研究了中心对称光折变晶体中Kagome光子晶格内带隙孤子的存在及其稳定性。结果表明:带隙孤子只存在于半无限带隙内,中功率的带隙孤子是稳定的,高功率和低功率的带隙孤子是不稳定的。在高功率和中功率区域内,带隙孤子的功率随传播常数的增加而减小。在低功率区域内,带隙孤子的功率随传播常数的增加而变大。

报道了中心对称光折变晶体中Kagome型光格子内缺陷孤子的存在及其稳定性。由于缺陷强度的变化，这些缺陷孤子能存在于不同的带隙内。当缺陷为正时，这些缺陷孤子只存在于半无限带隙内。利用扰动增长率和光波传播法，研究了这些缺陷孤子的稳定性。结果表明，通过扰动增长率和光波传播法得到这些缺陷孤子的稳定性是相同的，低功率正缺陷孤子是稳定的，高功率正缺陷孤子是不稳定的。当缺陷为负时，缺陷孤子存在于半无限带隙和第一带隙内。在半无限带隙内，中功率负缺陷孤子是稳定的，高功率和低功率负缺陷孤子是不稳定的。在第一带隙内，负缺陷孤子都是稳定的。

将经验模态分解(EMD)算法结合动态光谱理论中的频域提取算法用于血红蛋白浓度的无创测量。在体采集57例光电容积脉搏波, 选取636.98～1 086.86 nm范围内的光谱数据进行分析。首先通过EMD方法分别对各个样本每个波长的光电容积脉搏波进行去噪预处理, 再利用离散傅里叶变换提取脉搏波的峰峰值构成动态光谱, 最后运用偏最小二乘方法对各样本的动态光谱和血红蛋白浓度建立模型。与未经EMD处理的数据建模结果相比, EMD处理后, 血红蛋白浓度预测集的相关系数从0.879 8提高到0.917 6, 预测集均方根误差从6.675 9 g·L-1减小到5.300 1 g·L-1, 相对误差从8.45%减小到6.71%, 建模精度有了较大的提高。结果表明, 采取经验模态分解的算法进行光电采集数据的去噪预处理可以提高光谱数据的信噪比, 进而可以提高血液成分无创测量的准确性。

“M+N”理论从误差理论的角度阐明了光谱分析中外界干扰因素即“N”因素对于测量精度的影响, 并给出了提高测量精度的方法。 通过采用实测变电压光源光谱数据与多组分线性吸收谱仿真模型相结合的方法, 构造了三组分的理想混合溶液并选择光源电压作为影响被测组分浓度测量精度的“N”因素, 分别设定了不同信噪比下的两组各三种不同的校正集与预测集样本“N”因素分布方式, 得出了对于系统误差类“N”因素而言, 校正集与预测集的“N”因素分布范围对组分浓度的预测精度具有一定影响的结论。 实验结果验证了“M+N”理论中“N”因素用于提高测量精度的可行性, 同时为其他测量系统减小外界干扰提高测量精度提供了理论指导。

为实现血液成分无创检测, 针对动态光谱（dynamic spectrum, DS）时域单拍提取法存在的不足, 提出时域差值提取法, 即顺序提取各波长对数光电脉搏波上相距理想差值间隔的两对应采样点的绝对差值构成差值DS, 利用统计方法优选若干有效差值DS进行叠加平均获取最终DS输出。 对48例志愿者的实验数据分别利用差值提取法和单拍提取法进行DS提取, 结果表明: 差值提取法提取DS的去噪效果略优于单拍提取法; 对单一个体可获取有效DS的平均个数由48个改善为130个, 有效DS间均方误差的平均值由0.39改善为0.006, 运算速度提升了近20倍。 新方法显著提高了DS提取的质量。

将经验模态分解(EMD)和连续投影算法(SPA)结合用于面粉过氧化苯甲酰(BPO)添加量的近红外光谱检测分析中。 在波长898～1 725 nm范围内采集添加了BPO的面粉样本光谱, 先通过EMD分解法对其进行噪声预处理, 然后利用SPA算法提取光谱特征波长。 EMD处理后的光谱建模精度比原始光谱建模精度大大提高, 通过SPA算法从512个波长中提取了7个特征波长, 基于特征波长建立的模型, 与EMD处理后全波长建模结果相比, 建模波长个数大幅缩减, 但是模型精度与全谱建模相当, 结果表明: EMD和SPA结合可有效用于面粉BPO检测的光谱去噪和特征波长提取, 该结果为开发便携式面粉BPO检测仪提供了参考和依据。

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。 对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析, 校正集输出对期望值的跟踪较好, 相关系数R达到了0.993, 用建立起的BP神经网络模型去检验预测集输出值, 得到预测集的相对误差最大为4.7%, 平均相对误差为2.1%, 预测能力较为理想。 结果表明: 用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系, 提高了血液成分无创测量在临床上应用的可行性, 具有较高的应用价值。

为了提高血液成分无创检测精度, 增加预测模型稳定性, 对基于动态光谱(dynamic spectrum, DS)的血液成分无创检测仪器和预处理方法进行了定量信噪比分析与实验验证。 在DS数据提取时加入boxcar积分器、 降低波长分辨率、 均衡DS信噪比和剔除粗大误差等预处理方法, 使得各个波段上的DS数据信噪比得以均衡, 提高了DS的总体信噪比。 利用DS数据采集平台对两名志愿者连续多次测试, 同一个体的DS数据相关度分别从0.934和0.953分布提高到了0.991和0.987, 而不同个体间DS数据相关度与同一个体DS数据相关度差距也显著增加, 结果表明这些方法可以提高DS数据信噪比。 无创血液成分检测信噪比定量分析可有效指导预处理方法的选择, 为无创血液成分检测的临床应用创造了条件。

为了研究光谱建模分析中光谱仪器噪声和参与建模的波长数两个因素与定量分析精度之间的关系, 针对不同信噪比对模型精度的影响、 参与建模的波长数与分析精度的关系、 不同信噪比波段中多波长参与建模对分析精度的影响三个方面进行了理想样本建模分析。 实验结果表明: 光谱测量仪器的噪声水平直接影响建模分析误差, 而使用多波长尤其是信噪比较好的波段的光谱参与线性建模, 近似满足波长数每增加4倍, 分析精度提高2倍的关系, 能够在一定程度上弥补信噪比的不足。 研究为在光谱分析中充分利用和提高光谱仪器信噪比、 合理选择参与建模波长数及波段, 从而提高光谱定量分析精度提供了实验基础和理论指导。

多维漫透射光谱技术利用传统的近红外透射测量方式, 增加一维扫描装置, 获得透射方向上的径向光谱, 并利用多点漫透射光谱对复杂混合溶液进行成分分析。 实验设计了基于氙灯光源、 精密电控平移台和光谱仪的检测装置, 选用Intralipid-20%, India Ink和C6H12O6共配制225种成分含量不同的混合溶液, 分别测量距其透射中心点0～5 mm(间隔0.25 mm)范围内的20点漫透射光谱信号, 以偏最小二乘回归算法对单点和多点漫透射光谱信号进行建模分析。 实验得到India Ink含量和Intralipid-20%含量随漫透射光位置点的增加建模及预测的精度提高, C6H12O6含量随漫透射光位置点的增加建模及预测精度没有明显变化。 结果表明, 增加不同位置信息的漫透射光谱信号, 能够提高复杂混合溶液中强吸收物质和强散射物质的信噪比, 对于弱吸收弱散射物质有望在提升系统精度的前提下提高其预测能力。