作者：韓 諾，郝 悅，寧 宇，張 妍，卞?；?
關(guān)鍵字：原位紅外光譜；變分模態(tài)分解；冠豪豬優(yōu)化算法；信號去噪；參數(shù)優(yōu)化
論文來源：期刊
具體來源：中國無機(jī)分析化學(xué)，2026, 16(2): 312-324
發(fā)表時(shí)間：2026年
原位紅外光譜技術(shù)能夠在反應(yīng)過程中實(shí)時(shí)監(jiān)測動(dòng)態(tài)化學(xué)工程、物質(zhì)結(jié)構(gòu)變化與分子振動(dòng)，在催化機(jī)理研究、能源材料表征及生物分子檢測等領(lǐng)域具有不可替代的作用。然而，實(shí)驗(yàn)所采集的光譜信號常受到儀器熱噪聲、環(huán)境擾動(dòng)、樣品散射及光路波動(dòng)等多源噪聲的疊加干擾，導(dǎo)致譜圖基線漂移、特征峰展寬或湮沒，嚴(yán)重制約了光譜的解析精度與定量可靠性。傳統(tǒng)去噪方法如窗口移動(dòng)多項(xiàng)式擬合法（Savitzky–Golay, S-G）、經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical mode decomposition, EMD）、離散小波變換（Discrete Wavelet Transform, DWT）、變分模態(tài)分解（Variational Mode Decomposition, VMD），往往存在參數(shù)依賴性強(qiáng)、模態(tài)混疊、高頻細(xì)節(jié)丟失或過度平滑等問題，難以在復(fù)雜工況下實(shí)現(xiàn)噪聲抑制與信號保真的平衡。
針對這些問題，本研究提出一種冠豪豬算法（Crested Porcupine Optimizer, CPO）元啟發(fā)式優(yōu)化的變分模態(tài)分解去噪方法。該方法創(chuàng)新性地引入CPO算法，以分解后模態(tài)分量的最小能量熵為適應(yīng)度函數(shù)，實(shí)現(xiàn)對VMD關(guān)鍵參數(shù)（模態(tài)數(shù)K與懲罰因子α）的自動(dòng)全局尋優(yōu)，從而克服了傳統(tǒng)VMD參數(shù)依賴經(jīng)驗(yàn)設(shè)置的局限。優(yōu)化后的VMD將光譜信號自適應(yīng)分解為一系列帶限模態(tài)分量，每個(gè)BLIMF都是一個(gè)具有特定中心頻率的緊湊、準(zhǔn)正交分量。分解之后，執(zhí)行關(guān)鍵的分量選擇步驟。主要代表隨機(jī)噪聲的高頻BLIMF被舍棄。相反，那些包含了基本化學(xué)信息和特征光譜標(biāo)記的低頻BLIMF被有選擇地求和，以重構(gòu)最終的去噪光譜。通過涵蓋模擬和真實(shí)世界光譜數(shù)據(jù)的綜合實(shí)驗(yàn)驗(yàn)證，CPO-VMD方法的性能優(yōu)越性和實(shí)用價(jià)值得到了證實(shí)。利用三個(gè)疊加了加性高斯白噪聲的高斯峰構(gòu)建了基準(zhǔn)模擬光譜，以便進(jìn)行精確的定量評估。此外，該方法在兩個(gè)具有代表性且富有挑戰(zhàn)性的材料體系（NiFe LDH催化劑、鍍金硅晶體）上獲得的實(shí)驗(yàn)原位傅里葉變換紅外光譜上進(jìn)行了測試，與S-G平滑、EMD、DWT、VMD等傳統(tǒng)去噪方法對比，結(jié)果表明：對于模擬信號，CPO-VMD方法取得了24.12的最高信噪比，其重構(gòu)信號與真實(shí)信號的相關(guān)系數(shù)達(dá)0.9948，均優(yōu)于其他方法；在實(shí)際光譜處理中，對于NiFe LDH催化劑光譜，該方法在去除噪聲的同時(shí)能保留2300-2400 cm-1區(qū)域的峰值信息，而其他方法在此區(qū)域要么引入了畸變，要么殘留了噪聲；對于鍍金硅晶體光譜，該方法在1050-1200 cm-1主峰區(qū)域能有效保留峰形與強(qiáng)度，而其他技術(shù)則存在過度平滑或噪聲去除不足的問題。這證明了該方法在有效抑制噪聲的同時(shí)，能更完整地保留特征峰的峰位、峰形與強(qiáng)度信息，顯著提升了光譜質(zhì)量與分析可靠性。本研究不僅為原位紅外光譜提供了一種高效、穩(wěn)健且自動(dòng)化的去噪方案，也為VMD參數(shù)優(yōu)化問題提供了新的解決思路，具有重要的方法論意義與應(yīng)用價(jià)值。