第34卷，第7期 2014年7月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于拟线性局部加权法的煤样光谱散射校正
雷萌，季明*，马小平，缪燕子，王建生
中国矿业大学信息与电气工程学院，江苏徐州221116
Vol. 34,No. 7 -pp1816-1820
July，2014
摘要利用近红外光谱分析技术的诸多优势，可实现煤质多项指标的快速分析。煤样光谱数据的采集易受到巢声散射的十扰，在建模分析前常用多元散射校正方法对其予以恢复去噪。而传统的多元散射校正方法存在以线性表达式描述非线性关系的局限性，以及盲目追随“理想”光谱而导致的失真问题，为此提出基于拟线性局部加权法的煤样光谱散射校正。该法先选取二次曲线、三次曲线和增长曲线等三种拟线性函数，代替原线性函数；再分别引入均值核函数、高斯核函数、Epanechnikov核函数、二次权重核函数及三次权重核函数等五种核函数，在原评估函数中构造局部加权函数，利用局部加权函数精确表述各波长点处的依颗关系：最后，分析不同模式下校正光谱的准确性，确定拟线性函数与核函数的最佳组合。为验证方法的适用性，对0.2，1和3mm等三种粒度等级下的煤样光谱数据进行散射校正。结果表明：改进多元散射校正方法在消除光谱中散射干扰的同时，放大了特征谱峰信息，校正光谱与煤样各项指标的相关性得到了显著增强，有效地提高了煤质近红外光谱分析模型的预测精度和稳定性，
关键词近红外光谱分析技术；煤质分析；散射校正；拟线性函数；局部加权函数
中图分类号：0657.3
引言
文献标识码：A
DOI : 10, 3964 /j. issn. 1000-0593(2014 )07-1816-05
性曲线的变换和引人核函数的局部加权估计对其进行完善改进，提出了基于拟线性局部加权法的煤样光谱散射校正。
由于煤样粒度的不同，所采集光谱数据的质量（信噪比）
近红外光谱分析技术(NIRS)通过建立基于机器学习与智能算法等理论与方法的分析模型，同时检测待测对象的多项指标，是一种间接的快速分析方法1-5]。将该技术用于煤质分析，可实现煤质全元素的快速分析、有效改善传统方法分析指标单一、化验周期长、操作复杂及人力物力消耗大等缺陷-了。煤质近红外光谱分析模型的性能主要依赖于实验数据的准确性和分析方法的有效性.10]，高质量的实验数据是构建可靠分析模型的基础，是验证建模方法有效性的前提。然而，煤样光谱的实际采集易受煤样状态、实验环境和仪器设置等因素的影响，存在散射干扰多、噪声含量高，以及“感兴趣”信息不突出的间题，降低广光谱的信噪比，影响实验数据的准确性和可靠性。
传统的多元散射校正（MSC)方法常用于消除由煤样状态引起的散射干扰-13}，但存在两个主要缺陷；（1)以线性表达式描述煤样光谱非线性关系的局限性；（2)盲目追随（过拟合”理想光谱，导致光谱数据信息失真。为此，利用拟线
收稿日期：2013-09-14，修订日期：2013-12-18
也不尽相同4}。为了全面验证所提方法的有效性和适用性，实验采集了多组煤样在0.2，1和3mm等三种粒度等级下的光谱数据，并结合NIR的吸收机理，研究改进散射校正方法对多种状态下煤样光谱的恢复校正情况，
实验部分 1
1.1煤样
选择在我国煤炭资源储量上占有较大比例的烟煤与褐煤两大煤种作为实验煤样。按照中国国家标准规定方法，采集内蒙古、山西、费州和东北地区多个煤矿的117批煤（主要为商品煤），并将其制备成若干份试验样本，用于煤质标准分
析和光谱采集。 1.2仪器及参数
选取孔径0.2，1和3mm的标准筛制备煤炭试样，分别
用于光谱数据的采集，以及煤中水分、灰分、挥发分和发热
基金项目：中央高校基本科研业务费专项资金项目（2012LWB74），国家自然科学基金项目（61303183）和江苏省自然科学基金项目
(BK20130207)资助
作者简介：雷萌，女，1987年生，中国矿业大学信息与电气工程学院讲师
e-mail : liming@ cumt. edu, en
*通讯联系人
e-mail : leimengniee@ 163, com