微型拉曼光谱仪的拉曼光谱数据处理方法研究

论文摘要

拉曼光谱是一种分子散射光谱,通过与分子相互作用的光子产生的表征分子振动或转动能级差的特征频移,来反映分子结构或成分的信息。每种物质都有对应的“指纹”拉曼光谱,其强度在其它条件一定的情况下与物质浓度成正比,据此可实现对物质的结构、成分、浓度等的检测。利用拉曼光谱对物质进行无损分析,具有测试样品非接触性、非破坏性、灵敏度高、时间短、样品所需量小及样品无需制备等特点。拉曼光谱技术正以其独特的优点成为分析科学领域的研究热点之一。本文对拉曼光谱数据分析处理进行了深入的研究,主要包括以下几个方面的内容:1.分别从经典理论和量子理论角度解释了拉曼散射效应,并详细地介绍了拉曼光谱分析技术的发展历程和应用,以及拉曼光谱仪的结构。2.由于常用的预处理方法不能根本解决光谱荧光背景干扰问题,所以将小波滤波方法用于光谱预处理。与常用的预处理方法相比,小波滤波法能够较好地减弱荧光背景干扰和高频噪声,显著提高了基于偏最小二乘-支持向量机（Partial Least Squares Support Vector Machine, PLS-SVM）建模法的预测模型精度。3.针对传统光谱峰检测法的不足,提出利用小波变换多尺度奇异性检测原理来进行光谱峰检测的新方法。结果表明该方法可以准确判定拉曼谱图中包括肩峰在内的复杂峰群各特征点位置和光谱峰类型,抗噪声能力较强,具有常规方法所没有的优点。4.在进行定量分析时,提出了一种新的建模法――基于偏最小二乘-支持向量机PLS-SVM建模法。由于PLS-SVM建模法先通过PLS提取输入光谱的数据特征,因此有效降低了SVM模型输入变量的维数。同时,PLS-SVM方法又保持了SVM良好的模型性能。实验结果表明PLS-SVM建模法的预测效果明显优于常规的PLS回归建模方法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究的目的和意义
• 1.2 国内外研究现状
• 1.3 本文研究的主要内容
• 2 拉曼光谱分析技术概述
• 2.1 拉曼光谱物理学原理
• 2.1.1 概述
• 2.1.2 拉曼散射的经典理论
• 2.1.3 拉曼散射的量子理论解释
• 2.2 拉曼光谱分析技术的发展历程及应用
• 2.2.1 拉曼光谱分析技术的发展历程
• 2.2.2 拉曼光谱新技术
• 2.2.3 拉曼光谱的应用
• 2.3 拉曼光谱仪的结构
• 2.4 本章小结
• 3 拉曼光谱数据预处理
• 3.1 概述
• 3.2 拉曼光谱预处理常用方法
• 3.2.1 平滑
• 3.2.2 求导
• 3.2.3 快速傅立叶变换
• 3.3 基于小波变换的滤波方法
• 3.4 拉曼光谱数据预处理实验研究
• 3.4.1 实验数据来源
• 3.4.2 几种预处理方法的实现
• 3.4.3 几种预处理方法的性能比较
• 3.4 本章小结
• 4 拉曼光谱谱峰的检测
• 4.1 概述
• 4.2 谱峰检测的内容
• 4.2.1 独立峰的检测
• 4.2.2 重叠峰的检测
• 4.2.3 谱图基线的确定
• 4.3 谱峰检查方法
• 4.3.1 幅值法
• 4.3.2 导数法
• 4.3.3 基于小波变换多尺度奇异性检测原理的谱峰检测法
• 4.4 拉曼光谱谱峰检测实验研究
• 4.5 本章小结
• 5 激光拉曼光谱的定量分析
• 5.1 概述
• 5.2 基于PLS-SVM 的拉曼光谱建模法
• 5.2.1 PLS-SVM 建模基本原理
• 5.2.2 算法实现
• 5.2.3 模型性能评价标准
• 5.3 拉曼光谱定量分析实验研究
• 5.3.1 模型性能比较
• 5.3.2 模型参数对建模效果的影响
• 5.4 本章小结
• 6 总结与展望
• 6.1 本文完成的工作
• 6.2 进一步的展望
• 致谢
• 参考文献
• 附录
• 作者在攻读硕士期间发表的论文