乙醇含量拉曼光谱检测中噪声与背景同时消除方法研究

摘要：

乙醇含量拉曼光谱检测中，拉曼光谱信号中的各种噪声及光谱荧光造成的基线漂移和样品池背景等，影响了校正模型的预测精度。利用总体平均经验模态分解，将光谱信号分解成若干无模态混叠的内在模式分量，根据排列熵的信号随机性检测判据判断出代表背景信息和噪声信息的内在模式分量，将其置零即可同时消除拉曼光谱中的噪声与背景。将总体平均经验模态分解与排列熵相结合的预处理方法应用于乙醇含量的拉曼光谱检测中，并与小波变换和平均平滑滤波做了对比。实验结果表明：应用总体平均经验模态分解与排列熵相结合的方法能够有效的同时消除乙醇含量拉曼光谱检测中的噪声和背景信息，提高校正模型的预测精度，且使用简便，无需参数设置，对乙醇含量拉曼光谱检测具有实用价值。

关键词：乙醇、拉曼光谱、噪声、背景、总体平均经验模态分解、排列熵

所属期刊栏目：35

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目60977001;吉林省科技厅项目201026015，20125092;吉林省与中国科学院合作长吉图开发开放先导区科技创新合作专项2011CJT0004

在线出版日期：2016-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3406-3409