原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用多数据处理方法提高LIBS谱信号质量.pdf
第 43卷 第 ll期 红外与激光工程 2014年 l1月
V01．43NO．11 InfraredandLaserEngineering NOV．2014
利用多数据处理方法提高 LIBS谱信号质量
杨崇瑞 ，汪家升 z，盛新志z，娄淑琴
(1．北京交通大学 电子信息工程学院，北京 100044；2．北京交通大学 理学院，北京 100044)
摘 要：基于分段光谱特征值提取法和小波变换算法等多个数据预处理方法，分别针对分段基线差异
及光谱噪声等严重影响激光诱导击穿光谱(LIBS)信号质量的主要影响因素，开展光谱信号预处理研
究。基于实验室LIBS实验装置 ，通过实验验证 ，基于多通道光谱仪不同波段光谱特征值提取 ，提 出了
一 种简单易行 的多组数据 中特征值点连接的方法，有效地提高 了LIBS光谱信号的基线平直度，并得
出以小波变换算法进行LIBS谱线信号去噪的最佳算法参数。在上述工作的基础上，使用基于误差反
向传播的人工神经网络方法，实现了纯铜和不锈钢等物质种类的有效识别，研究结果表 明，综合利用
多数据处理方法进行LIBS技术中光谱信号处理可以有效提高谱线分析和识别的质量。
关键词 ：激光诱导击穿光谱； 基线校正；谱线识别； 小波算法； 人工神经网络
中图分类号 ：0433．4 文献标志码 ：A 文章编号 ：1007—2276(2014)l1-3807—06
TechniquetoimprovequalityofLIBS spectrum signalbasedon
multipledataprocessingmethods
YangChongrui，W angJiasheng。，ShengXinzhi。，Lou Shuqin
(1．SchoolofElectronicandInformationEngineering，BeijingJiaotongUniversity，Beijing100044，China；
2．SchoolofScience，BeijingJiaotongUniversity，Beijing100044，China)
Abstract：Based on multiple signalprocessmethods，such assegmented spectralfeature extraction and
wavelettransform algorihtm，thepre—spectrum signalrteatmenttechniquewasinvestigated todecrease hte
differenceofsegmented spectralbaselineandlowerhtespectralnoise，and htusthesignalquality in laser·
inducedbreakdown spectroscopy (LIBS)wasimproved．Basedonextractinghtecharacteristicvaluein
differentspectralbands ofmulti-chna nelspectrometers，a simple mehtod waspresented to connecthte
chraacteristicvaluein differentsegmenteddatana deffectivelyflatshte signalbaseline．Throughna alyzing
hte experimenatl daat，the wavelet rtansform was used to 1ower the noise and obtain hte optimum
praameters．On thebasisofhteabovework，artificialneural netw
文档评论（0）