随着药物、化学、生物等领域研究的不断深入,需要分析的信号越来越复杂。由于实验条件,物质本身性质以及仪器分辨能力等因素,波长相近的组分会相互产生影响,导致信号峰重叠,直接影响到信号的定性和定量分析。此外,在信号的采集与传输过程中,噪声对信号会产生干扰。因此,对含噪声的重叠峰信号进行滤波和增强,并提取各个子峰的特征参数是一个关键问题。本文首先分析了传统重叠峰分辨方法的优缺点,在此基础上,克服噪声的影响,以Gaussian平滑函数作为工具,提出了两种具有噪声免疫力的信号增强方法,然后将其结合曲线拟合方法来提取重叠信号的特征参数。主要包括三个工作：一、基于传统峰锐化方法,提出了一种具有噪声免疫力的峰锐化方法。先对Gaussian函数的二阶导数进行锐化并作为信号锐化的模板,再用其与含噪信号进行卷积,便能实现含噪信号的峰锐化,最后用仿真信号以及质谱峰进行锐化实验,验证了方法的有效性,可用于分辨峰数目和提取峰位置,为后续的特征参数提取提供了有效信息。二、为了解决噪声对信号微分的影响,提出了一种具有噪声免疫力的分数阶微分方法。通过设计Gaussian函数的分数阶微分,并将其作为模板,再用其与含噪信号进行卷积,便可以直接获得噪声信号的分数阶微分,此方法无需对信号进行平滑处理,简化了处理过程,不单可以得到整数阶微分而且可以得到信号的任意分数阶微分。根据噪声峰信号和无噪峰信号的处理结果的对比,所提方法是有效的。三、通过峰增强或锐化后,峰的数目和峰位置更容易获得,但峰宽和峰高无法直接获取,前期,本团队使用连续小波变换结合曲线拟合方法给出了一种重叠峰峰参数提取方案,基于这一思想,应用锐化后的信号,提取到各个子峰的初始参数,然后作为曲线拟合的先验信息。具体过程为：首先利用本文所提出的信号增强方法对峰信号进行锐化,目的在于将重叠峰分辨出来；然后以各个子峰的峰位置为中心,取5个点或7个点进行线性拟合,得到各个子峰的初始参数,再将其作为曲线拟合的初始值,从而避免了曲线拟合的不唯一性,使得结果变得更加准确；最后,通过模拟多峰信号对所提方法进行了验证,并详细分析了峰高、峰宽、分离度等因素对拟合结果的影响。研究结果表明采用峰分辨结合曲线拟合方法,能够对未知重叠组分信号进行分辨和参数提取,为重叠峰信号的分辨与分离奠定了一定基础。