拉曼光谱学习之一

光谱学习之一"/>

拉曼光谱学习之一

拉曼光谱：

拉曼光谱：分析入射光的散射光谱，得到分子振动旋转信息。得到分子的结构特征。

介绍

当用波数为的单色光照射样品时绝大部分的光被介质反射、吸收和投射但其余很少一部分光在物质上发生了弹性散射和非弹性散射。
其中散射光与入射光频率相同即碰撞时光子与分子方向改变而能量未发生交换的弹性碰撞为弹性散射也称瑞利散射
散射光中的’“光子之一在与样品分子碰撞时有能量交换，其频率发生改变的散射的是非弹性散射，这种光散射称为拉曼散射。散
射光与入射光不同而与发生散射的分子结构相关，因此可以根据这个来对物质进行相关检测
散射强度来看，瑞利散射最强，拉曼散射最弱。拉曼散射现象被印度物理学家拉曼于年发现

在拉曼散射中，入射光频率大于散射光的，属于斯托克斯散射，反之为反斯托克斯散射。斯托克斯远大于反斯托克斯，由于研究中关注散射光子与入射光子的能量差，因此大多数情况下，只研究斯托克斯散射谱。

拉曼尤谱背景扣除算法互共应用研究.陈珊

拉曼光谱是一种振动光谱，来源于分子振动与转动，是分子极化率变化的结果。通常将拉曼散射光强度与散射光相对于入射光频率位移的函数关系图称为拉曼光谱图

基线矫正
拉曼光谱的基线矫正消除残余的瑞利散射和荧光产生的背景噪声。

所谓瑞利散射：碰撞时光子与分子方向改变而能量未发生交换的弹性碰撞为弹性散射也称瑞利散射
所谓荧光噪声：有机分子或样品中污染物的荧光影响。

一般来讲对拉曼光谱的矫正，通常指标参量选择RMS值和AC_rate
这里我们还引入了峭度因子，用于衡量冲击平滑指标

J. Liu, J. Sun, X. Huang, et al. ‘‘Goldindec: A Novel Algorithm for Raman Spectrum Baseline Correction’’. Appl. Spectrosc. 2015. 69(7):
834–842.

确定指标之后，就能衡量各个参数矫正方法的优劣。
需要注意的是
是用来评价仿真拉曼谱图的拟合效果的，因为真实基线是未知的，值越接近于1，越好。（如果存在专家已经矫正的矿物的光谱，可以视为真正的基线）

交代完以上问题，接下来将介绍拉曼光谱基线矫正方法

方法

raman光谱基线矫正—大方向方法：
多项式拟合（polynomial fitting）
插值法（interpolation）
小波wave
最小二乘法（last）

想要学习raman光谱的基线矫正方法，The Asymmetric least squares不对称最小二乘是绕不过去的。作为经典的基准矫正方法，在最小二乘的基础上做了诸多改进

function z = baseline(y, lambda, p)
% Estimate baseline with asymmetric least squares
m = length(y);
D = diff(speye(m), 2);
w = ones(m, 1);
for it = 1:10
W = spdiags(w, 0, m, m);
C = chol(W + lambda * D’ * D);
z = C \ (C’ \ (w .* y));
w = p * (y > z) + (1 - p) * (y < z);
end

Baseline Correction with Asymmetric Least SquaresSmoothing

优点是计算速度快，收敛快，参数明确，容易调节，泛化性好，缺点是峰高比较小时，扣除面积所带来的影响较大。