專利名稱：基于小波分析的激光感生光譜數(shù)據(jù)處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及光譜分析技術(shù)領(lǐng)域，具體是一種能提高光譜分析精度及效率的基于小波分析的激光感生光譜數(shù)據(jù)處理方法。
背景技術(shù)：
激光感生光譜(Laser Induced Breakdown Spectroscopy, LIBS)是一種利用激光激發(fā)物質(zhì)產(chǎn)生等離子體，通過分析等離子體發(fā)光光譜獲得物質(zhì)元素成分含量信息的原子發(fā)射光譜分析技術(shù)。LIBS技術(shù)具有樣品制備簡單、多元素同步分析、分析速度快、可遠(yuǎn)距離分析等優(yōu)點，因此被廣泛應(yīng)用于各種物質(zhì)的定性或定量分析，有著巨大的實用價值。
但是由于激光等離子體的特性容易受到基體效應(yīng)和一些難以避免的客觀因素的干擾，如激光強度脈動、樣品表面特性等因素，激光感生光譜存在著隨機性大、重復(fù)性差等問題，影響了定量分析的精確度。
為消除激光感生光譜測量的隨機性和波動性，提高激光感生光譜定量分析的精確度，目前采用多次激發(fā)測量方法，對多次測量結(jié)果直接求取平均值來獲取激光感生光譜分析結(jié)果。但是多次激發(fā)測量帶來的問題是顯而易見的首先影響激光器的壽命，其次影響測量的實時性，最重要的是對多次測量結(jié)果直接求取平均值無法避免地把一些無效的測量值也包括進來，從而影響測量和分析的精度。

發(fā)明內(nèi)容
5本發(fā)明為了解決目前激光感生光譜分析結(jié)果受無效測量數(shù)據(jù)影響等問題， 提供了 一種基于小波分析的激光感生光譜數(shù)據(jù)處理方法。
本發(fā)明是采用如下技術(shù)方案實現(xiàn)的基于小波分析的激光感生光譜數(shù)據(jù)處 理方法，包括如下步驟
1)有效測量模式類模板cr獲取步驟；
a、 對待測物質(zhì)標(biāo)準(zhǔn)樣品組中的n個標(biāo)準(zhǔn)樣品分別進行m次激光感生光譜 測量，并順序記錄與各標(biāo)準(zhǔn)樣品對應(yīng)的各次光譜測量數(shù)據(jù)G^，構(gòu)成標(biāo)準(zhǔn)樣品 光譜測量數(shù)據(jù)集合^ = {<^.}，其中，/ = 1,2廣.,"，j、l，2,…,m， Gw表示對標(biāo)準(zhǔn)樣
品i進行第j次激光感生光譜測量得到的光譜測量數(shù)據(jù)，且光譜測量數(shù)據(jù)G,，,以 序列方式表示G,,),""...;..^], N為序列長度;
b、 對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G中各光譜測量數(shù)據(jù)序列C^W進行L 尺度一維離散平穩(wěn)小波分解，4《L《8,得到分別與各光譜測量數(shù)據(jù)序列Gw(^ 對應(yīng)的高頻分解系數(shù)《=[<]^和低頻分解系數(shù)^ =[《]ixW;
c、 以與各光譜測量數(shù)據(jù)序列G,，,W分別對應(yīng)的低頻小波分解系數(shù)f^進行 光譜重構(gòu)，獲得與各光譜測量數(shù)據(jù)序列G"W—一對應(yīng)的特征背景光譜數(shù)據(jù) 《,，構(gòu)成特征背景光譜數(shù)據(jù)集合&={(^}，特征背景光譜數(shù)據(jù)G,。同樣以序列 方式表示《.("=[",《， ，"， ，《]，且序列長度與光譜測量數(shù)據(jù)序列&鄰
的序列長度相同；
