论文部分内容阅读
水体污染是环境污染中的一个重要组成部分，严重影响着人们的生产和生活。光谱法因具有灵敏度高，选择性高，没有二次污染等优点现已被应用于水质检测中。然而，测量光谱中普遍存在的光谱重叠和干扰组分共存的问题，往往是常规的多元线性回归等一阶校正方法所不能处理的。因此进行多组分重叠光谱的数据解析方法探讨具有十分重要的意义。本文深入研究了多组分水中有机物荧光光谱信号的盲分离方法，并通过数值实验对相关算法进行了验证。
本文首先引入了荧光强度与浓度之间的正比例关系，并通过苯酚和麝香草酚两种典型物质的荧光光谱进行了验证。在此基础上，建立了基于多个样本的干扰未知物共存下的多组分重叠光谱的盲分离模型。
其次利用荧光光谱与噪声在频率上的差异，提出了一种基于频谱局域度确定多组分荧光光谱化学秩的方法，有效的解决了样本中所含组分数的确定问题。同时提出了一种充分利用激发光谱，发射光谱的谱带形状和荧光特征峰等参数的自动识别方法。该方法与相关算法的结合不仅实现了重叠光谱的定性分析，而且解决了三线性模型的分解次序不确定性问题。在定性分析的基础上，发展了几种定量分析方法，结果表明偏最小二乘在光谱严重重叠的情况下具有一定的优势。
最后提出了多组分扩展二维重叠光谱的双线性盲分离数据解析算法。相关的数值实验表明双线性模型的分解结果能够直接从多组分三维荧光光谱中提取单组分三维荧光光谱，也可以用于二维光谱的数据解析中。而独立分量分析与微分谱的结合不仅实现了扩展二维重叠光谱的数据解析，而且其作为非负矩阵分解的有效初始化方法，解决了双线性模型的旋转不确定性问题。稀疏分量分析则为多组分少样本问题的数据解析提供了一条解决的途径。