基于FTIR的污染氣體預處理與神經(jīng)網(wǎng)絡模式識別研究.pdf

1、隨著大氣污染問題的加劇，環(huán)境問題越來越受到人們的關注，快速、準確地預測出大氣污染氣體，對環(huán)境保護有著巨大的作用。傅里葉變換紅外光譜技術以測量迅速，分辨率高，測量精度高等優(yōu)點，在氣體檢測領域得到越來越廣泛的應用。
　　本文從傅里葉變換紅外光譜技術的應用和傅里葉變換紅外光譜儀的優(yōu)點出發(fā)，分析了光譜數(shù)據(jù)預處理和模式識別的國內外研究現(xiàn)狀，搭建了紅外光譜數(shù)據(jù)采集系統(tǒng)，并對CO、NO2和NO三組分混合氣體進行建模分析。通過質量流量控制器精密控

2、制三種氣體進行不同比例的混合，并通過傅里葉變換紅外光譜儀采集大量的數(shù)據(jù)樣本。針對紅外光譜數(shù)據(jù)易受噪聲的影響和呈現(xiàn)復雜非線性關系，選擇小波去噪和神經(jīng)網(wǎng)絡進行建模，并對兩種方法進行改進，能夠有效的預測出光譜的成分組成。
　　首先對采集到的紅外光譜數(shù)據(jù)進行預處理，用改進小波去噪方法消除高頻噪聲，之后選擇主成分分析對樣本的波段進行降維，降維之后只用三個主成份就可以完全覆蓋原樣本數(shù)據(jù)的99％的信息量，減少了運算時間和計算量。使用四種典型神經(jīng)