d、 對特征背景光譜數(shù)據(jù)集合^中的特征背景光譜數(shù)據(jù)G5進行聚類分析， 將特征背景光譜數(shù)據(jù)集合&劃分為若干個模式類子集《，即 &={，《， ，％}，其中，"l，2，…，/f， H為將特征背景光譜數(shù)據(jù)集合按 照聚類分析劃分得到的模式類子集個數(shù)；按照光譜測量數(shù)據(jù)G,、,與特征背景光譜數(shù)據(jù)G,。的一一對應(yīng)關(guān)系、以及特征背景光譜數(shù)據(jù)集合GA的劃分，將標(biāo)準(zhǔn)樣 品光譜測量數(shù)據(jù)集合G劃分為與特征背景光譜數(shù)據(jù)集合&模式類子集《一一
對應(yīng)的若干個模式類子集A，即G^G^2,…,仏，…,(^;
e、 對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合C 中每一模式類子集《包含的光譜測量
數(shù)據(jù)G"進行元素含量定標(biāo)運算，獲得與各模式類子集A —一對應(yīng)的定標(biāo)參數(shù) A和定標(biāo)運算結(jié)果；
f、 選擇定標(biāo)運算結(jié)果與待測物質(zhì)標(biāo)準(zhǔn)樣品的標(biāo)準(zhǔn)值相差最小的模式類子 集^所具有的模式作為有效測量模式，與該模式類子集K對應(yīng)的定標(biāo)參數(shù)A
為對被測樣品實測時計算元素含量采用的定標(biāo)參數(shù)；
g、 提取與該模式類子集A對應(yīng)的特征背景光譜數(shù)據(jù)模式類子集《，選擇 特征背景光譜數(shù)據(jù)模式類子集《中所有特征背景光譜數(shù)據(jù)序列(^(A)中位置A
的最大值作為有效測量模式類模板序列位置A的上限值Gr(Q ，位置^的最小值 作為有效測量模式類模板序列位置A的下限值G,W ，即GrW = mic(《(")、 Gr(A;) = m^i(Gf(A0)，形成有效測量模式類模板『-[Gr(A;),Gr(A:)]，其中， N， E為特征背景光譜數(shù)據(jù)模式類子集《中特征背景光譜數(shù)據(jù)序列G,。("的個 數(shù)，N為特征背景光譜數(shù)據(jù)序列G,。W的序列長度； 2)、被測樣品實際光譜測量數(shù)據(jù)處理步驟；
h、 對被測樣品進行單次激光感生光譜測量，并記錄該次光譜測量數(shù)據(jù)G"
X2,…；且以序列方式表示G^h[^,X2，…，A,…,X丄N為序列長度；
i、 對激光感生光譜數(shù)據(jù)序列G,("進行L尺度的一維離散平穩(wěn) 波分解， 得到與激光感生光譜數(shù)據(jù)序列G,("對應(yīng)的高頻分解系數(shù)^^[M^]^和低頻分j、以步驟g得到的低頻小波分解系數(shù)^7進行光譜重構(gòu)，獲得與激光感生
光譜數(shù)據(jù)序列G,(Q對應(yīng)的特征背景光譜數(shù)據(jù)G);特征背景光譜數(shù)據(jù)G，同樣以
序列方式表示《("-[義"X26,…,Z〖,…,X^，且序列長度與光譜測量數(shù)據(jù)序列 G;("的序列長度相同；
k、判斷特征背景光譜數(shù)據(jù)序列G)("是否與有效測量模式類模板
(r-[Gr(A:),Gr(AO]匹配，即Gr("《《(A^GnA:)是否成立，如成立，該特征背景 譜G-(Q屬于有效測量模式類，則與該特征背景光譜數(shù)據(jù)G)的測量光譜數(shù)據(jù)G, 有效；
1、對被測樣品重復(fù)執(zhí)行步驟h至步驟k，直到獲得三次以上的有效測量光 譜數(shù)據(jù)G"
m、對所獲得的有效測量光譜數(shù)據(jù)G;按照步驟f中得到的與有效測量模式
類子集仏對應(yīng)的定標(biāo)參數(shù)A進行元素含量計算，以計算結(jié)果的平均值作為被測 樣品的元素含量分析結(jié)果。
