论文部分内容阅读
生活中常见的物质都会发射或反射出光谱,光谱分析就是依据某一种物质成分对电磁波的吸收和反射特性而进行的定性、定量分析。为了提高光谱分析的精准度,必须采取行之有效的方法对获取的原始信号进行相应的预处理。本文基于市场应用对光谱仪模块化与一体化的要求,利用现有的光谱仪,采用嵌入式技术设计了一个光谱采集系统,使得系统能够独立完成信号的采集、存储和人机交互等功能,彻底摆脱了个人计算机的束缚。利用光谱采集系统获取的信号难免受到各种噪声源的影响,极大地降低光谱信号解析的精准度。本文通过分析小波应用于信号降噪的原理以及经典的软、硬阈值降噪法存在的缺陷,提出了一种改进的阈值降噪法。该方法既克服了硬阈值法产生间断点,软阈值法产生恒定偏差的缺陷,又尽量地保留了有用信号。实验选用的小波基函数为SymletsA,分解层数为4,结合Birge-Massart策略模型确定的分层阈值对硒化镉量子点荧光光谱信号进行了降噪处理。结果表明,与经典的软、硬阈值降噪法相比,改进阈值降噪法的重构信号具有更大的信噪比、能量占比和更小的均方误差。针对光谱采集系统的采样数据点往往无法与特征点重合的情况,本文通过分析常用的离散数据建模方法,选取了更适合光谱数据点较多时的曲线拟合方法建立光谱数据模型。在兼顾模型的计算便捷性和工程适用性的前提下分别运用三种曲线拟合模型对采样数据点进行了十阶以内的拟合。通过对各模型和方差、均方根误差和相关系数等量化评估指标的分析比较,最终确定了适用于本文光谱数据点的最佳拟合模型。