一种基于蝙蝠算法的新型小波红外光谱去噪方法

摘要：

针对传统的小波去噪方法容易产生信号振荡和丢失特征信息等问题,提出了一种基于蝙蝠算法的新的有效的红外光谱去噪方法.该方法创新性地运用蝙蝠算法优化了小波阈值和估计因子.其基本思想是,首先在解空间中随机生成一定规模的个体,然后根据向当前最优个体学习的方法进行速度更新,从而实现位置更新;同时,由于Lévy飞行搜索策略会产生较大跳跃,利用这种不均匀、随机游走的特性可以实现对整个解空间的搜索,从而避免陷入局部极值点.CO气体红外光谱去噪实验的结果表明,利用蝙蝠算法对各个分解层的阈值和估计因子进行优化后,信噪比为84.184,均方误差为0.0006.由于更有针对性地保留了光谱信号中的特征信息并剔除了无用的噪声信息,该方法可以提高后续定性和定量分析的精度.

关键词：红外光谱、蝙蝠算法、Lévy飞行搜索策略、小波阈值去噪

所属期刊栏目：35

分类号：TN219(光电子技术、激光技术)

资助基金：国家自然科学基金仪器专项基金61127015;国际科技合作项目2012DFA10680;国际科技合作项目2013DFR10150;山西省青年科技研究基金2013021028-1

在线出版日期：2014-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35