所述方法中應(yīng)用的L尺度一維離散平穩(wěn)小波分解、以低頻小波分解系數(shù)進
行的光譜重構(gòu)、對特征背景光譜數(shù)據(jù)進行的聚類分析、以及對光譜測量數(shù)據(jù)進 行的元素含量定標(biāo)運算是激光感生光譜測量技術(shù)領(lǐng)域中的公知技術(shù)，為本領(lǐng)域 工程技術(shù)人員所公知。
與現(xiàn)有技術(shù)相比，本發(fā)明首先在對待測物質(zhì)標(biāo)準(zhǔn)樣品定標(biāo)時，提取有效測 量模式類模板，并以有效測量模式類模板對應(yīng)的測量數(shù)據(jù)進行定標(biāo)運算，獲取
定標(biāo)參數(shù)；然后，在對被測樣品進行實際測量時，將激光激發(fā)獲得的光譜數(shù)據(jù) 與有效測量模式類模板進行比對，驗證光譜數(shù)據(jù)的有效性，剔除無效測量光譜 數(shù)據(jù)，保留有效的光譜數(shù)據(jù)，將有效測量光譜數(shù)據(jù)采用與有效測量模式類模板對應(yīng)的定標(biāo)參數(shù)進行計算，獲得物質(zhì)成分元素含量信息。由于本發(fā)明在實際測 量過程中以有效測量模式類模板為依據(jù)，甄別測量數(shù)據(jù)的有效性(即衡量每一 次測量結(jié)果是否有效)，因此，可以在有限次激光激發(fā)測量中獲取所需個數(shù)的 有效測量數(shù)據(jù)，無需大量次進行激光感生光譜激發(fā)，可以大幅度減少激光感生
光譜激發(fā)次數(shù)，從而有效提高激光測量系統(tǒng)的壽命；且被測樣品的元素分析結(jié) 果以有效測量數(shù)據(jù)計算得到，因此，測量精度極高，經(jīng)檢驗，以本發(fā)明獲得的 元素分析結(jié)果精度有25%以上的提高。


圖1為本發(fā)明有效測量模式類模板『獲取步驟的流程圖2為本發(fā)明被測樣品實際光譜測量數(shù)據(jù)處理步驟的流程圖3為對某一樣品進行100次激發(fā)所得到的激光感生光譜圖4為圖3中某次激發(fā)對應(yīng)的激光感生光譜圖5為利用低頻小波分解系數(shù)重構(gòu)的與圖4中激光感生光譜對應(yīng)的特征背 景光譜圖6為利用低頻小波分解系數(shù)重構(gòu)的與圖3中激光感生光譜對應(yīng)的特征背 景光譜圖7為有效測量模式類模板^的示意圖。
具體實施例方式
基于小波分析的激光感生光譜數(shù)據(jù)處理方法，包括如下步驟 1)有效測量模式類模板^獲取步驟，如圖1所示；
a、對待測物質(zhì)標(biāo)準(zhǔn)樣品組中的n個標(biāo)準(zhǔn)樣品分別進行m次激光感生光譜 測量，并順序記錄與各標(biāo)準(zhǔn)樣品對應(yīng)的各次光譜測量數(shù)據(jù)《，；(如圖3所示)，構(gòu)成標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合^ = {<^}，其中，/ = 1,2,—，"， y、l，2,…，m， & 表示對標(biāo)準(zhǔn)樣品i進行第j次激光感生光譜測量得到的光譜測量數(shù)據(jù)，且光譜 測量數(shù)據(jù)G,，,以序列方式表示G,,#)=[;X2,'''Adw]， N為序列長度；其 中，對待測物質(zhì)標(biāo)準(zhǔn)樣品進行激光感生光譜測量的次數(shù)m —般要大于等于50 次。
b、 對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G中各光譜測量數(shù)據(jù)序列Gw(Q進行L 尺度一維離散平穩(wěn)小波分解，4《L《8，得到分別與各光譜測量數(shù)據(jù)序列《,,#)
對應(yīng)的高頻分解系數(shù)wi =[《]^和低頻分解系數(shù)^.
