基于太赫茲時域譜物質檢測技術及實驗研究.pdf

1、太赫茲時域光譜技術(Terahertz time domain spectroscopy,THz-TDS)應用于物質探測時，由于THz波特有的時域光譜分辨能力和無損探測能力，因此THz技術將為物質檢測技術帶來廣闊前景。本文結合THz-TDS光譜實驗，對THz光學參數計算、THz光譜預處理、THz光譜的物質分類識別、THz光譜的物質定量分析等問題進行了系統(tǒng)的研究。
　　本文的主要研究工作如下：
　　首先進行了四類物質的THz-

2、TDS實驗。觀察到不同溫度的牛血清白蛋白(BSA)樣本的THz光譜時，發(fā)現(xiàn)THz吸收光譜可以反映蛋白質分子內部構象解析疊及變性問題。采用自制氣室的THz-TDS系統(tǒng)，對甲醇氣體進行了THz實驗，觀察到這種有機氣體在THz波段有明顯的吸收峰。通過THz-TDS實驗獲得了以鐵觀音、龍井、碧螺春、黃山毛峰、普洱茶、祁門紅茶為代表的六種茶葉的THz吸收光譜。對三類爆炸物(DNT，RDX，HMX)進行THz時域光譜實驗，獲得它們在0.1～0.25

3、THz范圍的THz吸收光譜。同時在光譜預處理階段，比較分析了一階導數和二階導數基線處理方式，同時比較了基于軟閾值濾波和硬閾值濾波小波去噪方式的優(yōu)劣。
　　其次，對BSA的THz時域光譜和介電光譜參數采用主成分分析方法進行降維處理。結果表明，介電損耗正切角比吸收系數、折射率和介電譜虛部的得分更能夠反映BSA與溫度的相關關系。利用介電損耗正切角的得分系數建立標準模型數據庫，并基于歐氏距離和擇近原則模糊識別方法，對待測樣品進行了成功識別

4、。研究結果獲得了一種不同溫度狀態(tài)下BSA新的識別方法。
　　然后對甲醇氣體太赫茲光譜的定量分析過程中，提出采用結合遺傳算法和粒子群算法優(yōu)化BP神經網絡對太赫茲吸收光譜進行處理。分析結果表明，采用遺傳算法優(yōu)化BP網絡的初始值和閾值的方式，比傳統(tǒng)的BP神經網絡方法收斂速度更快，網絡值與實際值的相關性更好，并且預測誤差更小。而粒子群算法優(yōu)化BP網絡的預測結果與實際結果的相關系數更高，而且收斂速度更快。因此采用粒子群算法優(yōu)化BP神經網絡技

5、術，是對甲醇類氣態(tài)小分子有機物的太赫茲光譜定量分析問題更加有效的方法。
　　最后，由于傳統(tǒng)的支持向量機(SVM)以及最小二乘支持向量機(LS-SVM)對多組分茶葉的太赫茲光譜識別存在誤差率偏高的問題，分別采用遺傳算法和粒子群算法對向量機核參數尋優(yōu)，研究結果表明，結合了粒子群尋優(yōu)的LS-SVM模型，是一種降低多組分茶葉識別誤差的方法。由于背景偏移和噪聲問題，導致原始茶葉THz光譜重疊率較高的問題，采用偏最小二乘法對THz光譜先進行降