自适应小波算法用于近红外光谱的多元校正

    吴荣晖 邵学广

    3

    (中国科学技术大学化学系,合肥230026)

    摘 要 实现了一种构建自适应小波滤波器的方法,并将其用于近红外光谱数据的多元校正。该方法根据一

    定的目标函数,针对信号的特性自适应地构造小波滤波器。用该法构建的滤波器对烟草样品的近红外光谱进

    行压缩,并将压缩后的数据采用偏最小二乘法建模,实现了烟草样品常规组分的定量分析。

    关键词 自适应小波变换,近红外光谱,多元校正

    2004209205收稿; 2005201210接受

    本文系国家自然科学基金资助项目(No. 20325517)

    1 引 言

    近红外光谱(N IR)是一种无损分析技术,具有处理简单、分析速度快、稳定性好等优点,已被广泛应

    用于农业、石化、医疗等行业[ 1 ] 。然而,由于近红外光谱谱带严重重叠,信号吸收较弱,且背景干扰严重

    等问题,合适的前处理技术是保证分析结果准确的关键。小波分析是近年来发展起来的一种新的信号

    处理方法,兼有时域分析和频域分析的特点,对信号的压缩有其独特的优点,因而常被应用于近红外光

    谱的前处理[ 2～5 ] 。文献中大都采用已有的小波滤波器,往往是经过多次尝试才能选定,没有统一的标

    准;在某些情况下,使用现有的小波滤波器无法得到令人满意的结果。

    本研究实现了一种自适应小波算法(AWT) 。其基本思想是:根据特定的分析信号,构建小波滤波

    器;再以半无限线性规划理论( SIP)对所构建的滤波器进行优化,得到最佳的小波滤波器。将本方法用

    于烟草样品的近红外光谱数据压缩,并结合偏最小二乘法( PLS)对其进行定量分析,得到了满意结果。

    2 原理与算法

    小波变换的原理及算法见文献[ 6～10 ]。由小波变换的原理可知,当信号被分解时,其系数有一部

    分特别大,对信号的表示具有很大贡献,而这些较大的系数主要集中在离散逼近系数c中。因此,为了

    能够对N IR的数据实行有效压缩,可定义目标函数Pc :

    Pc =

    1

    J /2

    6M

    i =1

    ci ciT (1)

    其中M 代表校正谱图的数目, ci表示第i个谱图对应的离散逼近系数, J 为原始谱图的数据点数, J /2为

    c的长度 ......