回波处理是提高太赫兹时域光谱系统频谱分辨率的重要方法.为了研究样品存在非线性吸收情况下的回波滤除方法，在解卷积算法的基础上考虑介质对太赫兹脉冲的吸收情况和群延迟效应，将已有算法所需的四个参数缩减为与样品种类、厚度无关的两个参数，进一步提高了太赫兹光谱恢复的准确度.经实验验证，该方法可有效滤除太赫兹时域光谱系统中的GaAs天线基底以及ZnTe探测晶体产生的回波，将时间窗宽度增加一倍，使系统频谱分辨率提高到20 GHz.

为了将太赫兹光谱分析技术应用于物质识别领域，需要建立太赫兹波段的光谱数据库，并研究合适的数据库使用方法，以鉴别未知物质。光谱获取采用自行搭建的太赫兹时域光谱测量系统，通过小波变换去除基线和噪声等干扰信息，建立起含有20种典型有机物的光谱数据库。使用该数据库识别未知物质时，分成两步：1) 用径向基函数神经网络算法判断未知物质是否在数据库中；2) 若在数据库中，采用基于纠错输出编码的支持向量机多类算法鉴别物质种类。测试结果表明，对库内物质识别率为96.7%，对库外物质也有较好的预测和推断能力，识别率为93.2%。提出的太赫兹光谱数据库建立和使用方法，对系统噪声等干扰因素有很好的抑制作用，可以应用到实际场合。