一种痕量物质的拉曼光谱探测识别方法及系统技术方案

本发明专利技术涉及一种痕量物质的拉曼光谱探测识别方法及系统，该识别方法利用便携式拉曼光谱仪，采集电场耦合增强SERS基底上探测物光谱信号，再将光谱信号传输给集成在工控机中的拉曼光谱识别算法，对物质种类进行分别判断。通过将金纳米阵列结构的SERS基底与贵金属纳米溶胶相结合，贵金属纳米颗粒激发局域表面等离子共振（LSP），导致贵金属纳米颗粒表面局域电磁场增强，同时金纳米阵列结构的SERS基底激发表面传播等离激元（SPP），导致阵列表面电磁场增强，SPP近场与LSP近场相互耦合，形成电场耦合增强的复合SERS基底，由此显著提高了拉曼光谱探测精度。本发明专利技术通过工控机中的拉曼光谱识别算法，可实现对微弱拉曼信号的准确识别。可实现对微弱拉曼信号的准确识别。可实现对微弱拉曼信号的准确识别。

【技术实现步骤摘要】
一种痕量物质的拉曼光谱探测识别方法及系统


[0001]本专利技术涉及一种痕量物质的探测与识别，具体地说是一种痕量物质的拉曼光谱探测识别方法及系统。

技术介绍

[0002]表面增强拉曼散射(SERS)技术是一种无损、无标记的检测技术，对特定的物质有独特的光量子指纹，是目前研究痕量物质探测的重要技术手段。拉曼光谱检测技术具有测量周期短、灵敏度高等优点，可用于在线检测。目前，利用SERS探测痕量物质，主要面临两个方面的难点：一是探测精度不够高，对SERS基底的增强性能提出了更高需求；二光谱识别准确度不够高，这对拉曼光谱的快速识别判断提出了挑战。
[0003]由于金纳米颗粒(AuNPs)和银纳米颗粒(AgNPs)制作成本低且易于合成，成为最常用SERS基底之一，其中AgNPs易氧化而不稳定，而AuNPs相对稳定，在实际应用中更具潜力。二维阵列是一种有序可控且能大面积制备的SERS基底，具有偏振无关性和极高灵敏度，制备过程相对简单，有利于形成均匀稳定的“热点”。目前，对于提高SERS基底探测性能的研究，大多集中在基底结构设计与新材料研究，而利用电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种痕量物质的拉曼光谱探测识别方法，其特征是，利用拉曼光谱探测仪，采集放置在电场耦合增强SERS基底上的探测物的光谱信号，所采集的光谱信号经过拉曼光谱识别算法处理后得到对探测物的物质种类的判断结果；所述拉曼光谱识别算法包括：拉曼光谱预处理，一维膨胀卷积网络与二维膨胀卷积网络融合的识别模型的构建，以及模型训练与光谱识别。2.根据权利要求1所述的痕量物质的拉曼光谱探测识别方法，其特征是，拉曼光谱预处理包括以下步骤：设定原始样本的拉曼数据格式为：W
raw
＝[W1,W2,...,W
n
]、X
raw
＝[X1,X2,...,X
n
]和y
raw
＝[y1,y2,...,y
n
]；其中，W
raw
表示所有样本的拉曼频移空间，W
i
表示第i个样本的拉曼频移向量，n表示样本数据量，X
raw
表示样本的信号强度空间，X
i
表示第i个样本的信号强度向量，y
raw
表示样本类别空间，y
i
表示第i个样本的种类；S1.1，插值运算：通过分段线性插值运算，基于原始拉曼数据创建函数，统一样本的频移范围为：[201,2200cm
‑1]，间隔为：1cm
‑1，每个样本共生成2048个拉曼数据；S1.2，基线矫正：采用自适应迭代加权惩罚最小二乘法，对S1.1插值运算所获得的数据进行基线矫正，以消除拉曼光谱的荧光影响；S1.3，光滑去噪：采用Savitzky
‑
Golay滤波器，对S1.2基线矫正所产生的数据进行光滑滤波；S1.4，归一化：对S1.3光滑去噪所得到的数据集按下式进行归一化处理，以将每个样本的拉曼信号强度统一到[0,1]区间：其中，x
i,j
为第i个样本第j个频移位置信号强度，min(x
i,
)为第i个样本信号强度最小值，max(x
i,
)为第i个样本信号强度最大值；S1.5，连续小波变换：对S1.4归一化所得到的数据集，采用墨西哥帽小波为母小波函数，进行小波变换，生成的小波系数图作为二维膨胀卷积网络的输入。3.根据权利要求2所述的痕量物质的拉曼光谱探测识别方法，其特征是，一维膨胀卷积网络与二维膨胀卷积网络融合的识别模型包括特征输入层、特征提取层、特征分类预测层和输出层；S2.1，特征输入层包括：将S1.4归一化所得到的数据作为一维膨胀卷积网络的输入，将S1.5连续小波变换所得到的小波系数图作为二维膨胀卷积网络的输入；S2.2，特征提取层包括一维膨胀卷积网络特征提取层和二维膨...

【专利技术属性】
技术研发人员：陈志斌，陈赵懿，王正军，
申请(专利权)人：中国人民解放军三二一八一部队，
类型：发明
国别省市：