c、 以與各光譜測量數(shù)據(jù)序列G,，,鄰分別對應(yīng)的低頻小波分解系數(shù)P^進行
光譜重構(gòu)，獲得與各光譜測量數(shù)據(jù)序列《,,一一對應(yīng)的特征背景光譜數(shù)據(jù)G。 (如圖6所示)，構(gòu)成特征背景光譜數(shù)據(jù)集合&={《》，特征背景光譜數(shù)據(jù)G,。
同樣以序列方式表示《(A:)^，《,…,《，…,4],且序列長度與光譜測量數(shù)
據(jù)序列《,#)的序列長度相同；
d、 對特征背景光譜數(shù)據(jù)集合G6中的特征背景光譜數(shù)據(jù)G。進行聚類分析， 將特征背景光譜數(shù)據(jù)集合GA劃分為若干個模式類子集《，即 &={《，《， ，《， ，《}，其中，"l，2，…，i/, H為將特征背景光譜數(shù)據(jù)集合按 照聚類分析劃分得到的模式類子集個數(shù)；按照光譜測量數(shù)據(jù)《,,與特征背景光 譜數(shù)據(jù)《;的一一對應(yīng)關(guān)系、以及特征背景光譜數(shù)據(jù)集合&的劃分，將標(biāo)準(zhǔn)樣 品光譜測量數(shù)據(jù)集合G劃分為與特征背景光譜數(shù)據(jù)集合&模式類子集《一一 對應(yīng)的若干個模式類子集A，即( 2,..,仏，..,(7";
e、 對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G中每一模式類子集^包含的光譜測量 數(shù)據(jù)G',;進行元素含量定標(biāo)運算，獲得與各模式類子集^一一對應(yīng)的定標(biāo)參數(shù)A和定標(biāo)運算結(jié)果；
f、 選擇定標(biāo)運算結(jié)果與待測物質(zhì)標(biāo)準(zhǔn)樣品的標(biāo)準(zhǔn)值相差最小的模式類子 集"所具有的模式作為有效測量模式，與該模式類子集^對應(yīng)的定標(biāo)參數(shù)/^
為對被測樣品實測時計算元素含量采用的定標(biāo)參數(shù)；
g、 提取與該模式類子集A對應(yīng)的特征背景光譜數(shù)據(jù)模式類子集《，選擇 特征背景光譜數(shù)據(jù)模式類子集《中所有特征背景光譜數(shù)據(jù)序列(^("中位置A
的最大值作為有效測量模式類模板序列位置A的上限值Gr("，位置*的最小值
作為有效測量模式類模板序列位置&的下限值G/"W ，即Gr("-it4x(G，0t》、
G;w=i4i(Gf(")，形成有效測量模式類模板cr-[G;^),Grw]，如圖7所示，
其中，KA《N， E為特征背景光譜數(shù)據(jù)模式類子集《中特征背景光譜數(shù)據(jù)序 列G,。W)的個數(shù)，N為特征背景光譜數(shù)據(jù)序列G, ("的序列長度； 2)、被測樣品實際光譜測量數(shù)據(jù)處理步驟，如圖2所示；
h、 對被測樣品進行單次激光感生光譜測量，并記錄該次光譜測量數(shù)據(jù)G" 如圖4所示，乂",2，…；且以序列方式表示G乂("-[Z),X2，…，A,…，JTw]， N為 序列長度；
i、 對激光感生光譜數(shù)據(jù)序列G;(O進行L尺度的一維離散平穩(wěn)小波分解， 得到與激光感生光譜數(shù)據(jù)序列G,鄰對應(yīng)的高頻分解系數(shù)^^丄^和低頻分 解系數(shù)^7=[《]^，其中，L值與步驟b中L值相同；
j、以步驟g得到的低頻小波分解系數(shù)^7進行光譜重構(gòu)，獲得與激光感生 光譜數(shù)據(jù)序列G,W對應(yīng)的特征背景光譜數(shù)據(jù)G)，如圖5所示；特征背景光譜
數(shù)據(jù)G)同樣以序列方式表示《("=[《6,%26, — ，％〗,-,^^]，且序列長度與光譜
測量數(shù)據(jù)序列A ("的序列長度相同；k、判斷特征背景光譜數(shù)據(jù)序列《W是否與有效測量模式類模板
cr 匹配，即g/"("^^)sg;:(A;)是否成立，如成立，該特征背景
譜g-W屬于有效測量模式類，則與該特征背景光譜數(shù)據(jù)g)的測量光譜數(shù)據(jù)A
有效；
1、對被測樣品重復(fù)執(zhí)行步驟h至步驟k，直到獲得三次以上的有效測量光 譜數(shù)據(jù)g;;
m、對所獲得的有效測量光譜數(shù)據(jù)g;按照步驟f中得到的與有效測量模式 類子集^對應(yīng)的定標(biāo)參數(shù)A進行元素含量計算，以計算結(jié)果的平均值作為被測 樣品的元素含量分析結(jié)果。
權(quán)利要求
