α能谱峰形函数及其拟合参数初始值获取

(1. 西南科技大学 核废物与环境安全国防重点学科实验室, 四川 绵阳 621010;2. 四川理工学院 化学与环境工程学院, 四川 自贡 643000;3. 成都理工大学 地质灾害防治与地质环境保护国家重点实验室, 成都 610059;4. 中国工程物理研究院 核物理与化学研究所, 四川 绵阳 621900) 根据能谱的形成机理,建立了一种能谱峰形函数,提出基于矩估计法确定该峰形函数的拟合参数初始值的方法。以数理统计为基础,分别通过峰形函数和离散谱峰数据计算均值、方差和三阶中心矩建立方程组求解获取拟合参数的初始值。通过连续气溶胶检测仪探测的氡子体能谱和低本底能谱仪探测的238Pu面源能谱对该峰形函数模型和初始值获取方法进行了测试。结果表明：从低重合度到高重合度,该峰形函数模型都能得到较好的应用;基于矩估计法确定该峰形函数的参数初始值能够使该峰形函数较好地拟合能谱数据。该方法在采用计算机自动能谱拟合分析中具有较强的实用性。     

数据区对最小二乘法拟合函数系数偏差的影响

一、问题提出在许多问题的研究中需要对实验结果作出理论解释。提出理论模型,用最小二乘法进行测量数据拟合,以此来验证理论模型的正确性。在组合测量的数据处理过程中,同时给出各拟合参量(系数)的估计偏差。拟合结果有时是曲线与实验点符合很好,而有些参量的估计偏差却很大,怎样解释这些大偏差呢?     

高斯拟合算法在光谱建模中的应用研究

采用高斯拟合算法对光谱进行特征提取,利用拟合得到的特征参量表征光谱信息,并结合多元校正方法对光谱模型进行优化和解释,建立了样品快速准确的测定方法。实验以玉米活体叶片为研究对象,建立叶片光谱与叶绿素含量之间的关系模型,采用三个高斯峰对原始光谱的1 551个数据拟合后,光谱数据转换为9个高斯特征量(约为整个波段的0.58%),进而利用该高斯特征量来预测叶绿素含量。实验结果显示,采用高斯拟合分别与偏最小二乘法和主成分回归结合建模,其预测集相关系数分别为0.960和0.962;不采用高斯拟合算法而直接采用偏最小二乘法和主成分回归对全光谱建模,其预测集相关系数分别为0.957和0.919。可见,将高斯拟合算法运用到定量分析模型中是可行的,该方法不仅简化了模型参数,而且提高了模型的可解释性。     

函数拟合法用于软X光能谱回推

应用函数拟合法处理软X光宽带能谱仪的实验数据并回推出软X光能谱分布,给出了函数拟合的基本算法和几种常用的拟合函数形式。     

LED可变光谱光源的多光谱拟合反演研究

利用多个不同光谱的LED单元成功拟合出几种特征明显的常见标准光源光谱。重点研究了如何通过目标光谱的特性反向找到所需要的LED的频带分布和最小使用的LED数目,进而利用所得结果对原有拟合模型进行条件判别和改进。对一些实测的目标光谱进行了模拟仿真,取得了较为理想的结果。     

最小二乘拟合计算有机薄膜晶体管迁移率的研究

本文通过制备了一个基于并五笨为有源层的顶栅底接触OTFT器件获取电流电压实验数据,并运用电流电压特性曲线理论拟合计算方法计算其场效应迁移率.研究发现,采用不同的拟合方法得到的场效应迁移率值有较大的差异.若选取转移特性曲线线性区距中心1/2范围内测试点进行最小二乘拟合计算出的场效应迁移率能减少采用其他拟合方法的固有不准确性,而且与其他方法得到的场效应迁移率最接近. 关键词： 最小二乘拟合 场效应迁移率 有机薄膜晶体管     

北京谱仪中的初级顶点拟合

本文介绍了初级顶点拟合的基本原理，对原有程序作了一些修改，给出了部分实验事例的初级顶点分布.     

