小波包正交校正法用于近红外光谱的干扰消除

摘要

提出了一种扣除背景和噪声干扰的新方法一小波包正交校正法。首先将原始光谱进行离散小波包变换,消除噪声及部分背景信息,然后采用正交信号校正法滤除与分析物浓度无关的全部信息。与单纯的离散小波包变换及正交信号校正方法相比,小波包正交校正法能有效地扣除背景和噪声干扰,使模型具有更强的抗干扰能力,提高了模型的预测精度。用该法对牛奶样品的近红外光谱进行处理,并将扣除干扰后的数据采用偏最小二乘法建立校正模型,其脂肪、蛋白质和乳糖的预测均方根误差分别为0.086 5%、0.093 6%和0.1115%,实现了牛奶样品常规组分的定量分析,进一步证明这种算法是切实可行的。