1、一種基于小波分析的激光感生光譜數(shù)據(jù)處理方法，其特征在于包括如下步驟1)有效測量模式類模板Gm獲取步驟；a、對待測物質(zhì)標(biāo)準(zhǔn)樣品組中的n個標(biāo)準(zhǔn)樣品分別進行m次激光感生光譜測量，并順序記錄與各標(biāo)準(zhǔn)樣品對應(yīng)的各次光譜測量數(shù)據(jù)Gi，j，構(gòu)成標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G＝{Gi，j}，其中，i＝1，2，…，n，j＝1，2，…，m，Gi，j表示對標(biāo)準(zhǔn)樣品i進行第j次激光感生光譜測量得到的光譜測量數(shù)據(jù)，且光譜測量數(shù)據(jù)Gi，j以序列方式表示Gi，j(k)＝[X1，X2，…Xk，…XN]，N為序列長度；b、對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G中各光譜測量數(shù)據(jù)序列Gi，j(k)進行L尺度一維離散平穩(wěn)小波分解，4≤L≤8，得到分別與各光譜測量數(shù)據(jù)序列Gi，j(k)對應(yīng)的高頻分解系數(shù) id="icf0001" file="A2009100755780002C1.tif" wi="25" he="5" top= "138" left = "65" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>和低頻分解系數(shù) id="icf0002" file="A2009100755780002C2.tif" wi="27" he="4" top= "139" left = "126" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>c、以與各光譜測量數(shù)據(jù)序列Gi，j(k)分別對應(yīng)的低頻小波分解系數(shù)Wi，ja進行光譜重構(gòu)，獲得與各光譜測量數(shù)據(jù)序列Gi，j(k)一一對應(yīng)的特征背景光譜數(shù)據(jù)Gi，jb，構(gòu)成特征背景光譜數(shù)據(jù)集合 id="icf0003" file="A2009100755780002C3.tif" wi="21" he="5" top= "171" left = "91" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>特征背景光譜數(shù)據(jù)Gi，jb同樣以序列方式表示 id="icf0004" file="A2009100755780002C4.tif" wi="60" he="5" top= "182" left = "43" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>且序列長度與光譜測量數(shù)據(jù)序列Gi，j(k)的序列長度相同；d、對特征背景光譜數(shù)據(jù)集合Gb中的特征背景光譜數(shù)據(jù)Gi，jb進行聚類分析，將特征背景光譜數(shù)據(jù)集合Gb劃分為若干個模式類子集Ghb，即 id="icf0005" file="A2009100755780002C5.tif" wi="52" he="5" top= "227" left = "20" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>其中，h＝1，2，…，H，H為將特征背景光譜數(shù)據(jù)集合按照聚類分析劃分得到的模式類子集個數(shù)；按照光譜測量數(shù)據(jù)Gi，j與特征背景光譜數(shù)據(jù)Gi，jb的一一對應(yīng)關(guān)系、以及特征背景光譜數(shù)據(jù)集合Gb的劃分，將標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G劃分為與特征背景光譜數(shù)據(jù)集合Gb模式類子集Ghb一一對應(yīng)的若干個模式類子集Gh，即G＝{G1，G2，…，Gh，…，GH}；e、對標(biāo)準(zhǔn)樣品光譜測量數(shù)據(jù)集合G中每一模式類子集Gh包含的光譜測量數(shù)據(jù)Gi，j進行元素含量定標(biāo)運算，獲得與各模式類子集Gh一一對應(yīng)的定標(biāo)參數(shù)βh和定標(biāo)運算結(jié)果；f、選擇定標(biāo)運算結(jié)果與待測物質(zhì)標(biāo)準(zhǔn)樣品的標(biāo)準(zhǔn)值相差最小的模式類子集Gh所具有的模式作為有效測量模式，與該模式類子集Gh對應(yīng)的定標(biāo)參數(shù)βh為對被測樣品實測時計算元素含量采用的定標(biāo)參數(shù)；g、提取與該模式類子集Gh對應(yīng)的特征背景光譜數(shù)據(jù)模式類子集Ghb，選擇特征背景光譜數(shù)據(jù)模式類子集Ghb中所有特征背景光譜數(shù)據(jù)序列Gi，jb(k)中位置k的最大值作為有效測量模式類模板序列位置k的上限值Ghm(k)，位置k的最小值作為有效測量模式類模板序列位置k的下限值Glm(k)，即 id="icf0006" file="A2009100755780003C1.tif" wi="38" he="8" top= "149" left = "147" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/> id="icf0007" file="A2009100755780003C2.tif" wi="36" he="8" top= "160" left = "21" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>形成有效測量模式類模板 