论文部分内容阅读
LIBS(Laser Induced-breakdown Spectroscopy)光谱探测技术也被称为激光诱导击穿技术,是一种基于激光诱导等离子体辐射对物质元素进行定性分类和定量检测的新型技术。其具有远距离非接触、对待测物质毁伤小、无需制备样品、可检测几乎所有物质元素等众多优良特点,使其在军事反恐、贵金属测量、地质环保及太空探测等领域得到了广泛的应用。但对LIBS光谱探测技术的研究多集中在物理光学理论、仪器设备精度的改善、延时技术的控制等方向。与其他成熟的光谱分析系统,如近红外光谱分析系统相比,LIBS光谱探测技术对物质元素识别的准确度仍然需要提高,而对光谱信号数据进行去噪处理,采用偏最小二乘(PLS)算法对其数据进行建模,能够提高识别的准确度。从而使LIBS光谱探测技术得到更加广泛的发展应用。本文主要介绍研究了以下几个方面:论文首先介绍了激光诱导击穿技术以及实验所需仪器,然后搭建了远距离LIBS光谱实验系统平台,在此基础上进行实验得到了大量光谱信号数据。通过均值中心化,多元散射校正、标准正态变量变换、小波变换对LIBS光谱信号进行去噪处理研究,确定了采用db小波基,sqtwolog阈值法,分解层数为5时的小波变换去噪效果最优,并在此去噪基础上将去噪后的光谱信号用于偏最小二乘算法建模。最后,采用偏最小二乘算法对常见金属元素铜铝铅铁进行识别分析,对于金属铜,采用12点平滑处理的基础上,主成分数为9时PLS算法建模所对应的RMSECV和RMSEP值是最小的,分别为0.914和1.29;此时校正集相关系数为0.9844,预测集相关系数为0.9878。对于铅,平滑窗口大小为10,主成分数为8,得到的校正集相关系数为0.9624,预测集相关系数为0.9748;此时RMSECV数值为1.97,RMSEP数值为1.71。对于铝,采用平滑窗口为10,主成分数为8时识别效果最佳,此时模型的RMSECV为1.77,RMSEP为1.56,校正集相关系数和预测集相关系数最大,分别为0.9323、0.9489。本文最终实现了对常见金属元素识别率达80%的目标,验证了偏最小二乘算法对提高光谱识别率的可行性和有效性。