Zernike多项式拟合干涉面方法研究

本文就专著和文献中关于Zernike多项式拟合干涉波面几乎都建设采用Gram-Schimdt正交化方法,而不采用比较简单的传统经典的最小二乘法问题进行了深入研究,从理论和实践上严格地证明了两种方法的等价性。实践中发现,用最小二乘法求解Zernike多项式拟合系数的速度比用Gram-Schimdt正交化方法提高了三倍之多。由于在精密光测技术中,Zernike多项式已被广泛采用,因此,“等价性”的证明具有重要意义,并对于其它类似问题也有着普遍的参考价值。     

三维高斯拟合激光光强快速衰减算法

为缩短衰减倍率调整的时间,提高激光参数测试的效率,提出激光光强快速衰减算法。衰减倍率精确调整量由当前衰减倍率和采集到的光斑光强真实的最大灰度值共同决定。当因光电接收器件(CCD)饱和造成采集光斑图像失真时,即衰减倍率过小时,由于激光光斑的光强通常满足高斯分布,通过对光斑图像进行处理,去除饱和部分光强信息,对剩余部分光强信息利用最小二乘法进行三维高斯拟合,还原出激光光斑光强的真实分布并获得最大灰度值;当衰减倍率过大时,根据采集光斑图像可以直接获得当前最大灰度值,最后通过计算获得最佳的衰减倍率调整值,实现了激光光强快速准确的调整。算法的有效性通过步进电机带动的双轮可变衰减器及CCD配合得到验证。     

三维高斯拟合激光光强快速衰减算法

为缩短衰减倍率调整的时间,提高激光参数测试的效率,提出激光光强快速衰减算法。衰减倍率精确调整量由当前衰减倍率和采集到的光斑光强真实的最大灰度值共同决定。当因光电接收器件（CCD）饱和造成采集光斑图像失真时,即衰减倍率过小时,由于激光光斑的光强通常满足高斯分布,通过对光斑图像进行处理,去除饱和部分光强信息,对剩余部分光强信息利用最小二乘法进行三维高斯拟合,还原出激光光斑光强的真实分布并获得最大灰度值;当衰减倍率过大时,根据采集光斑图像可以直接获得当前最大灰度值,最后通过计算获得最佳的衰减倍率调整值,实现了激光光强快速准确的调整。算法的有效性通过步进电机带动的双轮可变衰减器及CCD配合得到验证。     

基于高斯拟合的光纤型SPR信号的峰值检测算法

光纤型表面等离子共振光谱具有半峰宽较宽,共振峰不尖锐等特征,传统的针对棱镜型SPR光谱的峰值检测算法无法准确定位此类光谱的共振峰值。为了准确计算光纤型SPR光谱的共振波长,提出了一种基于信赖域算法的高斯拟合方法,在拟合的光谱曲线上利用一维搜索的方式确定峰值位置。通过对标准甘油光谱数据的处理,证明高斯拟合法能够适应光纤型SPR光谱的特征,波长计算准确。通过搭建的SPR系统,实验测量了不同浓度下蔗糖溶液的SPR光谱数据,并分别采用加权质心法,追踪质心法和该研究提出的高斯拟合法进行共振波长的计算。结果表明高斯拟合法能够有效提升分辨率,且运算速度较快,有利于工程集成。     

