学位论文 > 优秀研究生学位论文题录展示

EMD方法在近红外光谱信号去噪问题中的应用

作　者: 翟哲
导　师: 李伟凯
学　校: 黑龙江八一农垦大学
专　业: 农业信息化
关键词: 经验模态分解 去噪 近红外光谱 自适应 苗期玉米叶片
分类号: TN911.4
类　型: 硕士论文
年　份: 2014年
下　载: 6次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着经济的快速发展，国内外近红外光谱分析技术的应用也在日益增加。但是由于外界环境的影响，近红外光谱仪所采集到的光谱信号，除了包含自身信息外，在测量中还不可避免得到许多无关的噪声信号。因此在使用化学计量方法建立校正模型时，消除光谱数据中的无关噪声在光谱数据分析中变得十分关键和必要。近红外光谱信号去噪方法有很多，常用的有平滑算法、傅立叶变换和小波变换等，虽然这些方法都取得了一定效果，但是光谱信号是非线性、非平稳信号，这些方法都有自身的局限性。目前，对于非线性、非平稳信号去噪方法中研究最多的和最常用的是经验模态分解（Empirical Mode Decomposition，EMD）方法。本文研究的也正是EMD方法在近红外光谱信号去噪问题中的应用，首先，介绍了EMD的基本理论和EMD的去噪方法，但是针对EMD算法进行分解后，在参数选择上，选择哪几个包含有用信息的本征模态函数（Intrinsic Mode Function，IMF）分量进行去噪和对信号进行重建的问题上，不具备EMD的自适应性。所以基于模态的相关准则，本文提出基于能量最小原则的EMD自适应去噪方法，并在仿真试验中对该方法进行了初步的探索；其次，为了验证该方法在实际信号中的应用，以检测苗期玉米叶片叶绿素含量为例，把该方法引入到苗期玉米叶片近红外光谱信号去噪中，对预处理后的苗期玉米叶片光谱进行了去噪，并与小波去噪和EMD融合小波去噪方法进行了对比分析；再次，建立了基于偏最小二乘回归的近红外光谱校正模型，计算出叶绿素含量，其预测集样品的预测值与实测值的决定系数R2达到0.984，残差均方根RMSE为0.075，表明该模型具有良好的预测效果和较高的鲁棒性。最后，本文在总结前人对EMD分析的基础上，采用Matcom实现Matlab与Visual C++的混合编程，编写了一维近红外光谱去噪软件，其主要功能为基于EMD方法的滤波去噪。

全文目录


摘要  4-5
Abstract  5-8
第一章 绪论  8-13
  1.1 课题的背景和意义  8-9
  1.2 EMD 的研究现状及发展趋势  9-11
  1.3 主要研究内容与创新点  11-12
    1.3.1 主要内容  11-12
    1.3.2 创新点  12
  1.4 本章小结  12-13
第二章 EMD 的基本理论  13-24
  2.1 引言  13
  2.2 EMD 基本概念  13-15
  2.3 EMD 算法的经验筛选过程  15-19
  2.4 EMD 主要性质  19-21
  2.5 EMD 方法存在的问题  21-23
  2.6 本章小结  23-24
第三章 EMD 去噪方法  24-42
  3.1 引言  24
  3.2 传统的去噪方法简介  24-25
    3.2.1 傅立叶变换法  24
    3.2.2 小波变换法  24-25
  3.3 基于 EMD 的信号去噪方法  25-29
    3.3.1 EMD 的时间尺度滤波去噪方法  26-27
    3.3.2 EMD 的阈值去噪方法  27-29
  3.4 基于 EMD 与小波的联合去噪方法  29-31
    3.4.1 “小波+EMD”联合去噪模式  29-30
    3.4.2 “EMD+小波”联合去噪模式  30
    3.4.3 “EMD 融合小波”的联合去噪模式  30-31
  3.5 基于能量最小原则的 EMD 自适应去噪方法  31-34
  3.6 仿真试验  34-40
  3.7 本章小结  40-42
第四章 EMD 去噪在叶绿素近红外分析中的应用  42-58
  4.1 引言  42-43
  4.2 近红外光谱分析流程  43-45
    4.2.1 光谱校正模型的建立  43-44
    4.2.2 未知样品的组分浓度预测  44-45
  4.3 实验样品制备与预处理  45-50
    4.3.1 实验样品选择  45
    4.3.2 实验材料  45
    4.3.3 光谱采集仪器  45-46
    4.3.4 光谱数据采集  46-47
    4.3.5 苗期玉米叶片光谱信号去噪  47-50
  4.4 近红外光谱分析模型的建立方法研究  50-57
    4.4.1 模型的建立方法  50-53
    4.4.2 模型的评价指标  53-55
    4.4.3 基于偏最小二乘回归法的叶绿素校正模型的建立  55-57
  4.5 本章小结  57-58
第五章 EMD 光谱去噪软件编制  58-62
  5.1 EMD 软件总体设计流程  59
  5.2 Matlab 和 VC++混合编程的 EMD 光谱去噪软件设计  59-60
  5.3 本章小结  60-62
第六章 结论与展望  62-64
  6.1 内容总结  62
  6.2 存在主要问题和展望  62-64
参考文献  64-68
致谢  68-69
个人简历  69

相似论文

  1. 基于FPGA的电磁超声检测系统的研究,TH878.2
  2. 陀螺稳定吊舱控制系统稳定回路设计与研究,V241.5
  3. 航天器姿态动力学系统鲁棒自适应控制方法研究,V448.22
  4. 基于DSP的感应电动机四象限运行系统的研究,TM346
  5. 基于DSP的感应电机矢量控制系统研究,TM346
  6. 适应多总线通讯模式的感应电动机矢量控制系统研究,TM346
  7. 半导体激光器热电控制技术研究,TN248.4
  8. 基于视觉特性的视频编码技术研究,TN919.81
  9. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  10. 基于滑动相关双门限的扩频码同步捕获技术的研究,TN914.42
  11. 跳频通信系统中同步及频率自适应算法研究,TN914.41
  12. 基于纹理特征的视频编码技术研究,TP391.41
  13. 图像分割中阴影去除算法的研究,TP391.41
  14. 自适应双重控制在垂直起降机中的应用研究,TP273
  15. 自适应模糊控制算法研究及其实现,TP273.4
  16. GPS抗干扰技术研究,P228.4
  17. 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
  18. 电子产品质量监控测试设备设计,TN06
  19. 关于混沌系统同步控制方面的研究,O415.5
  20. 基于核方法的高光谱图像异常检测算法研究,TP751
  21. 有源电力滤波器及其在配电网中的应用,TN713.8

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 噪声与干扰
© 2012 www.xueweilunwen.com