近红外光谱技术作为在线检测和控制的重要方式,可以对物质成分进行快速的无损检测,而光谱预处理技术和建模分析已经成为物质成分检测的重要手段。本文通过将光谱预处理技术与偏最小二乘回归分析方法相结合,对获取的红外谱图建立校正模型,通过交叉验证均方根误差和校正集均方根误差对模型进行评价,再通过残差、决定系数和预测集均方根误差来验证模型的预测能力,以此为基础对混合溶液红外谱图进行预处理和建模分析。由于Savitzky-Golay预处理算法具有只能处理奇数个数据点,参数选取多而且在边界点处理上存在问题等一些缺点,本文设计了基于奇异摄动技术的光谱预处理新算法,主要包括高增益积分链式微分器的设计和平滑与微分新算法的设计。高增益微分器的扰动项仅存在于最后一个微分方程中,噪声信号通过每一层的积分作用就可以被充分抑制,这样设计的线性动态跟踪-微分系统,当摄动参数的值足够小的时候,信号x1(t)可以完全跟踪输入的光谱数据u(t),运用基于逆泰勒级数的方法对系统参数的选取进行有效的优化。对于新设计的光谱平滑与求取一阶导数的算法,当摄动参数无限趋近于零时,信号x1(v)可以完全跟踪并平滑光谱数据u(v),x2(v)就是光谱信号的一阶导数谱,这样设计的预处理算法可以获得信噪比更高的红外光谱图。应用傅里叶变换红外光谱仪对葡萄糖溶液和啤酒两个数据集样品的红外光谱图进行采集,分别利用Savitzky-Golay算法和摄动系统算法对采集得到的红外光谱图进行预处理,运用留一交叉验证法并通过交叉验证均方根误差的大小确定最佳主成分数,用KS算法对样品集进行划分,建立基于偏最小二乘回归分析法的校正模型并对模型进行预测,通过模型评价参数验证模型的拟合能力和预测能力,对新算法的可行性进行检验。综上所述,我们设计了能同时跟踪并平滑红外光谱数据的新算法,并对摄动参数进行优化选取,该算法结构简单,仅需调整一个摄动参数值就可以逐点运算完成平滑和求取各阶导数的要求,而且具有良好的应用前景,能够实现进一步的优化与学习。