论文部分内容阅读
基线校正是光谱分析的重要环节，现有算法通常需要设定关键参数，不具备自适应性。根据总体平均经验模态分解（ensemble empirical mode decomposition，EEMD）残余量特点，提出用残余量拟合光谱基线。通过残余量与信号相关性、残余量自相关和互相关性（称为残余相关准则）判断残余量是否是基线组成部分，以此为基础提出一种自适应的EEMD残余相关基线校正算法。对叠加曲线背景和线性背景的模拟光谱数据进行实验，结果显示在已知基线数学假设情况下，EEMD残余相关法逊于多项式拟合，同非线性拟合相差