[发明专利]一种鲁棒的拉曼光谱峰识别方法

权利要求书

1.一种鲁棒的拉曼光谱峰识别方法，其特征在于：包括步骤，

S10、计算拉曼光谱数据的一阶导数；

S20、记录拉曼光谱数据的一阶导数的正负号发生改变的位置；

S30、根据拉曼光谱数据的一阶导数的正负号发生改变的位置，判断拉曼光谱数据的峰谷类型值的位置；所述峰谷类型值包括左侧谷值、峰值、右侧谷值及中间谷值，并将峰谷类型值作为元素组成一个向量z；

S40、根据拉曼光谱数据的左侧谷值、峰值、右侧谷值及中间谷值的位置，利用高斯函数作为曲线拟合数学模型，采用最小中值二乘法对拉曼光谱数据进行拟合，得到特征峰的位置及强度。

2.如权利要求1所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述步骤S30具体包括，

当一阶导数由零变为正数时，判断该位置为左侧谷值的位置；

当一阶导数由正数变为负数时，判断该位置为峰值的位置；

当一阶导数由负数变为零且在零处持续一段时间，判断该位置为右侧谷值的位置；

当一阶导数由负数变为正数时，判断该位置为中间谷值的位置。

3.如权利要求1所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述步骤S40具体包括，

对向量z中的元素从左往右进行判断；

当判断到向量z中的第一个元素为峰值时，将原光谱数据的最左侧位置作为左侧谷值；

当判断到向量z中的最后一个元素为峰值时，将原光谱数据的最右侧位置作为右侧谷值；

从左往右找到第一个峰值，获取峰值的数据片段，进行光谱拟合。

4.如权利要求3所述的鲁棒的拉曼光谱峰识别方法，其特征在于：

当从左往右找到第一个峰值后，还包括对所述峰值相邻元素的元素类型进行判断的步骤，具体包括，

当第一个峰值的相邻两个元素的类型分别为左侧谷值及右侧谷值时，将左侧谷值与右侧谷值之间的数据作为待拟合的单特征峰数据片段；

采用最小中值二乘法对单特征峰数据片段进行拟合。

5.如权利要求4所述的鲁棒的拉曼光谱峰识别方法，其特征在于：

当第一个峰值的左右两侧元素中存在中间峰时，该特征峰属于多峰叠加的一个子峰；在向量z中，由第一个峰值的位置向左直至寻找到左侧谷值，作为该多峰叠加的最左侧位置；由第一个峰值的位置向右直至寻找到右侧谷值，作为该多峰叠加的最右侧位置；

将左侧谷值与右侧谷值之间的数据作为待拟合的多峰叠加数据片段；

采用最小中值二乘法对多个特征峰的数据片段进行拟合。

6.如权利要求5所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述单个特征峰的数学模型为：

其中，I为拉曼光谱强度，I_base为基底强度，R_c为特征峰的中心，R为拉曼频移，w为半高宽，S为高斯峰面积。

7.如权利要求6所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述单个特征峰的最小中值二乘法的目标函数为：

其中，I_0i为原始拉曼光谱数据片段中的第i个元素，上式表示的意义为寻求一组参数I_base、R_c、w、S，使得由该组参数拟合得到的高斯光谱与原始拉曼光谱数据片段之差的绝对值的中值最小。

8.如权利要求5所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述多个特征峰的数学模型为：

其中，j为多个峰的索引，n为特征峰的个数，I_0j、R_cj、w_j、S_j分别为第j个特征峰的基底强度、中心、半高宽及面积；特征峰的个数为该多峰叠加数据片段中中间谷值的个数加一。

9.如权利要求8所述的鲁棒的拉曼光谱峰识别方法，其特征在于：所述多个特征峰的最小中值二乘法的目标函数为：

其中，上式表示的意义为寻求一组参数I_basej、R_cj、w_j、S_j，j从1到n，使得由该组参数拟合得到的高斯光谱与原始拉曼光谱数据片段之差的绝对值的中值最小。