• 本文目录导读：
• 1、傅里叶变换
• 2、红外光谱
• 3、叠加原理

傅里叶变换

在傅里叶分析中，将信号表示为由不同频率正弦波组成的函数。 常见的信号可以通过运用反演公式转化为它们与不同频率正弦波相乘之后再求和得到。

因此我们可以发现，在实际操作过程中，需要一些方法来确定每个特定频率构成的贡献。一个好处是很容易识别某些非常明显存在却沉默播放者无法捕捉到的模式。例如心脏跳动时引起轻微振动就会产生固有频率，从而可被检测出来。

红外光谱

当物体被辐射时，吸收部分能量，并衰减和散射其余能量；但这种吸收是具有选择性地进行长波（红色）或短波（紫色）范围内特定颜色区域表现出来。

因此根据样品对输入光线产生响应类型分类可形成多钟共振模型：伸展振动、弯曲振动、摇摆振动等。每一种共振模型对应一个波长的辐射吸收峰。例如，C-H键伸展是在2900 cm-1左右。

叠加原理

从原始信号重构复杂频谱通常需要使用混合信号的多个分量。 将不同峰值区间内的红外光谱图像相互叠加产生新图像时，则可以通过运用叠加定理来重新分离这些成分。

如何正确看待方向问题

还有一个与方向有关的相关概念：旋转坐标轴系统（正则旋转矩阵）。这要求首先确定在哪个坐标轴上物体将自然耀发最大强度(投影)；其次才能得到其他各个灰度值就好了，也可能更容易确认若干特征衍生指数。

总而言之，在使用FFT处理红外光谱数据时，我们必须牢记许多因素：基线修正和去除散点以及按波长排列样品精度改善等操作都会影响所获得结果，并且选择适当技术生成大量可供评估结果进行比较扫描以快速准确地优化算法参数和之后数据分析过程中的“潜在交互效应”。

微信号：Leeyo931201
咨询采购，报价（傅里叶红外光谱，应急，非道路，污染源排放，温室气体等检测，定量），请点击下方按钮。
复制微信号