[发明专利]一种基于小波变换改进激光探针定量分析的方法

权利要求书

1.一种激光探针定量分析，该方法利用激光探针技术得到该待测样品的LIBS光谱，然后利用对应的定标样品得到的优化后的小波函数、分解层数和比例因子γ对光谱进行校正，最后通过单变量线性回归模型预测待测样品中分析元素的含量；所述定标样品是指元素含量已知，且与待测样品具有相同基体元素的样品；

其中，所述优化后的小波函数、分解层数和比例因子γ是按照下述过程得到：

第1步利用激光探针技术对一组定标样品进行检测，得到定标样品的LIBS光谱图；

第2步然后利用小波变换对定标样品的光谱进行背景校正，将背景校正后的特征谱线强度和分析元素浓度分别作为自变量和因变量建立单变量线性回归模型，根据定标均方根误差依次优化小波函数、分解层数和比例因子γ，得到定标样品优化后的小波函数、分解层数和比例因子γ。

2.根据权利要求1所述的激光探针定量分析，其特征在于，第2步具体包括下述过程：

第2.1步对光谱信号进行小波分解：

选用Daubechies小波函数系列，每种小波函数对应的分解层数为4～13，分别对光谱信号进行小波分解，假设小波函数为w，分解层数为l，进行小波分析得到各分解层的高频细节系数D₁,D₂,……,D_l，以及最高层的低频近似系数C；

第2.2步.第一次重构光谱信号：

将最高层的低频近似系数C置零，进行小波分析，利用修改后的低频分量与其它高频分量重构光谱信号；

第2.3步.分析元素特征谱线的获取：

以选用的标准原子光谱数据库为参考，结合实际光谱，选取无重叠峰干扰和无自吸收现象的分析元素的特征谱线，提取各个定标样品的特征谱线强度I₁,I₂,……,I_n，其中，n是定标样品个数；

第2.4步.建立分析元素的单变量线性回归模型：

根据分析元素的浓度矩阵c＝[c₁,c₂,……,c_n]^T和谱线强度矩阵I＝[I₁,I₂,……,I_n]^T建立单变量线性回归模型，回归方程为：

c_i＝bI_i+a+ε_i

其中，T为矩阵的转置，b为回归方程的斜率，a为回归方程的截距，ε＝[ε₁,ε₂,……,ε_n]^T是残差；

第2.5步.根据第2.1步中选取的小波函数w和分解层数l，γ取定值：γ_ini＝1，计算在w和l这两种参数组合下的定标均方根误差RMSEC：

RMSEC=Σi=1nϵi2n]]>

第2.6步.确定使RMSEC取到最小值的小波函数W和分解层数L的组合，即满足：

RMSEC(W,L,γ_ini)＝RMSEC_min(w,l,γ_ini)

第2.7步.第二次进行小波分解和重构，确定最佳的γ值：

利用第2.6步求得的小波函数W和分解层数L再次对光谱信号进行小波分解。对分解后的最高层低频近似系数C作用一个比例因子γ，即C′＝(1-γ)C，利用修改后的低频分量与其它高频分量重构光谱信号，求解γ的最佳值γ_opt，使RMSEC再次达到最小值,即满足：

RMSEC(W,L,γ_opt)＝RMSEC_min(W,L,γ)。

3.根据权利要求1或2所述的激光探针定量分析，其特征在于，所述样品的材料为钢铁。