基于截断奇异值分解-凸优化算法的低维滤波阵列微光谱仪光谱重建研究
摘要：微型光谱仪工程化面临三个主要问题的解决方案:探测器前端滤波器数量与光谱重建准确性之间的不匹配；缺乏稳定的光谱重建算法；缺乏适用于工程的光谱重建评估方法。因此，本文基于20组滤波器，通过K均值算法和粒子群算法对滤波器阵列进行分类和优化，并在不同矩阵维度下获得最佳滤波器组合。然后，采用截断奇异值分解-凸优化算法进行高精度光谱重建，并描述了两种典型目标光谱的详细光谱重建过程。在光谱评估方面，由于光谱仪工作过程中所检测到的目标的强随机性，无法获取目标光谱的标准值。因此，我们首次采用多组数据的联合交叉验证方法进行光谱评估。结果表明，当对重建应用正负2个码值的随机误差进行多次时，重建曲线之间的光谱角余弦值大于0.995，证明该算法下的光谱重建具有高稳定性。同时，光谱重建曲线与标准曲线的光谱角余弦值可以达到0.99以上，表明实现了高精度的光谱重建效果。本文建立了一种适用于工程应用的基于截断奇异值-凸优化的高精度光谱重建算法，为微型光谱仪的工程应用提供了重要的科研价值。
作者：Jiakun Zhang, Liu Zhang, Ying Song, Yan Zheng
论文ID：2209.07531
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2022-09-19