63-72
• 4.4.1 基于残余相关方法的玉米叶片拉曼光谱基线校正63-70
• 4.4.2 叶绿素光谱测量模型的基线校正效果分析70-72
• 4.5 本章小结72-74
• 第5章 近红外光谱和拉曼光谱EMD时频性质分析74-84
• 5.1 引言74
• 5.2 近红外光谱FM及拉曼光谱AM性质分析74-79
• 5.3 拉曼光谱模态混叠现象的时频分析79-81
• 5.4 应用Hilbert变换处理近红外光谱及在定性检测玉米叶片碱成份中的应用81-83
• 5.5 本章小结83-84
• 结论84-86
• 参考文献86-94
• 攻读博士学位期间承担的科研任务与主要成果94-96
• 致谢96-97
• 作者简介97

【参考文献】

中国期刊全文数据库 前10条

1 闵顺耕,谢秀娟,周学秋,李力,严衍禄;近红外漫反射光谱的小波变换滤波[J];分析化学;1998年01期

2 刘志宏;邓波;周玉荣;庞小峰;张晓春;;红外光谱预处理中去噪的研究[J];光谱实验室;2006年04期

3 芦永军;曲艳玲;宋敏;;近红外相关光谱的多元散射校正处理研究[J];光谱学与光谱分析;2007年05期

4 蔡剑华;王先春;;基于经验模态分解的近红外光谱预处理方法[J];光学学报;2010年01期

5 陈丛;卢启鹏;彭忠琦;;基于NLMS自适应滤波的近红外光谱去噪处理方法研究[J];光学学报;2012年05期

6 赵进辉;袁海超;刘木华;徐将;肖海斌;;导数同步荧光光谱-小波-SGA-LSSVR联用快速测定鸭蛋蛋清中新霉素残留含量[J];分析化学;2013年04期

7 王增焕;王许诺;柯常亮;林钦;;基于原子光谱法的元素形态分析技术进展[J];光谱学与光谱分析;2013年12期

8 张林;陆辉山;闫宏伟;高强;王福杰;宋海燕;;煤粉发热量近红外光谱检测的预处理方法研究[J];光谱学与光谱分析;2013年12期

9 赵芸;张初;刘飞;孔汶汶;何勇;;采用可见/近红外光谱检测大麦叶片过氧化氢酶与过氧化物酶含量的研究[J];光谱学与光谱分析;2014年09期

10 杨金梅;张海明;王旭;王彩霞;秦飞飞;;红外光谱和拉曼光谱的联系和区别[J];物理与工程;2014年04期

中国硕士学位论文全文数据库 前1条

1 王旋;去除被测信号中同频背景噪声的研究[D];郑州大学;2011年

，

本文编号：843712