论文部分内容阅读
拉曼光谱分析技术因其快速无损、无需样品制备等优点,在环境保护、食品安全、生物大分子等领域正展现出强大的分析能力和应用前景。为了提高拉曼光谱检测系统的时间分辨率,或是出于对实时性要求较高的被测物质的客观需求,需要采用较短的采样积分时间,此时微弱的带有分子结构振动谱的信号将淹没在噪声中,影响信号的进一步分析,因此需要对光谱测量信号进行噪声消除处理。传统的消噪方法是基于信号与噪声在频域或统计特性之间的差异,通过平滑滤波或取平均值的方法来消除噪声,适用于噪声强度不高的情况,对于信噪比较低的情况处理效果并不理想,因此有必要进行算法研究,以提取淹没于强背景噪声的拉曼信号。 为了验证算法去噪性能,首先对通用的去噪算法评价指标和噪声标准差估计算法进行了研究,并通过加入不同已知噪声标准差信号进行性能验证,最终确定了基于信噪比的算法质量评价指标。 针对传统去噪方法的不足,从信号重构的角度提出了基于特征提取的拉曼信号去噪算法,利用基于小波变换的谱峰识别、半峰宽检测提取光谱特征参数,再利用最小二乘拟合的方法,能够有效地提取淹没于强噪声背景下的有用拉曼信号,采用该算法需要调整的参数较少,易于实现;重构的拉曼光谱曲线光滑,峰位置准确,信噪比改善明显。但是,该方法需要在不同小波变换尺度下峰位置捕获准确性不同,需要进行遍历寻优;且信号存在基线干扰。 针对基于特征提取的拉曼信号去噪算法的不足,提出了基于稀疏表示的去噪算法。该算法采用基于高斯分析字典的信号稀疏表示从强噪声背景下的原始测量信号中重构出有用的拉曼信号,能同时实现噪声去除和基线校正;同时,通过计算字典与残差的内积,能够加快信号处理速度并减少内存占用;采用本算法从强背景噪声中重构的拉曼信号,峰位移定位准确,峰面积衰减小,信噪比改善明显;且无需预设参数、算法处理效率高,可以用于高时空分辨率的拉曼测量系统信号预处理。 分别采用基于特征提取的去噪算法和基于稀疏表示的去噪算法对不同噪声强度的仿真信号、头孢呋辛酯片及罗红梅素测量信号进行去噪处理,并与常用去噪算法S-G滤波法及硬阈值小波变换法在相同噪声强度下的信号处理结果进行对比,验证了算法的有效性及稳定性。 最后,将上述算法进行了软件实现,通过需求分析、概念设计、详细设计逐步细化软件功能,并通过C#编码实现。将其与课题组研制的光路模块、光谱数据采集与传输电路模块进行集成,搭建了一套适用于低信噪比拉曼光谱信号检测与分析系统。实验表明,集成后的拉曼光谱仪器集成主控软件能够检测并提取淹没于低强噪声背景的拉曼信号。