Der Untergrund hat einen großen Störeinfluss auf die Ergebnisse der Spektralanalyse. Um effektive Informationen der charakteristischen Spitzen zu erhalten, muss der Untergrund zunächst entfernt werden. In diesem Artikel wird ein auf der Wavelet-Transformation basierender Algorithmus zur Hintergrundentfernung vorgeschlagen. Durch die Durchführung der Wavelet-Transformation auf dem Spektrum und den nachfolgenden iterativen Spektren werden die Approximationskoeffizienten zur Schätzung des Hintergrunds verwendet, bis der Hintergrund konvergiert. Es wurde ein Konvergenzkriterium vorgeschlagen, um zu beurteilen, ob der maximale Fehler der mehrfachen Hintergrundschätzung ausreichend klein ist. Nach Entfernung des Hintergrunds mit diesem Algorithmus kann die Information der charakteristischen Spitzen extrahiert werden. Der Algorithmus wurde mit simulierten Spektren und experimentellen energiedispersiven Röntgenfluoreszenzspektren validiert und mit der traditionellen Wavelet-Transformation sowie der Polynomialanpassung verglichen. Die Ergebnisse zeigen, dass dieser Algorithmus den Spektrumshintergrund genauer entfernen kann und für die Hintergrundentfernung anderer Spektren ebenfalls richtungsweisend ist.

Spektralsignalhintergrund;Signalkonvergenz;iterative Wavelet-Transformation;energiedispersives Röntgenfluoreszenzspektrum