论文部分内容阅读
通过分析光谱信号特征，结合稀疏表示理论，提出了一种自适应稀疏表示的光谱去噪方法。该方法对信号分段构造学习样本，分别用OMP法和K—SVD法初始化和过训练原子库。将光谱信号在新的原子库上进行自适应稀疏分解，实现光谱信号去噪。利用信噪比（SNR）、均方根误差（RMSE）、波形相似度（NCC）、峰值平均相对误差（AREPV）四个指标来评价去噪效果。仿真实验结果表明，与小波软阈值和小波硬闽值方法相比，该方法能更好地同时消除噪声和基线漂移。