论文部分内容阅读
提出一种基于自适应噪声的完备经验模态分解（CEEMDAN）拉曼光谱去噪方法。利用排列熵（PE）作为代表噪声的内在模式分量（IMF）的判据,并对其进行阈值滤波以消除噪声,得到消除噪声的拉曼光谱重构信号。采用该方法对乙醇水溶液的拉曼光谱数据进行去噪研究。结果表明,该方法有效地消除了拉曼光谱中的噪声;与经验模态分解法（EMD）和总体平均经验模态分解法（EEMD）的对比表明,CEEMDAN去噪法不但在高信噪比的拉曼光谱信号去噪中取得良好的去噪效果,而且在低信噪比的拉曼光谱信号去噪中依然优势明显。