在表面等离子体共振 (SPR) 频谱的无色化中应用一般化的S变换
1Faculty of Electronic Information Engineering, Huaiyin Institute of Technology, Huai'an, China. djf0495_cn@163.com.
Analytical methods : advancing methods and applications
|November 8, 2023
概括
一种新的无色化方法结合了一般化的S变换与白搜索算法 (BES) 进行表面等离子体共振 (SPR) 光谱分析. 这种方法可以提高SPR传感器的准确性,有效地过噪声,同时保持光谱特征.
科学领域:
- 光电子学和光子学
- 信号处理和数据分析.
背景情况:
- 准确的共振峰值对于表面等离子体共振 (SPR) 传感系统至关重要.
- 现有的SPR光谱曲线的否定方法通常涉及任意选择参数,限制其有效性.
- 对于提高SPR传感器性能来说,需要强大的和自动化的无雾化技术是非常重要的.
研究的目的:
- 为表面等离子体共振 (SPR) 光谱曲线提出和验证一种新的无色化方法.
- 为了优化无声化值,使用 Bald Eagle Search (BES) 算法与一般化的 S-变换相结合.
- 为了提高SPR传感系统的检测精度和可靠性.
主要方法:
- 一个光纤SPR传感系统被用来获取噪声的光谱数据.
- 应用了通用的S转换来将SPR光谱转换为S域.
- 使用 Bald Eagle Search (BES) 算法来优化光谱重建的无光化值 (λ).
主要成果:
- 拟议的BES优化通用S转换 (BES-S) 方法表现出优异的无效化性能.
- 在参数p在0.5-1之间和λ在1.5-2.5.5之间实现了最佳的脱.
- 该方法实现了0.27的平均根平均平方误差 (RMSE) 和23.61的信号噪声比 (SNR),优于其他方法.
结论:
- 该BES-S方法有效地过SPR光谱中的噪声,保持光谱形状和特征峰值.
- 这种方法通过自动化值选择,克服了传统除技术的局限性.
- 该方法显著提高了SPR传感器检测精度,并为SPR光谱分析提供了新的途径.
