其他红外线光谱数据处理技术优化

实际上由于样品属性不同，所采取的红外线光谱数据处理技术也不相同，在傅里叶红外线检测中并没有一个统一的标准，认为哪些处理是“必须的”，多数是根据当时样品情况和红外线仪器情况认为哪些是有必要的。除了上面阐述的以外，常用的红外线光谱数据处理技术还有：

乘谱：为了“增加”光谱的吸光度，可以将光谱乘以一个系数，乘谱本身并不能去除噪音或者增减分辨率；

加谱：将两个或者两个以上的吸收光谱相加，如果同一个样品经过测试得到两个不同的光谱，通过相加可以提高关光谱的信噪比，提高光谱的质量；

通过前面分析我们可以看到，傅里叶变换红外光谱的分辨率越高，就意味着同等时间内更长的动镜移动距离，意味着光谱中更密集的数据点。在必要情况下可以通过改变光谱数据点间隔的方法（使其点更多，更紧密）达到改善光谱质量的目的。(www.xing528.com)

同理可以在光谱进行数据采集之前，在设置采集参数时，通过设置“填充零”的方式是的光谱曲线“更加光滑”。

近几年以来，人们将傅里叶退卷积（Fourier self-deconv- olution）技术用于红外线光谱数据处理，很多实际样品光谱是由两个以上的窄谱带合成得来的，识别这种光谱的关键是要将两种或者两种以上的光谱分开，利用傅里叶退卷积光谱数据处理技术可以将严重重叠的谱带分开。但不同的曲线拟合方式、分峰技术将有可能不同的处理结果，对于采用该方法得到的光谱的正确性并没有形成相对一致的权威标准，比较常见的做法是和二阶导数光谱相比，如果两个光谱峰的个数相等，峰位的也基本相同的话，就认为退卷积是合理的。