Um das Problem der Baseline-Drift im Terahertz-Spektrum zu lösen, die die intrinsischen Absorptionspeaks überdeckt und die Genauigkeit der quantitativen Vorhersage von Mischungen verringert, wird ein auf adaptiver dynamischer Fenster-Iteration basierender Baseline-Korrekturalgorithmus vorgeschlagen. Diese Methode verwendet zunächst die Savitzky-Golay-Glättung zur Unterdrückung von Hochfrequenzrauschen, lokalisiert anschließend mit Hilfe von Gradientenstatistiken den Startpunkt des Peaks und realisiert in Kombination mit einer mehrpunktigen quadratischen Polynom-Approximation, iterativer Ersatz kleinerer Werte und der Bestimmung der Steigungsänderungsrate eine adaptive Schätzung der Baseline unter komplexem Hintergrund. Glutamin, Histidin, Threonin und binäre Mischungen wurden als Objekte verwendet und mit einem durchlässigen Terahertz-Zeitbereichsspektroskopiesystem Absorptionsspektren aufgenommen. Es wurden Teilplatten-Regression (PLS), Faltungsneuronale Netze (CNN), Rückpropagations-Neuronale Netze (BPNN) und Kleinste-Quadrate-Stützvektor-Maschinen (LSSVM) Modelle zur quantitativen Analyse auf Grundlage des korrigierten Spektrums erstellt. Die Ergebnisse zeigen, dass das LSSVM-Modell mit einem R² von 0,9960, einem RMSEP von 0,5431%, einem RPD von 15,72 und einem MAE von 0,4271% die beste Leistung erbrachte. Im experimentellen System und anhand der Bewertungskennzahlen dieser Arbeit übertrifft die vorgeschlagene Methode ModPoly, AsLS und airPLS, was darauf hinweist, dass der Algorithmus Potenzial für die Anwendung zur Erhaltung der Absorptionspeak-Charakteristika und zur Verbesserung der quantitativen Analyseleistung des Terahertz-Spektrums besitzt.

Terahertz-Spektrum;Baseline-Korrektur;dynamisches Fenster;Brückenanpassung;quantitative Analyse