[發明專利]光譜標準化方法

在審

• 申請號: 201610584513.0
• 申請日: 2016-07-22
• 公開（公告）號: CN107643265A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 彭黔榮;張進;劉娜;胡蕓
• 申請（專利權）人: 貴州中煙工業有限責任公司
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李相雨

技術領域

本發明涉及光譜處理領域，更具體涉及一種光譜標準化方法。

背景技術

近紅外光譜分析技術是一種具有高效、無損、無污染、可同時進行多組分定性或定量分析的快檢技術，在各個行業得到了廣泛應用，例如農產品、石油、飼料、煙草、醫藥等領域。

近紅外光譜分析作為一種檢測分析技術手段依據的是近紅外光譜中包含了樣品特征的重要光譜信息，通過化學計量學的偏最小二乘多變量校正方法(partial least squares,PLS)可以建立樣本光譜信息和其成分含量之間的關系模型，用于預測未知待測樣本成分含量。

但是，近紅外光譜分析技術是一種間接的分析方法，在建立光譜校正模型時，往往需要測定分析大量樣品的化學值或基礎性質數據作為建立光譜校正模型的基礎，這個過程不僅費時費力，且投入較大，所以對所建立的光譜校正模型在動態適應性方面提出了較高的要求，不僅要求光譜校正模型的預測范圍廣，而且要求在一臺儀器上建立的光譜校正模型能夠在其它儀器上應用，方便大范圍應用和網絡化集成，即要求進行光譜校正模型的轉移。

激光波束漂移、吸光度漂移、峰行畸變是光譜校正模型不能通用的主要原因，而光譜標準化也根據這些特征具有相應的分類，例如基于模型預測結果調整的SBC，基于模型參數調整的算法。其中應用最廣，算法最多的一類是光譜標準化算法，通過對主機和子機光譜進行計算，得到一個轉換矩陣，通過該矩陣對待測子機光譜進行標準化。最著名的光譜標準化算法是PDS(piecewise direct standardization)，其算法以穩定性和廣泛的實用性著稱，通常作為考察新算法的標桿。另外近年來提出的典型相關性分析方法(canonical correlation analysis，CCA，analyticachimicaacta 2008年637期22～29頁)和目標因子分析方法(TTFA,光譜學與光譜分析2005年25卷第3期398～401頁)，分別以典型相關分析和主成分分析作為基礎，進行光譜標準化。

發明內容

本發明的目的是提供一種高通用性和準確度的光譜標準化算法。

為了解決上述技術問題，本發明提供了一種光譜標準化方法，所述方法包括以下步驟：

S1、選取主光譜儀以及子光譜儀，其中所述主光譜儀與所述子光譜儀的光譜存在差異；

S2、分別利用所述主光譜儀和子光譜儀對預定物質進行照射，獲取所述主光譜儀的主機標準光譜以及所述子光譜儀的子機標準光譜；

S3、利用所述主機標準光譜以及所述子機標準光譜構建目標函數；

S4、根據所述目標函數確定對應主光譜儀和子光譜儀同時代表最大相關和最大方差的主機特征向量、子機特征向量；

S5、根據所述主機標準光譜、子機標準光譜、主機特征向量、子機特征向量確定具有最大方差同時具有最大相關性的主機子成分和子機子成分；

S6、確定利用所述主機標準光譜以及所述子機標準光譜的列空間線性組合成所述主機子成分以及子機子成分的主機權重系數和子機權重系數；

S7、在所述主機標準光譜以及所述子機標準光譜中分別剔除所述主機子成分和子機子成分，形成主機光譜殘差矩陣以及子機光譜殘差矩陣，并以所述主機光譜殘差矩陣代替所述主機標準光譜，以所述子機光譜殘差矩陣代替所述子機標準光譜執行步驟S3-S6，以此類推重復執行若干次，得到多組主機子成分、子機子成分、主機權重系數和子機權重系數；

S8、多組主機子成分、子機子成分、主機權重系數和子機權重系數分別形成主機子成分矩陣、子機子成分矩陣、主機權重系數矩陣和子機權重系數矩陣，確定主機子成分矩陣和子機子成分矩陣的最小二乘解；

S9、利用所述主機子成分矩陣和子機子成分矩陣的最小二乘解、主機權重系數和子機權重系數確定光譜標準化轉換矩陣，利用所述光譜標準化轉換矩陣對待測光譜儀的光譜進行標準化處理。

優選地，所述主機光譜儀為近紅外光譜儀。

優選地，所述預定物質的濃度分別均勻，并且在具有預定數量的波段吸收峰。

優選地，所述目標函數為：

式中，a_i為子機特征向量，t_i為子機子成分，b_i為主機特征向量，u_i為主機子成分，X_m為主機標準光譜或主機光譜殘差矩陣；X_s為子機標準光譜或子機光譜殘差矩陣。

優選地，所述步驟S4包括以下步驟：