[发明专利]拉曼光谱下基于相似度的混合物组分识别方法

权利要求书

1.一种拉曼光谱下基于相似度的混合物组分识别方法，其特征在于，所述混合物组分识别方法包括：

采集N种纯净物的拉曼光谱，对于每一种纯净物，利用以第一小波为母小波函数的连续小波变换寻找所述纯净物的拉曼光谱的特征峰并根据所述特征峰得到所述纯净物的特征向量组，N为正整数；其中，包括m个拉曼光谱的特征峰的所述纯净物的特征向量组包括m个特征向量，表示为每个特征向量分别对应所述纯净物的拉曼光谱的一个特征峰，对应于所述纯净物的第i个特征峰的第i个特征向量包括所述第i个特征峰的拉曼位移拉曼强度和半高宽i为参数；

采集待识别混合物的拉曼光谱，利用以第二小波为母小波函数的连续小波变换寻找所述待识别混合物的拉曼光谱的特征峰并根据所述特征峰得到所述待识别混合物的特征向量组；其中，包括n个拉曼光谱的特征峰的所述待识别混合物的特征向量组包括n个特征向量，表示为每个特征向量分别对应所述待识别混合物的拉曼光谱的一个特征峰，对应于所述待识别混合物的第j个特征峰的第j个特征向量包括所述第j个特征峰的拉曼位移拉曼强度和半高宽j为参数；

分别根据所述待识别混合物的特征向量组和每一种纯净物的特征向量组计算得到所述待识别混合物和所述纯净物的相似度，将N个相似度由大到小排序并根据σ准则筛选出M种候选纯净物；

对所述M种候选纯净物的光谱数据作校正处理，利用非负最小二乘拟合所述待识别混合物的光谱数据和校正后的所述M种候选纯净物的光谱数据得到各个候选纯净物的拟合系数，选取拟合系数最大的P种候选纯净物作为所述待识别混合物的组分识别结果；

其中，所述分别根据所述待识别混合物的特征向量组和每一种纯净物的特征向量组计算得到所述待识别混合物和所述纯净物的相似度，包括对于每一种纯净物：

根据所述纯净物的每一个特征峰的拉曼位移和所述待识别混合物的每一个特征峰的拉曼位移对所述纯净物的各个特征峰和所述待识别混合物的各个特征峰进行峰位匹配，得到k对匹配成功的纯净物特征峰和待识别混合物特征峰；

根据每一对匹配成功的纯净物特征峰和待识别混合物特征峰各自的拉曼位移和半高宽计算所述纯净物特征峰和待识别混合物特征峰的拉曼位移的相似度和半高宽的相似度；

根据第a个匹配成功的纯净物特征峰的拉曼强度计算所述第a个匹配成功的纯净物特征峰的权重，a为参数；

其中，a和b为参数，表示第a个匹配成功的纯净物特征峰的拉曼强度，表示第a个匹配成功的纯净物特征峰的权重；

根据每一对匹配成功的纯净物特征峰和待识别混合物特征峰的拉曼位移的相似度和半高宽的相似度以及所述纯净物特征峰的权重计算所述纯净物和所述待识别混合物的相似度：

其中，S表示所述纯净物和所述待识别混合物的相似度，F_a(x_a)表示第a对匹配成功的纯净物特征峰和待识别混合物特征峰的拉曼位移的相似度，F_b(y_a)表示第a对匹配成功的纯净物特征峰和待识别混合物特征峰的半高宽的相似度。

2.根据权利要求1所述的混合物组分识别方法，其特征在于，

所述第一小波为墨西哥帽小波形式为：

所述第二小波定义为：

3.根据权利要求1所述的混合物组分识别方法，其特征在于，根据特征峰得到特征向量组，包括：

利用斜率比较法对所述特征峰进行重叠峰的判断，得到单峰和重叠峰的区间，利用Voigt函数对特征峰进行拟合，对单峰区间的特征峰表示如下：

对重叠峰区间的特征峰表示为Voigt函数的线性叠加，表示如下：

其中，I(λ)表示拉曼位移为λ处的拉曼强度，λ_c表示谱峰的拉曼位移，I_c表示谱峰的拉曼强度，w表示谱峰的半高宽，θ表示谱峰的高斯-洛伦兹系数，l为重叠峰区间里重叠峰的个数；

采用基于Levenberg-Marquardt算法的曲线拟合方法进行谱峰拟合，得到每个特征峰的特征向量，包括所述特征峰的拉曼位移、拉曼强度和半高宽；

将各个特征峰的特征向量按照拉曼位移由小到大的顺序组成特征向量组。