摘要：印度研究员C.V.拉曼（Raman）在拉曼散射效应的基础上研究出了拉曼光谱技术，此方法是找出同入射光频率不一样的散射光谱，对其分析，从而获得分子有关振动及滚动等相关内容，是一种主要用于研究分子结构的方法。由于拉曼光谱技术具有非侵入、无损伤和无辐射等优点，目前主要被应用于物质鉴别、材料分析等领域。但由于噪声总是存在于信号中， 噪声会遮盖住部分光谱信号，拉曼光谱的峰值信息因此变得不清晰，此时对光谱信号直接进行分析就存在一定难度。因此对信号进行去噪是光谱分析的有效预处理手段，目的在于从噪声中提取出光谱信号。传统的去噪方法如小波去噪或S-G滤波器的方法只适用于较弱噪声下的光谱信号，但对于低信噪比情况下的信号处理效果没有预设的理想。为了突破经典方法的局限性，本课题利用压缩感知稀疏表示理论，研究拉曼光谱特征峰提取方法，通过信号的重构得到纯净的拉曼光谱，恢复强噪声中的拉曼信号。并在此基础上，基于物质光谱特征改进了重构算法，提高了光谱重构的效率。

关键词：稀疏表示  拉曼光谱  去噪算法  正交匹配

目录

摘要

Abstract

1. 绪论- 1

1.1课题研究的背景及意义.-1

1.2目前的研究现状.-2

1.3课题研究的主要内容及实现方法2

1.4论文的整体框架.3

2. 传统拉曼光谱分析法-4

2.1 拉曼散射..-.4

2.2 拉曼光谱技术的应用.-5

2.3传统去噪方法介绍.-..6

3. 压缩感知与稀疏表示.-.10

3.1 信号的稀疏表示-.10

3.2 压缩感知理论-..11

4. MATLAB介绍.-..13

4.1 MATLAB功能概述.-.13

4.2 MATLAB在信号处理中的应用.-..13

5. 拉曼光谱信号处理..-.14

5.1 信号数学模型..-14

5.2 字典构造.-14

5.3 基于物质光谱特性的快速OMP算法.15

5.4 实验与结果分析.-15

6. 课题总结-.18

参考文献.-19

致谢-..20