[发明专利]一种从混合物SERS光谱中识别目标成分的方法

权利要求书

1.一种从混合物SERS光谱中识别目标成分的方法，其特征在于，包括以下步骤：

S1，采集目标物的SERS光谱并进行预处理和反卷积操作，所得结果作为参考谱，再利用连续小波变换寻找参考谱的特征峰，按照特征峰的峰值大小进行排序，并利用洛伦兹函数对每个特征峰进行曲线拟合；

S2，采集待识别分析物的SERS光谱并进行预处理和反卷积操作，所得结果作为分析谱，再利用连续小波变换寻找分析谱的特征峰，形成包含n个特征峰位移的向量，表示为：[ω₁,ω₂,...,ω_n]，其中的每个值对应一个特征峰的位移；

S3，根据参考谱中的每个特征峰i，在分析谱的特征峰位移向量中查找是否有峰位与之匹配，对匹配成功的分析谱特征峰j进行洛伦兹函数的曲线拟合，而后计算参考谱特征峰i的洛伦兹函数与分析谱特征峰j的洛伦兹函数之间的相似度；

S4，根据参考谱中特征峰i的拉曼光谱强度，计算该特征峰i匹配成功的权重p(I_i)为：

其中，m为参考谱特征峰的数量；

S5，根据参考谱中每一个特征峰的洛伦兹函数的匹配相似度，结合特征峰权重p(I_i)，计算参考谱与分析谱的综合相似度，进而判断待识别分析物中是否存在目标成分。

2.根据权利要求1所述的从混合物SERS光谱中识别目标成分的方法，其特征在于，步骤S1与步骤S2中的反卷积操作方式包括以下步骤：

a-1，将SERS光谱用洛伦兹函数表示：

其中，ν为拉曼位移，ω_l为洛伦兹函数的中心波数，γ_l为洛伦兹函数的半高宽；

a-2，以高斯函数G(ν)表示系统的展宽响应：

其中，ω_g为高斯兹函数的中心波数，γ_g为高斯兹函数的半高宽；

a-3，将实际采集的拉曼光谱表示为洛伦兹函数L(ν)与高斯函数G(ν)卷积的结果：

其中，V(ν)为实际采集的拉曼光谱，ν为拉曼位移，*表示卷积运算；

a-4，获取系统展宽响应的高斯函数G(ν)，以该高斯函数G(ν)为核，对SERS光谱进行反卷积操作；反卷积后的SERS光谱表示为：

其中，Deconv(ν)为反卷积处理后的SERS光谱，L_i(ν)为第i个特征峰的洛伦兹函数，m为特征峰数量，r(ν)为残差。

3.根据权利要求1所述的从混合物SERS光谱中识别目标成分的方法，其特征在于，步骤S1和步骤S2中的连续小波变换寻找特征峰，采用墨西哥帽小波为母小波函数：

其中，ψ(ν)为小波函数，ν为拉曼位移，δ为尺度。