论文部分内容阅读
太赫兹时域光谱技术(THz-TDS)是一个获取物质信息的重要检测技术,已在多个领域得到应用。基于太赫兹波独特的性质,物质在太赫兹波段的光谱蕴藏着极其丰富的物理、化学信息,因此太赫兹光谱技术有着巨大的应用价值。如何从太赫兹光谱中提取物质的有用信息,这就需要采取适合的方法对光谱信号进行分析。分析物质的太赫兹光谱时,最常用的方法是定性和定量分析。但是,受系统噪声和水蒸气吸收的干扰,如果我们对太赫兹光谱不进行预处理,消除这些干扰,那么会使定性和定量分析的结果产生较大误差,甚至无法从太赫兹光谱中提取出特征信息。本文我们引入了小波分析的方法对测量得到的太赫兹光谱信号进行预处理,减小甚至消除噪声影响,随后对处理过的光谱用于定性或定量分析。论文的具体工作内容有两部分:第一,本文利用太赫兹时域光谱系统分别对空气环境下(湿度35%)和氮气环境下(湿度3%)的山梨酸钾、麦芽糖的太赫兹光谱进行了探测,并对光谱做了分析。随后,以氮气环境下的吸收谱做为参照,利用小波变换对山梨酸钾和麦芽糖在空气环境下的光谱数据进行去噪,并且用相对偏差和均方根偏差衡量去噪效果。此外,还对小波去噪过程小波分解层数、阈值函数和最佳小波基的选择进行了研究,最终找到合适的小波去噪方法。第二,选择麦芽糖作为定量分析的样品,将麦芽糖与聚乙烯进行混合按照一定的配比制备成麦芽糖不同浓度含量的混合物。分别利用一元线性回归和偏最小二乘回归(PLS)完成对麦芽糖混合物的定量分析。其中,一元线性回归(SLR)选择浓度含量为10%-90%九组样品进行建模,偏最小二乘回归选择浓度为1%、2%、4%、5%、6%、7%、8%、9%的8组样品进行建模。结果表明SLR在1.10THz处校正集和预测集的相关系数(R)分别为0.991和0.987,均方根误差(RMSE)是0.84%和1.25%,而在1.59THz处校正集和预测集的R分别为0.894和0.886,RMSE分别为1.02%和1.83%。PLS的校正集和预测集的R分别是0.997和0.993,校正集均方根误差(RMSEC)为0.58%,预测集均方根误差(RMSEP)为1.25%。随后用小波变换对进行PLS回归的8组样品的原始吸收谱进行去噪处理,去噪后用PLS回归建模分析,结果经过小波变换去噪后构造的PLS模型精确度有所提高,PLS的校正集和预测集的相关系数分别是0.998和0.995,校正集RMSEC为0.46%,预测集RMSEP为0.86%。R更趋近于1,RMSEC和RMSEP变小。结果表明结合小波变换对麦芽糖混合物的太赫兹光谱用于定量分析是可行的。