基于GMM-ICSA的光谱重叠峰分解研究

朱丹丹，孙世成，杨惠，张灿，朱奇光，李康，史彦新，陈颖

(1.燕山大学电气工程学院河北省测试计量技术及其仪器重点实验室，河北秦皇岛066004； 2.燕山大学信息科学与工程学院河北省特种光纤与光纤传感器重点实验室，河北秦皇岛066004； 3.自然资源部水文地质环境地质调查中心, 地质环境监测工程技术创新中心，河北保定071051)

1 引 言

近年来，X射线荧光光谱法(X-ray fluorescence spectroscopy, XRF)作为一种准确的快速检测物质成分的技术[1]被许多行业广泛应用，但由于元素能级本身的宽度和探测器的分辨率不足等影响，使元素激发出的特征峰为类高斯分布的谱峰[2]，且由XRF的原理可得，某些元素所对应的XRF特征峰位比较接近，因此会出现相互重叠的现象，这将对组分的定性辨识与定量分析造成严重的影响。

目前，处理光谱重叠峰的问题大多采取2种方法：几何法[3]与信息处理法[4]。几何法可以在重叠峰位不密集时，从原始光谱直接获得波峰、波谷、切线、垂线等几何信息来完成分峰过程，整体比较直观且快速，但当谱峰重叠严重时，计算误差可能较大。信息处理法主要是借助小波变换、神经网络[5]、因子分析[6]、元启发式算法等来完成分峰过程，计算误差虽然较小，但计算速度较慢且可能遇到算法不收敛或陷入局部最优的缺点。在重叠峰较为严重同时考虑模型精度的前提下，广大学者使用信息处理法偏多，并对此问题进行了深入的研究。黄洪全等[7]优化了高斯混合模型(Gaussian mixture model, GMM)并与遗传算法相结合进行了XRF重叠峰的分解；……