元素的峰重叠在光谱分析中对定量结果影响很大,需要进行分离。
重叠峰分离的方法有很多,比如:傅立叶变换、偏最小二乘法等。
这里介绍一种卡尔曼滤波算法。
卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题,他是最优,效率最高甚至是最有用的。他的广泛应用包括机器人导航,控制,传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理,例如头脸识别,图像分割,图像边缘检测等等。
具体的算法,因为极其复杂,所以不在这里罗列,感兴趣的可以去搜索相关资料。
这里演示一下在用能散XRF测镍铜合金中的一个案例:
![]()
图中镍的Kb峰、铜的Ka峰和锌的Ka峰、铜的Kb峰存在重叠。谱峰分离效果如图。
通过众多的样品测试分析,卡尔曼滤波算法对于重叠程度低于90%的,分离效果相当好,
对于重叠程度大于90%而小于95%的有一定误差,而超过95%的基本就无能为力只能回归到分支比扣除法。