[发明专利]一种光谱差异校正方法及系统

说明书

本发明公开一种光谱差异校正方法及系统，方法包括通过对光谱矩阵进行一阶导数和SNV预处理，得到光谱矩阵P，基于光谱矩阵P，确定温度信号库M、背景信号库H及光谱温敏信号库W，对未知温度样本光谱进行一阶导数和SNV预处理得到光谱矩阵u；基于光谱温敏信号库W计算所述光谱矩阵u在区间[a,b]内与所述光谱温敏信号库W中的每一个向量w的夹角；基于夹角确定未知温度样本的温度区间；最后使用正交投影或斜投影，以所述背景信号库H为背景，以所述温度信号库M中的向量m_i为投影方向进行斜投影计算，得到校正后的光谱u'，大大提高了模型的预测精度使分子光谱定量或者定性分析模型不受温度变化的干扰，此外该方法可以大大降低建模的工作量。

技术领域

本发明涉及光谱分子技术领域，特别是涉及一种光谱差异校正方法及系统。

背景技术

分子光谱技术(拉曼、红外、近红外光谱)由于快速无损，广泛应用于有机液态或者粘流态物质的快速测量与在线测量。但是分子光谱由于是能量光谱，温度变化导致分子间作用力发生变化，这不仅导致吸光度的变化，而且影响波长位移以及光谱形状。因而在建立分子光谱定量或者定性分析模型时，当介质温度变化较大时则会给预测结果带来较大的偏差。所以在实际应用中需要建立稳健的分析模型来抵抗温度变化的干扰。

Wülfert等人详细考察了五种方法校正温度变化对近红外光谱分析模型准确性、稳健性结果的影响，包括：(1)把温度作为自变量；(2)温度作为因变量建立二维PLS模型；(3)温度作为因变量两步法建立PLS模型；(4)稳健特征变量选择；(5)依据投影方式消除温度变化的影响。但是，考察结果表明，所有线性校正方法都不能有效的解决温度变化对近红外模型预测准确性的影响。目前，大多数方法仍然是采用采集不同温度下样品的近红外光谱，建立温度全局模型的方式解决这一问题。但是，这一方法只能在一定程度上减弱温度变化的影响，而且大大增加了建模的工作量，因此该问题至今没有简单有效的解决方法。

发明内容

本发明的目的是提供一种光谱差异的校正方法及系统，提高模型的预测精度，使分子光谱定量或者定性分析模型不受温度变化的干扰，降低建模的工作量。

为实现上述目的，本发明提供了如下方案：

一种光谱差异校正方法，所述校正方法包括：

获取同一样本不同温度下的光谱；

基于所述光谱确定光谱矩阵；

对所述光谱矩阵进行一阶导数和SNV预处理，得到光谱矩阵P；

基于所述光谱矩阵P，确定温度信号库M、背景信号库H以及光谱温敏信号库W；

获取未知温度样品光谱；

对所述未知温度样本光谱进行一阶导数和SNV预处理得到光谱矩阵u；

基于所述光谱温敏信号库W计算所述光谱矩阵u在区间[a,b]内与所述光谱温敏信号库W中的每一个向量w的夹角；

基于所述夹角确定未知温度样本的温度区间；

使用正交投影或斜投影，以所述背景信号库H为背景，以所述温度信号库M中的向量m_i为投影方向进行斜投影计算，得到校正后的光谱u'。

可选的，所述对所述光谱矩阵进行SNV预处理具体采用以下公式：

其中，i＝1,2,3…，j＝1,2,3…，y_ij为预处理后的光谱，x_ij为原始光谱，x_i为待预处理光谱的平均光谱，σ为待预处理光谱的标准偏差。

可选的，所述对所述未知温度样本光谱进行一阶导数预处理具体采用Savitzky-Golay方法或者差分方法。

可选的，所述基于所述光谱矩阵P，确定温度信号库M具体包括：