CEEMDAN 去噪在拉曼光谱中的应用研究

提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)拉曼光谱去噪方法。利用排列熵(PE)作为代表噪声的内在模式分量(IMF)的判据,并对其进行阈值滤波以消除噪声,得到消除噪声的拉曼光谱重构信号。采用该方法对乙醇水溶液的拉曼光谱数据进行去噪研究。结果表明,该方法有效地消除了拉曼光谱中的噪声;与经验模态分解法(EMD)和总体平均经验模态分解法(EEMD)的对比表明,CEEMDAN 去噪法不但在高信噪比的拉曼光谱信号去噪中取得良好的去噪效果,而且在低信噪比的拉曼光谱信号去噪中依然优势明显。