[發明專利]一種優化小波算法的拉曼光譜峰識別方法

在審

• 申請號: 202110572211.2
• 申請日: 2021-05-25
• 公開（公告）號: CN113970537A
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 劉吉平;韓佳;王銀杰
• 申請（專利權）人: 北京理工大學
• 主分類號: G01N21/65
• 分類號: G01N21/65;G06F17/14;G06F17/15
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 鄔曉楠

本發明涉及一種優化小波算法的拉曼光譜峰識別方法，特別涉及未知物品拉曼光譜峰識別探測與拉曼光譜峰小波算法的分析識別方法，屬于分析儀器領域。

技術領域

本發明涉及一種優化小波算法的拉曼光譜峰識別方法，特別涉及未知物品拉曼光譜峰識別探測與拉曼光譜峰小波算法的分析識別方法，屬于分析儀器領域。

背景技術

光譜分析技術作為一種行之有效的檢測分析方法，是現代分析技術的重要組成部分，被廣泛應用于公共安全領域。拉曼散射光譜法是由上世紀20年代逐步發展起來的一項技術，拉曼光譜由于具有無損、信息豐富、無需樣品制備等優點，被廣大科研人員所重視。拉曼光譜信息蘊藏于拉曼譜峰之中，因此拉曼譜峰識別是拉曼光譜定性分析中至關重要的一個環節。

小波分析是由上世紀70年代逐漸發展起來的一種新的變換分析技術，通過采用在時域和頻域都具有緊支撐的小波對信號做小波分解，可獲得信號局部的時頻信息，通過小波尺度的伸縮可以實現對信號的多分辨率分析。因此，與傳統的傅里葉分析方法相比，小波分析技術具有時頻分析局域化和多分辨率的優點，能夠更加有效地獲取信號中的信息。目前，最普遍的是連續小波變換法識別譜峰，該方法通過在小波系數矩陣中搜索譜峰引起的局部極大值形成的脊線來識別譜峰。該方法需要確定脊線長度閾值及脊線信噪比閾值，譜峰識別準確率、峰位定位準確度不高。

針對現有拉曼譜峰識別方法中存在的缺陷和不足，本發明提出了一種優化小波算法的拉曼光譜峰識別方法。

發明內容

本發明的目的是針對現有拉曼譜峰識別方法中存在的缺陷和不足，本發明提出了一種優化小波算法的拉曼光譜峰識別方法。

逐點/逐段三次樣條擬合原理

三次樣條曲線擬合的主要目的是通過插值的方法來預測點位，而該方法的已經蘊含著降噪的某些理念。下列函數對觀測點(X,Y)進行擬合。

p是平衡參數，wi是權重的第i個元素。yi是Y的第i個元素。xi是X的第 i個元素。f(x)是三次樣條函數f(x)的二階導數。p＝0時，該擬合模型相當于線 性模型。p＝1時，該擬合模型相當于三次樣條插值。p必須落在區間[0,1]內，使 擬合的曲線平滑并接近于觀測點。p越接近于0，擬合曲線越平滑。p越接近于1， 擬合曲線越接近觀測點。下圖1為p取不同值時的擬合結果。

改進小波算法

小波閾值濾噪方法在最小均方誤差意義上有效并可達到很好的效果，它的主要理論依據是在Besov空間的信號能量主要集中在幾個有限的系數中，而噪聲的能量卻分布于整個小波域中，因此經小波分解后信號的系數要大于噪聲的系數，因此采用閾值的辦法可以把信號的系數保留，而使大部分噪聲系數減小到零。

目前應用最廣的是Donoho的軟閾值函數，其表達式如下

Donoho證明，當閾值估計所產生的估計風險最接近與理論上的最小風險。因此當小波系數大于t時，認為是信號，保留此系數。小于t時認為是噪聲，剔除此系數。σ表示噪聲方差，采用最小尺度的小波系數上的中位數估計可得σ的估計值

Donoho的閾值濾噪法是針對每一個孤立尺度上的小波系數進行估計而得到了接近最佳的效果。如果我們在應用Donoho的閾值濾噪法時，考慮到信號小波系數和噪聲小波系數在不同尺度間的傳播的性質不同，即：信號小波系數的模值隨著尺度的增大而增大，隨機噪聲的模值隨著尺度的增大而迅速減小。如果能將這一信息加入到閾值函數中去，應該能夠獲得比Donoho的閾值濾噪法更小的風險。

如果以w(m,n)表示m尺度上信號的二進小波變換值，取相鄰尺度的變換值進行相關計算，定義corr(m,n)＝w(m,n)*w(m+1,n)，計算各尺度與相鄰尺度的 corr(m,n)，再對corr(m,n)進行歸一化處理。