近红外光谱分析技术具有高效、快速、成本低、无损伤和绿色环保等优点。它不仅可以应用于实验室分析,而且适用于现场快速检测和实时在线分析。因而在无创伤人体血糖浓度测量的研究,近红外光谱的测量方法是主流方法。但是由于人体中血液成分复杂,测量仪器的精度,以及测量环境的变化等都会使得光谱数据带有大量的噪声,从而影响校正模型的预测精度和稳健性。提高模型稳健性的一条途径是使用一些数据预处理方法,来滤除噪声,提高信噪比,使得从不同仪器、不同测量条件下测量得到的相同样品的光谱差异减少。本文在介绍了傅里叶分析和小波分析在国内外发展状况之后,首先对这两个基础理论进行了详尽的分析与评价。其次介绍了多元回归的理论,并研究了这些方法对近红外光谱中有用信息的提取,及其对光谱多重相关性的克服。最后分析了傅里叶变换和小波变换与偏最小二乘回归相结合在近红外光谱分析中的应用。实验证明:它可有效降低模型的复杂度,能有效提取出对被测量具有最佳解释能力的信息,提高模型的稳健性。