[发明专利]基于Python的角分辨极化拉曼光谱的作图方法

说明书

本发明属于数据处理技术领域，公开了基于Python的角分辨极化拉曼光谱的作图方法，包括以下步骤，步骤一，采用角分辨极化拉曼光谱技术，得到测定物质的拉曼原始光谱；步骤二，对拉曼原始光谱进行预处理；步骤三，对处理后的拉曼光谱进行整理合并；步骤四，设置峰的种类和个数，并绘制散点图；步骤五，进行拟合，得到每个峰的特征；步骤六，将不同峰位的峰值分开，得到对应峰位的角分辨极化拉曼光谱图。本发明减少了得到角分辨极化拉曼光谱图所需要的时间，通过预先设定拟合参数的方法，使拟合结果更大程度的接近真实情况，缩短了原始手动处理方法的时间，使用角分辨极化拉曼光谱技术来确定晶体面内方向、光谱分析更为简洁。

技术领域

本发明属于数据处理技术领域，尤其涉及一种基于Python的角分辨极化拉曼光谱的作图方法。

背景技术

拉曼光谱分析是一种常用的物质分析与检测手段，拉曼光谱分析可分为定性分析和定量分析。定性分析的基本原理为，不同位置的拉曼光谱发光峰位置不同，通过观察拉曼光谱在特定位置是否有发光峰能够判断是否存在某种物质；定量分析的基本原理为，拉曼光谱峰的强度(特征峰的面积)与相应物质的含量之间存在正比线性关系，可通过分析拉曼光谱峰的强度得到该种物质的含量。因此，拉曼光谱分析的关键在于确定光谱峰的位置以及光谱峰强度。

角分辨极化拉曼光谱是拉曼光谱的一种，目前用来确定晶体面内方向。其原理是，通过角分辨极化拉曼光谱技术，使用线偏振激光激发晶体的未知晶面，将晶体沿轴精确旋转360°并及时测得其高质量的极化拉曼光谱强度，结合群论方法和拉曼选择定则，指认声子振动模式及归属，同时准确的确定晶体面内方向。

目前，角分辨极化拉曼光谱的作图的方法是，旋转360°并及时测得其高质量的极化拉曼光谱强度，然后手动处理每一条，最后整合成角分辨极化拉曼光谱。然而，经过旋转会得到多条拉曼光谱，需要对每一条进行分析，例如每隔10°得到一条，就有37条，然后分别对每一条进行分析之后才能得到最后的角分辨极化拉曼光谱。因此，造成了角分辨极化拉曼光谱的作图与分析的困难。

发明内容

本发明意在提供一种基于Python的角分辨极化拉曼光谱的作图方法，本发明旨在解决现有技术中存在的技术问题。

为实现上述目的，本发明提供如下技术方案，基于Python的角分辨极化拉曼光谱的作图方法，包括以下步骤：

步骤一，采用角分辨极化拉曼光谱技术，得到测定物质在不同角度的拉曼原始光谱；

步骤二，对拉曼原始光谱进行归一化、滤波和基线校正处理；

步骤三，对处理后的拉曼光谱进行整理合并；

步骤四，设置峰的种类和个数，并绘制散点图；

步骤五，进行拟合，得到每个峰的特征；

步骤六，将不同峰位的峰值分开，得到对应峰位的角分辨极化拉曼光谱图。

在本发明的另一种优选实施方式中，步骤二中，采用min-max标准化算法将数据归一化；采用滑动多项式滤波法进行基线校正。

在本发明的另一种优选实施方式中，步骤二中，校正处理具体为，对拉曼原始光谱进行多项式拟合得到拟合光谱，计算拟合残差，进行峰值消除，多项式拟合逼近基线，再用原始光谱减去基线，得到基线校正后的光谱数据；其中，拟合残差计算公式为，

在本发明的另一种优选实施方式中，步骤三中，在Python中对拉曼光谱进行整理合并。

在本发明的另一种优选实施方式中，步骤四中，在Python中定义choose_Gauss_number(self,V)来设置Gauss型的峰数量，定义choose_Lorentz_number(self,V)来设置Lorentz型的峰数量，定义choose_Voigt_number(self,V)来设置Voigt型的峰数量；