基于二维PCA的多目标光纤光谱减天光处理方法技术

本发明专利技术公开了一种基于二维PCA的多目标光纤光谱减天光处理方法，其中，包括：1.进行光谱预处理；2.选取天光光谱采样矩阵S，目标光谱采样矩阵O；3.提取天光光谱发射线采样矩阵

Multi target fiber spectrum reducing sky light processing method based on two dimensional PCA

The invention discloses a multi-objective optical fiber spectral reducing light processing method based on two-dimensional PCA, including: 1. for spectral preprocessing; 2. selection of skylight spectral sampling matrix S, target spectral sampling matrix O; 3. extraction of skylight spectral emission line sampling matrix

【技术实现步骤摘要】
基于二维PCA的多目标光纤光谱减天光处理方法
本专利技术属于光纤光谱图像和数据处理领域，特别是提出了一种基于二维PCA的多目标光纤光谱减天光处理方法。
技术介绍
减天光是多目标光纤光谱数据处理流程中的核心步骤，其算法精确度对整个光谱数据处理系统起着决定性作用。一维的B样条曲线拟合算法(BoltonandBurles2007)和PCA算法(SharpandParkinson2010)是目前国际上公认的以及各大多目标光纤光谱数据处理系统中通用的精度较高的减天光算法。例如国内的LAMOST系统(Luoetal.2015)以及国外的SDSS望远镜前期数据处理系统(Gunnetal.2006)，AAT望远镜的WiggleZDarkEnergysurvey(Drinkwateretal.2010)、GAMA系统(Liskeetal.2015)，以及SDSS望远镜的APOGEE系统(Nideveretal.2015)等。但是这种一维的减天光算法先进行抽谱处理，在这个由二维数据还原为一维数据的过程中，破坏了二维光谱空间和波长两个方向之间的相关性，也不符合二维光谱数据的形成过程。我们在此基础上提出了基本文档来自技高网...

【技术保护点】
一种基于二维PCA的多目标光纤光谱减天光处理方法，其特征在于，包括：(1)进行光谱预处理；(2)选取天光光谱采样矩阵S，目标光谱采样矩阵O；(3)提取天光光谱发射线采样矩阵

【技术特征摘要】
1.一种基于二维PCA的多目标光纤光谱减天光处理方法，其特征在于，包括：(1)进行光谱预处理；(2)选取天光光谱采样矩阵S，目标光谱采样矩阵O；(3)提取天光光谱发射线采样矩阵为连续光谱；(4)提取目标光谱发射线采样矩阵连续谱部分(5)对天光光谱发射线采样矩阵做PCA分析，提取特征向量，包括：对n条长度为M的天光光谱，被选择的作为PCA样本点的含发射线点的个数为Memisn，每根天光光纤空间方向取靠近光纤中心位置的宽度为w的切片，组成(n×w)×Memisn大小的天光光谱发射线采样矩阵求的自相关矩阵Rs：其中，k＝1,2,…,Memisn；l＝1,2,…,Memisn；p＝1,2,…,(n×w)，其中，Spk和Spl是矩阵S的元素，k和l分别代表列数，p代表矩阵的行数；通过求解特征方程来获取自相关矩阵Rs的特征值θ和对应的特征向量u：θI-Rsu＝0；对特征值进行降序排列，θ1≥θ2≥…≥θm，特征值θ1、θ2、…θm相应的特征向量为u1,u2,…,um，得到PCA变换矩阵：U＝[u1u2…um]；(6)重建天光光谱发射线矩阵包括：第i条目标光谱发射线在空间方向位置为j的切片中含有多种天光分量，在每个特征向量uk上的投影系数为：为第i条目标光谱，在矩阵中第j行，第λ列的元素；第i条目标光谱的第j个空间方向的切片中含有的天光发射线分量表示为：

【专利技术属性】
技术研发人员：张博，
申请(专利权)人：天津津航计算技术研究所，
类型：发明
国别省市：天津,12