基于FT频域数字滤波实现荧光干扰中的拉曼光信号提取

来源 :第十五届全国分子光谱学学术会议 | 被引量 : 0次 | 上传用户:loserlu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字滤波目前是信号分析处理核心技术,发展高性能的滤波除噪法已成为分析信号处理技术研究中的前沿课题。在数字信号处理中,傅里叶变换是重要的方法之一,它架起了时域和频域之间的桥梁,时域上重叠在一起的光谱信号,在频域上能够比较明显地分离出来。本文通过matlab仿真,模拟了从较强荧光干扰下提取拉曼信号的过程,利用频率特性差异进行荧光及噪声滤除,并对仿真结果进行了分析。
其他文献
本文在pH 6.0的Tris-HCl介质中,以溴化乙锭为荧光探针,研究了阿米卡星与小牛胸腺DNA之间的相互作用,采用荧光光谱、吸收光谱、Scatchard方程、圆二色谱、黏度等手段,对作用机理进行了研究。结果表明,阿米卡星与小牛胸腺DNA之间的作用方式为混合方式,嵌入与沟槽作用是两种主要作用方式,求得25℃时二者的结合常数为2.2×104L·mol-1。
本研究在Fe-Oxide纳米粒子表面还原金制备不同壳层厚度的Fe-Oxide/Au磁性核壳纳米粒子,并用SEM表征其形貌。结果表明,Fe-Oxide聚集体已被金包裹并且核壳粒子表面呈现出类似毛刺状的结构。用Py作为探针分子的SERS对Fe-Oxide/Au磁性纳米粒子施加磁场后的靶向效果进行检测,发现SERS强度随着磁场施加时间与金壳层厚度的增加而增强,并且这种核壳纳米粒子能检测到低浓度的Py溶液
本研究采用荧光光谱法测定了杜仲样品的散射光。发射波长为671 nm时,激发谱中出现两个位于411 nm的弱峰和671 nm的强峰;激发波长为410 nm时,发射谱中出现了两个波峰,分别位于410(409)和671 nm处,其中671 nm的峰弱于410 nm处.同时,采用高效液相色谱法测定杜仲中的药用有效成分松脂醇二葡萄糖苷(PDG)的含量,对杜仲样品的散射光强度与PDG的含量进行逐步回归分析,建
本文采用金属簇模型和密度泛函方法主要探讨了4,4-联吡啶分子吸附于纳米间隙中的表面增强拉曼散射的化学增强机理。首先,我们基于分子-金属簇模型进行了密度泛函理论(B3LYP/6-311+G**/LANL2DZ)计算得到了4,4-联吡啶分子与金簇的稳定吸附结构和低能电子态结构的势能面;然后,进一步考查了吸附分子的成键作用、激发光波长和表面电子态的对拉曼光谱强度的影响。
本文用等离子体浸没离子注入与沉积(PⅢ&D)复合强化新技术在AISI1440C不锈钢基体表面合成了无氢类金刚石(α-C)和含氢类金刚石(α-C:H)碳膜。膜层表面的原子力显微镜(AFM)形貌显示出DLC膜结晶完整,结构致密均匀。Raman光谱分析结果表明,制备的DLC主要是由金刚石键(sp3)和石墨键(sp2)组成的混合无定形碳膜,且sp3键含量大于10%.DLC膜中D峰和G峰蜂位、半峰宽度FWH
本文对聚乙烯塑料的FTIR,FT-RAMNA法检验进行了研究。塑料在社会生活中承担着重要的角色,是法庭科学实验室的常见物证,红外光谱法、拉曼光谱法均不需要样品前处理就可以对塑料进行无损、快速、准确地检验,为其他分析方法重复使用样品创造了条件,在分类鉴定时各有优势互相补充。红外光谱法、拉曼光谱法检验塑料所需要的样品量非常小,直径几百微米即可满足测量条件。
本文利用密度泛函理论计算了PATP在表面可能的结构及其与不同大小金属簇(Ag1-8,Au1-5)的成键情况以及分子金属复合物的拉曼光谱性质的变化,同时考虑了吸附构型和带电金属簇对拉曼光谱的影响,最终得到了与实验光谱吻合较好的理论模型。
本文设计了一种新型的激励光为隐失光的高效的近场增强拉曼样品池,该样品池利用大数值孔径物镜形成隐失光,利用拉曼散射光的特点,不仅接收到可传输的拉曼散射光,还接收隐失光形式存在的拉曼散射光,同时根据拉曼散射光的特点,通过加盖反射半球,提高了拉曼散射信噪比,通过实验验证了隐失光激励和传输光激励的拉曼散射光谱的不同。
本文应用红外光谱与拉曼光谱对粉笔的检验进行了比较研究。结果表明,检验确定粉笔的主要成分红外光谱法有优势,可以依据红外光谱特征吸收快速、方便地定性;样品间的比对拉曼光谱法要优于红外光谱法,配方不同的粉笔拉曼光谱的差异比红外光谱的差异更明显、更直观、更易于识别。
本文借助化学计量学方法在解析多元混合体系光谱的优势,探索了支持向量机回归方法(SVR)应用于混合氨基酸体系拉曼光谱定量分析的有效途径。结果表明,拉曼光谱经过平滑和基线校正处理后,采用支持向量机算法所建立模型的留一法预报误差都可以控制在5%左右,对于两组分氨基酸混合体系的同时定量测定收到了较好的效果。同时,我们也采用了反向传播人工神经网络方法(BPN)等其他方法来加以对比研究,结果显示支持向量机方法