【導(dǎo)讀】用光譜來分析樣品的物質(zhì)組成，屬性或者物態(tài)信息的技術(shù)。由于光譜分析技術(shù)具有分析速度快，精。通過對光譜數(shù)據(jù)的去噪預(yù)處理，可以減少噪聲的影響，提高模型的穩(wěn)定性。法包括平滑，傅立葉分析等。的基本前提是隨機噪聲在處理“窗口”內(nèi)的均值為零。端不能進行平滑，因此存在一定的局限性。傅立葉分析對數(shù)據(jù)處理應(yīng)用的主要目的是加快信息的提。取過程，通過壓縮數(shù)據(jù)使得信息提取更加有效，同時去除干擾和噪聲。由此可對特殊頻率范圍內(nèi)的噪聲進行濾波處理，小波分析靈活濾波的特性是其它方法無法比擬的?；埽瑥浹a了傅立葉分析的不足，為信號處理提供了一種多分辨率下的動態(tài)分析手段。小波分析有效地完成了信號的時間與空間的局部化，對于信號分析而言意義重大。本文的目的是運用小波分析對2SO氣體的光譜數(shù)據(jù)進行去噪。所作的研究工作是對小波分析多。應(yīng)用MATLAB體系下的小波與小波包，提供了分解和綜合信號的工具。其窗口形狀為兩個矩形

　　

【正文】 和紋理信息保存的跟多，使信號的信息接近于理想化的原始純凈信號，這樣對分析信號、處理信號更加接近于真實值，這樣對環(huán)境的監(jiān)控測試更加準(zhǔn)確，跟能準(zhǔn)確及時的處理各種環(huán)境問題，更好的保護了我們生存的環(huán)境。而軟件則更實現(xiàn)了大氣環(huán)境監(jiān)測向自動化、實時在線監(jiān)測方向發(fā)展。通過軟件方便快捷準(zhǔn)確的對環(huán)境進行檢測，使人們的健康質(zhì)量更加有保證。 本課題就是基于這種大環(huán)境下而生成的，而小波分析也是一種比較成熟的圖像處理方法，通過對小波閾值去噪算法的不斷改進，會設(shè)計出更加完善，功能更加強大的軟件。相信在不久將來， 隨著算法不斷改進，設(shè)計出的軟件功能也會更加完善，功能也越來越強大，而軟件的種類也會越來越多。對人們的生活質(zhì)量的提高會有很大幫助。 附錄 I MATLAB 仿真程序 figure。 char ,a,b,c。 plot(a,b)。 第 21 頁 共 25 頁 axis([1000 1500 ])。 figure plot(a,c) axis([1000 1500 ])。 [C,L]=wavedec(b,2,39。db439。)。 q=。 p = C(126:492)。 V = length(p)。 I = (1:V)39。 cVID = 1。 cVN = sum(1./(1:V))。 pID = p(max(find(p=I/V*q/cVID)))。 pN = p(max(find(p=I/V*q/cVN)))。 figure plot(C(126:493)) E1=wden(b,39。rigrsure39。,39。h39。,39。one39。,2,39。db439。)。 E2=wden(b,39。heursure39。,39。h39。,39。one39。,2,39。db439。)。 E3=wden(b,39。sqtwolog39。,39。h39。,39。one39。,2,39。db439。)。 E4=wdencmp(39。gbl39。,b,39。db439。,2,39。s39。,1) figure plot(E1)。 figure plot(E2)。 figure plot(E3)。 figure plot(E4)。 y1=0。 y2=0。 第 22 頁 共 25 頁 y10=0。 y20=0。 y11=0。 y21=0。 y12=0。 y22=0。 y13=0。 y23=0。 for i=1:479 y10=y10+(E1(i)c(i))^2。 end for i=1:479 y20=y20+c(i)^2。 end SEM1=(y10/y20)^。 for i=1:479 y11=y11+(E2(i)c(i))^2。 end for i=1:479 y21=y21+c(i)^2。 end SEM2=(y11/y21)^。 for i=1:479 y12=y12+(E3(i)c(i))^2。 end for i=1:479 y22=y22+c(i)^2。 end 第 23 頁 共 25 頁 SEM3=(y12/y22)^。 for i=1:479 y13=y13+(E4(i)c(i))^2。 end for i=1:479 y23=y23+c(i)^2。 end SEM4=(y13/y23)^。 disp(SEM1)。 注：其中 a、 b、 c是在通過測試二氧化硫在給定波長的光譜吸光度， a為給定的波長數(shù)組， b是含噪的光譜吸光度數(shù)組， c是純凈的光譜吸光度數(shù)組。是給定的數(shù)據(jù)。 參 考 文 獻 [1] 楊福生 ,小波分析的工程分析與應(yīng)用 [M].北京 :科學(xué)出版社 ,1999:1145 [2] 何風(fēng)華 .小波分析在信號消噪中的應(yīng)用 [J].兵工自動化 , 2020,(06) [3] 李建平 .小波分析信息傳輸基礎(chǔ) [M].北京 :國防工業(yè)出版社 .2020 [4] 龍瑞麟 ,高維 .小波分析 [M].北京 :世界圖書出版公司 .1995 [5] 程正興 .