论文部分内容阅读
微型化、集成化和智能化是光谱仪发展的重要方向。以微机械、微电子和微光学为基础的微光机电系统为光谱仪的微型化、集成化创造了条件,而计算机、人工智能和化学计量学的发展则为光谱仪的智能化提供了契机。光谱信号的处理与分析是整个微型光谱仪分析系统的重要组成部分,也是光谱仪智能化的关键所在。开展这方面的研究,对提高微型光谱仪的性能,拓宽应用范围都有着重要的理论和现实意义。本论文的工作得到了国家自然科学基金项目(60308007)、国家863项目(2004AA4040,2004AA404023)、科技部国际合作项目(2004DFA00600)的资助,以重庆大学微系统研究中心研制的微型光谱仪为基础,以光谱信号为研究对象,对微型光谱仪信号处理与分析技术的相关问题进行了深入的探讨,建立了微型光谱仪信号处理与分析系统的模型体系结构,对多组分检测、波长选择、光谱识别和模型传递等问题进行了详细的研究,提出了相应的算法与策略。具体而言,主要完成以下几个方面的研究工作:①在查阅了大量文献、资料和总结前期研制的微型光谱仪信号处理软件的基础上,建立了具有智能化、实用化特点的微型光谱仪信号处理与分析系统的模型体系结构。②深入研究了光谱信号的多组分测定问题,以高效、实用化为目标,从实验设计到算法选择进行了较为详细地分析和论述,提出了基于均匀设计、小波变换和支持向量机的组合式算法和策略,解决了在光谱多组分测量中遇到的非线性校正问题。③探讨了光谱信号定量分析中的波长选择问题,提出了基于粒子群优化算法的分段波长选择方法,以解决定量分析中波长选择的主观随意性和已有方法算法复杂、收敛慢的缺点。④深入探讨了光谱信号的识别问题,对光谱识别的基本方法和光谱信号的特征提取方法进行了相应的分析研究,提出了采用多特征和神经网络构建光谱识别框架的方法,以实现光谱信号的快速正确地识别。⑤研究了光谱信号的模型转换问题,提出了采用基于支持向量机的分段直接校正方法解决不同光谱仪对相同测定条件下同种溶液测量信号之间的数据转换问题,为实现不同光谱仪测量数据的通用性、可比性提供了依据。