基于偏最小二乘回归的荧光粉涂覆型白光LED的光谱预测研究

为了更便捷高效地对荧光粉涂覆型白光LED的发光光谱进行预测,利用GaN蓝光LED芯片与杭州萤鹤光电材料有限公司的YH-S525M绿色荧光粉和YH-C640E红色荧光粉进行实验样品的制备。分别测量其单色荧光光谱,测得蓝光芯片的发射峰波长为453 nm,选用的红色和绿色荧光粉的发射峰波长分别为631和526 nm。制备红色和绿色荧光粉通过AB胶混合并涂覆于蓝光芯片上的LED实验样品,红粉/绿粉质量比设置为1∶3,1.2∶3,1.4∶3,1.6∶3,1.8∶3,2∶3,红粉混胶后的浓度为7%,9%,11%,13%,15%,17%。每组质量比和混胶浓度条件下的样品制备3~5份,利用杭州远方色谱有限公司的HAAS-2000高精度快速光谱辐射计测试样品的发光光谱,并进行蓝峰归一化处理得到共36组光谱数据。将白光光谱视为蓝色,绿色和红色三种单色荧光光谱的线性叠加,蓝色和红色峰项直接选用对应的发射谱,而绿色峰项选用两个高斯线型方程拟合,系数均由强度决定。通过循环搜索算法,分别计算36组实验条件下的模型参数最优值,对拟合结果进行优度检验,R2的范围为99.33%~99.88%。然后运用偏最小二乘回归方法建立荧光粉质量比和浓度与模型参数间的回归方程,最终得到一种能够精确预测两种荧光粉混合涂覆的白光LED发光光谱的新方法。用一组新制备的样品测得的光谱功率分布进行预测效果检验,得到的预测光谱相对于实测光谱的拟合优度为99.62%,证明该方法的预测效果良好。该研究建立的预测模型从该类型的白光LED的发光机理出发,分析发光时两种荧光粉之间的相互作用,并引入绿色荧光谱线的展宽效应,更加简单有效地建立起两种荧光粉的质量比和混胶浓度与白光光谱间的数学关系。该方法具有更好的普适性,为荧光粉涂覆型LED的光源参数优化提供了一种新的思路。     

基于多峰协同和纯元素特征峰面积归一化的重叠峰快速解析算法

由于元素间特征峰的相互干扰,受实验仪器能量分辨率的影响,当多个元素的特征峰峰位相近且展宽较宽时就会形成重叠峰。以分离度低且分解需求精度高的重叠峰为研究对象,提出一种基于多峰协同和纯元素特征峰面积归一化的重叠峰快速解析算法,并结合实际的X射线荧光光谱进行了新方法的验证。选取镝铁合金的X射线荧光光谱图作为实例,在该实验条件下镝L_α特征峰和铁K_α特征峰形成的重叠峰分离度约为0.273 5,同时还存在分离度较大但荧光产额较低的镝L_β特征峰和铁K_β特征峰。首先,配置浓度范围(7.8～8.2 mg·mL^-1)的镝标液和浓度范围(1.8～2.2 mg·mL^-1)的铁标液进行测量获取到纯元素谱图,分别进行面积归一化处理并取平均得到镝L_α峰和铁K_α峰的归一化特征峰。然后,使用镝、铁标液混兑出铁元素质量百分比范围在19.1%～21%,梯度为0.1%的20组样品液进行测量。由于重叠峰部分仅由镝L_α峰和铁K     

基于TTDF和CNS算法的多路BOTDR散射谱信息高精度分析研究

传统的BOTDR光纤传感系统采用单路传感光纤实现对信息特征的测量,交叉敏感等不可控因素会使散射谱拟合精度较低,信息分析偏差较大。设计了一种同时对多路传感信息进行检测的BOTDR系统。针对基于布里渊光时域反射(BOTDR) 的多路传感散射谱高精度特征提取的要求,提出了一种三次数据融合(TTDF)与布谷鸟牛顿搜索(CNS)相结合的散射谱信息分析方法。该方法利用TTDF对信息数据的融合能力,根据狄克逊准则和格拉布斯准则,剔除了异常值的影响,减小了传感信号的误差;采用布谷鸟牛顿搜索算法进行频谱拟合,不仅通过布谷鸟的智能搜索能力得到全局最优解,而且以该最优解作为牛顿算法的初值进行局部寻优,保证了频谱拟合的精度,提高了布里渊散射谱信息分析的准确度。在温度信息散射谱线性权重比为1∶9的情况下,分析了不同线宽散射谱信息的提取。采用该方法进行多路数据融合的方差约为0.003 0,散射谱的中心频率约为11.213 GHz,温度误差小于0.15 K。理论分析和仿真结果表明,将此方法用于基于布里渊光时域反射的多路分布式光纤传感系统,可有效提高多路传感信号的准确度和布里渊散射谱信息分析的精确度。     