id="icf0008" file="A2009100755780003C3.tif" wi="37" he="4" top= "162" left = "116" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>其中，1≤k≤N，E為特征背景光譜數(shù)據(jù)模式類子集Ghb中特征背景光譜數(shù)據(jù)序列Gi，jb(k)的個數(shù)，N為特征背景光譜數(shù)據(jù)序列Gi，jb(k)的序列長度；2)、被測樣品實際光譜測量數(shù)據(jù)處理步驟；h、對被測樣品進行單次激光感生光譜測量，并記錄該次光譜測量數(shù)據(jù)Gj，j＝1，2，…；且以序列方式表示Gj(k)＝[X1，X2，…，Xk，…，XN]，N為序列長度；i、對激光感生光譜數(shù)據(jù)序列Gj(k)進行L尺度的一維離散平穩(wěn)小波分解，得到與激光感生光譜數(shù)據(jù)序列Gj(k)對應(yīng)的高頻分解系數(shù) id="icf0009" file="A2009100755780003C4.tif" wi="25" he="6" top= "238" left = "142" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>和低頻分解系數(shù) id="icf0010" file="A2009100755780003C5.tif" wi="27" he="6" top= "249" left = "35" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>其中，L值與步驟b中L值相同；j、以步驟g得到的低頻小波分解系數(shù)Wja進行光譜重構(gòu)，獲得與激光感生光譜數(shù)據(jù)序列Gj(k)對應(yīng)的特征背景光譜數(shù)據(jù)Gjb；特征背景光譜數(shù)據(jù)Gjb同樣以序列方式表示 id="icf0011" file="A2009100755780004C1.tif" wi="58" he="6" top= "38" left = "56" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>且序列長度與光譜測量數(shù)據(jù)序列Gj(k)的序列長度相同；k、判斷特征背景光譜數(shù)據(jù)序列Gjb(k)是否與有效測量模式類模板 id="icf0012" file="A2009100755780004C2.tif" wi="34" he="4" top= "73" left = "21" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>匹配，即 id="icf0013" file="A2009100755780004C3.tif" wi="39" he="5" top= "72" left = "77" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>是否成立，如成立，該特征背景譜Gjb(k)屬于有效測量模式類，則與該特征背景光譜數(shù)據(jù)Gjb的測量光譜數(shù)據(jù)Gj有效；l、對被測樣品重復(fù)執(zhí)行步驟h至步驟k，直到獲得三次以上的有效測量光譜數(shù)據(jù)Gj；m、對所獲得的有效測量光譜數(shù)據(jù)Gj按照步驟f中得到的與有效測量模式類子集Gh對應(yīng)的定標(biāo)參數(shù)βh進行元素含量計算，以計算結(jié)果的平均值作為被測樣品的元素含量分析結(jié)果。
全文摘要
本發(fā)明涉及光譜分析技術(shù)領(lǐng)域，具體是一種能提高光譜分析精度及效率的基于小波分析的激光感生光譜數(shù)據(jù)處理方法。解決了目前激光感生光譜分析結(jié)果受無效測量數(shù)據(jù)影響等問題，包括1)有效測量模式類模板G^m獲取步驟，在對待測物質(zhì)標(biāo)準(zhǔn)樣品定標(biāo)時，提取有效測量模式類模板，以有效測量模式類模板對應(yīng)的測量數(shù)據(jù)進行定標(biāo)運算，獲取定標(biāo)參數(shù)；2)被測樣品實際光譜測量數(shù)據(jù)處理步驟，實際測量時，將實測光譜數(shù)據(jù)與有效測量模式類模板進行比對，保留有效光譜測量數(shù)據(jù)，以定標(biāo)參數(shù)對有效測量光譜數(shù)據(jù)進行計算，獲得被測樣品元素含量信息。本發(fā)明有效提高測量精度，以有限次激光激發(fā)測量獲取所需個數(shù)的有效測量數(shù)據(jù)，有效提高激光測量系統(tǒng)的壽命。
文檔編號G01N21/63GK101666746SQ200910075578
公開日2010年3月10日 申請日期2009年9月30日 優(yōu)先權(quán)日2009年9月30日
發(fā)明者尹王保, 雷 張, 張生俊, 李平柱, 王學(xué)欽, 王紅兵, 羅振紅, 賈鎖堂, 閻高偉 申請人:太原市海通自動化技術(shù)有限公司;山西大學(xué)