小波分析算法與應(yīng)用 [M].西安 :西安交通大學(xué)出版社 .1998 [6] 楊族橋 ,方志雄 ,雷學(xué)堂等 .基于小波分析算法的應(yīng)用程序設(shè)計與實現(xiàn) [J].黃岡師范學(xué)院學(xué)報 ,:6062. [7] 胡昌華，張軍波等，基于 MATLAB 的系統(tǒng)分析與設(shè)計 ——小波分析，第二版，西安：西安電子科技大學(xué)出版社， 2020：前言 [8] 檀承志 ,胡貴軍 ,史新亮 .小波分析用于半導(dǎo)體激光器噪音信號分析 [J].光子學(xué)報 , 2020, 36(4):577580. 第 24 頁 共 25 頁 [9] 秦前清 ,楊宗凱 .實用小波分析 [M].西安 :電子科技大學(xué)出版社 .1994 [10] 劉貴忠 , 邸雙亮 .小波分析及其應(yīng)用 [M].西安 :電子科技大學(xué)出版社 .1992 [11] 譚利娜 , 高協(xié)平 , 何勝名等 .基于平移不變多小波方法的磁共振去噪研究 [J]. 光子學(xué) 報 ,2020,36（ 8） :15521556 [12] Shao X, Cai W, Sun P, Zhang M, Zhao G. Quantitative Determination of the Components in Overlapping Chromatographic Peaks Using Wavelet Transform[J].Analytical Chemistry,1997,69(9):1722 [13] , E. Hoogendam, Wavelet transform for the evaluation of peak intensities inflowinjection analysis, Anal. Chim. Acta, 1992, 267: 7380. [14] Mittermayer, ., Nikolov, ., Hutter, H., Grasserbauer, M., Wavelet Denoising of Guassian Peak: A Comparative Study,Chemometrics and Intelligent Laboratory Systems, 1996, 34(2): 187202. [15] Alsberg Bk, Woodward AM, Winson MK, Wavelet denoising of infrared spectra,Analyst, 1997, 122: 645652. [16]JouanRimbaud, Noord, , Application of wavelet transform to extract the Relevant ponent from Spectral data for multivariate calibration, Anal Chem, 1997, 69(21): 43174323. [17] Ingrid Daubechies 著，李建平，楊萬年譯，小波十講，北京，國防工業(yè)出版社， 2020：1313。 [18] 楊黎 , 許國旺等 . 快速傅立葉分析用于色譜噪聲平滑及微弱信號檢測 [J].色譜 ,1998， 16(5） :386389 [19] Donoho , Denoising by soft thresholding. IEEE Trans. On IT, 1995, 41(3):613627. [20] Mallat S. Multiresolution approximations and wavelet orthonormal based of L2(R).Trans. Aamer. Maath. Soc., 1989, 315: 6987. [21]張麗，羅超，張志沛，柴油機強噪聲信號的小波去噪辨識，內(nèi)燃機學(xué)報， 2020， [22]Donoho DL, Johnstone IM, Wavelet Shrinkage: Asymptoia, Jounal of the Royal Satistical Society Series(B), 1995, 57: （ 4）： 365368。 [23] Donoho DL, Johnstone IM, Threshold Selection For Wavelet Shrinkage of Noisy Data,Engineering In Medicine And Biology Society, 1994, Engineering Advances。 New Opportunities for Biomedical Engineers. Proceedings of The 16th Annual International Coference of the IEEE,36Nov 1994, 16(1), A2425. [24] 周忠來，施聚生，小波分析去噪方法在聲目標(biāo)識別系統(tǒng)中的應(yīng)用研究，現(xiàn)代引信， 1998，（ 4）： 第 25 頁 共 25 頁 1925。 [25]趙海英，紀(jì)超輝 .小波變換降噪技術(shù)及其在 Mallab中的實現(xiàn) [J]．兵工 自動化， 2020， 25(2)： 54～55