论文部分内容阅读
光谱去噪是光谱检测的重要环节。针对光谱信号易受光谱仪热噪声、现场机械振动以及随机噪声等因素影响，而在线监测系统要求减少人为参数选择对去噪效果的影响，提出利用奇异值分解(SVD)理论对光谱信号去噪。提出一种改进的降噪阶次选取方法：指定奇异值差分谱最大峰值点为所选阶次下界θ1；利用奇异值、奇异值差分谱综合信息选取阶次上界θ2；将区间θ1～θ2 定义为模糊区域，通过模糊C 均值聚类求取隶属度，赋予模糊区域内奇异值相应的权重系数。用所提方法对不同信噪比下SO2 紫外光谱信号去噪，将信噪比、均方根误差、波形相似系数、平滑度指标用于去噪效果的评价。去噪结果表明：所提方法完全基于数据驱动，具有较好的去噪效果，能够真实的恢复原始信号。