学士学位论文--基于小波分析的光谱数据去噪正文.docVIP

基于小波分析的光谱数据去噪 1.1 课题背景及意义 光谱分析法是以辐射能与物质组成和结构之间的内在联系及表现形式光谱的测量为基础，利用光谱来分析样品的物质组成，属性或者物态信息的技术。由于光谱分析技术具有分析速度快，精度高，结果稳定，无破坏等优点，在化工农业医学等领域得到越来越广泛的应用。 由于在光谱测量过程会中受到仪器，样品背景，各种干扰等随机因素的影响，得到的光谱数据中不可避免的含有噪声，如果不加以处理，会影响校正模型建立的质量和未知样品预测结果的准确性。通过对光谱数据的去噪预处理，可以减少噪声的影响，提高模型的稳定性。通常采用的去噪方法包括平滑，傅立叶分析等。其中光谱平滑的目的是消除高频随机误差，其基本思路是在平滑点的前后各取若干点来进行平均或拟合以求得平滑点的最佳估计值，消除随机噪声，这一方法的基本前提是随机噪声在处理窗口内的均值为零。这种平滑的方法可有效地平滑高频噪声，提高信噪比，但是它对有效信号也进行平滑，容易造成信号失真，降低了光谱分辨率，而且光谱的两端不能进行平滑，因此存在一定的局限性。傅立叶分析对数据处理应用的主要目的是加快信息的提取过程，通过压缩数据使得信息提取更加有效，同时去除干扰和噪声。在传统的信号处理中，傅立叶分析是数据预处理的主要手段，但是傅立叶分析只能获得信号的整个频谱，不能得到信号的局部特性，不能充分刻画动态的非平稳信号的特征。而小波分析可以把