一种基于傅里叶变换和小波分析的光谱数据趋势去除方法技术

本发明专利技术公开了一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，包括以下步骤：（1）截取位于待测气体吸收波长范围内的光谱数据，对所述光谱数据进行傅里叶变换，以获取待测气体的吸收频率范围；（2）根据所述吸收频率范围，确定所述光谱数据的分解层数并利用小波分析法进行分解；（3）重构不同层数的小波分解系数，然后将各层对应的部分低频信息相减，即可去除光谱慢变化趋势及噪声。本发明专利技术提供的方法不仅可以去除光谱的慢变化趋势以及光谱噪声，而且能降低计算量，提高去除光谱慢变化趋势的准确度。

【技术实现步骤摘要】
一种基于傅里叶变换和小波分析的光谱数据趋势去除方法
本专利技术涉及混合气体紫外分析仪的光谱数据分析方法
，尤其涉及一种基于傅里叶变换和小波分析的光谱数据趋势去除方法。
技术介绍
利用紫外气体分析仪采集到的气体吸收光谱中不仅包含了气体的吸收信息，还包含光谱散射、烟尘和气溶胶的吸收及散射等信息。气体分子的吸收特征多表现为快变的离散吸收谱，而气体的散射以及烟尘和气溶胶的吸收与散射等无选择吸收则表现为慢变的连续吸收谱，因此如何准确地将光谱中随波长慢变的连续吸收和快变的离散吸收进行分离，提取所要检测气体的特征吸收谱是准确反演得出气体浓度的关键。现在紫外光谱数据分析中多采用多项式拟合方法拟合光谱的慢变化趋势，但是对于特征峰较多变化复杂的光谱曲线，利用多项式拟合无法准确的获得光谱的慢变化趋势，且如果采用较高阶次的多项式拟合，不仅容易过拟合，而且计算量较大。
技术实现思路
本专利技术的目的在于解决去除紫外光谱的慢变化趋势的问题，从而提供一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，该方法不仅可以去除光谱的慢变化趋势以及光谱噪声，而且能降低计算量，提高去除光谱慢变化趋势的准确度。为了实现上述目本文档来自技高网...

【技术保护点】
1.一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，其特征在于，包括以下步骤：（1）截取位于待测气体吸收波长范围内的光谱数据，对所述光谱数据进行傅里叶变换，以获取待测气体的吸收频率范围；（2）根据所述吸收频率范围，确定所述光谱数据的分解层数并利用小波分析法进行分解；（3）重构不同层数的小波分解系数，然后将各层对应的低频信息相减，即可去除光谱慢变化趋势及噪声。

【技术特征摘要】
1.一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，其特征在于，包括以下步骤：（1）截取位于待测气体吸收波长范围内的光谱数据，对所述光谱数据进行傅里叶变换，以获取待测气体的吸收频率范围；（2）根据所述吸收频率范围，确定所述光谱数据的分解层数并利用小波分析法进行分解；（3）重构不同层数的小波分解系数，然后将各层对应的低频信息相减，即可去除光谱慢变化趋势及噪声。2.根据权利要求1所述的一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，其特征在于，步骤（1）中所述光谱数据的个数为2的次幂。3.根据权利要求1所述的一种基于傅里叶变换和小波分析的光谱数据趋势去除方法，其特征在于，步骤（2）中所述小波分解中的最高层数的低频信息所包含的最大频率低于所述待测气体的吸收频率。4.根据权利要求1...

【专利技术属性】
技术研发人员：惠光艳，马俊平，张东旭，
申请(专利权)人：南京艾伊科技有限公司，
类型：发明
国别省市：江苏,32