基于光谱反射率的两种土壤有机质数学建模方法对比

已有土壤有机质的光谱预测模型其适用性受建模样本的采样尺度、土壤类型及光谱参数限制,需要在大尺度及范围上进一步检验适用性,并比较分析不同建模方法的建模效果以寻求适用性更好、精度更高的定量模型.在黑河上游大尺度范围采得225个土壤样品,进行了土壤有机质(SOC)及光谱反射率测定后将样本划分为建模集(180个土样)与验证集(45个土样).将土壤光谱反射率(R)变换处理后得到连续统去除(CR)、倒数(REC)、倒数之对数(LR)、一阶微分(FDR)及Kubelka-Munck变换系数共6种指标,针对建模集分别采用逐步线性回归与偏最小二乘回归方法建立12种光谱指标与SOC的数学模型,并采用验证集进行模型预测效果评价.结果表明:(1)采用逐步线性回归或偏最小二乘回归方法建模,LR指标对SOC变化的解释效果都是最好,是SOC的最优预测因子.(2)基于LR指标建立的SOC模型中,采用偏最小二乘回归模型比逐步线性回归模型的预测精度更好,相较于黑河上游已有的经验模型,偏最小二乘回归法建立的模型的预测效果也更好.(3)采用本实验的225个土壤样品对比验证了黑河上游仅有的SOC模型.该模型的SOC预测值与实测值通过了均值T检验且Pearson相关系数达0.826,表明在局部典型区域建立的SOC预测模型,可以应用到更大尺度上的土壤有机质预测研究.     

基于ARTS的傅里叶红外高光谱计算模型研究及其影响因素分析

在基于红外高光谱辐射数据进行大气遥感方面的研究中,准确模拟红外高光谱数据是很重要的一步。分析了红外高光谱辐射仪的测量原理,建立了基于Atmospheric Radiation Transfer Simulator(ARTS）的考虑仪器干涉图截断与离散化处理过程的正向模型。在该正向模型中,首先采用高光谱辐射传输模式ARTS模拟得到离散化理想光谱,通过逆傅里叶变换将理想光谱转化为干涉图,对干涉图加窗截断处理,模拟仪器响应函数对干涉图的影响,最后采用傅里叶变换得到仪器测量光谱。在这一过程中,窗口函数的选择取决于仪器的干涉图截断方式。未经过切趾处理的仪器,其对应的窗口函数为矩形窗口;经过切趾函数处理,可以减少干涉图截断造成的能量泄露现象。逆傅里叶变换与傅里叶变换过程中必须满足Nyquist采样定律。基于已建立的正向模型,模拟了Atmospheric Emitted Radiance Interferometer (AERI)在Southern Great Plains (SGP)站点的108组晴空辐射数据,并与AERI的实测结果进行比较分析,结果发现理想光谱与AERI实测光谱在吸收线上差异较大,最大残差达到35 mW·sr-1·m-2·(cm-1)-1（简称RU）以上,增加干涉图截断过程后,模拟光谱与实测光谱的最大残差减小到10 RU以内。截断过程的增加对模拟光谱的精度有明显提高,尤其在吸收线上,模拟光谱明显被平滑,模拟精度显著提高。进一步分析六种常用窗口函数截断处理的结果与AERI实测数据的残差,结果发现,模拟过程中选择窗口函数为矩形窗口时,模拟光谱与AERI实测数据残差最小,基本可以约束在5 RU以内,确定了AERI的干涉图截断方式可以近似看作矩形截断。另外,在理想光谱转换为干涉图的过程中,理想光谱分辨率的选择决定了干涉图信息的采样率以及ARTS的计算效率,因此综合考虑模型计算精度和模型计算效率,确定最佳的理想光谱分辨率对于提高模型计算效能是非常必要的;基于此,本文模拟了不同理想光谱分辨率下的仪器测量光谱,对比分析了模拟光谱与AERI实测光谱的残差分布,并讨论了光谱分辨率对模型计算耗时的影响。结果表明,对于AERI,在对应的正向模型中设置理想光谱分辨率为0.241 1 cm-1时,可在保证模型准确度的前提下,最大化模型计算效率。