基于卡尔曼滤波的即时光谱混合
信号处理
2024-07-23 v1 化学物理
统计方法学
摘要
本工作引入一种即时(即在线)线性混合方法,能够依次分析在光谱-光谱基准上获取的光谱数据。通过推导传统线性混合模型的序列版本，所提出的方法将线性混合问题转化为线性状态空间估计框架。在高斯噪声和状态模型下,可通过卡尔曼滤波有效地估计纯光谱。有趣的是,本文表明该卡尔曼滤波可在保持纯光谱固有的非负性约束的同时, operate in a lower-dimensional subspace。这种降维允许显著减轻计算负担,同时利用最近在表示基本光谱信息方面的进展。该方法通过在合成和真实拉曼数据集上的大量数值实验进行评估。结果表明,该基于卡尔曼滤波的方法在即时环境中提供了一个在光谱混合准确性和计算效率之间的便利的折中。鉴于作者迄今为止尚未发现能够有效以动态方式解决光谱混合问题的运营方法,本方法也构成了一个有价值的构建模块,可从源于实用问题的获取和处理框架中受益,这些框架旨在减少获取时间并避免对光敏样本施加潜在损伤。
引用
@article{arxiv.2407.15636,
title = {On-the-fly spectral unmixing based on Kalman filtering},
author = {Hugues Kouakou and José Henrique de Morais Goulart and Raffaele Vitale and Thomas Oberlin and David Rousseau and Cyril Ruckebusch and Nicolas Dobigeon},
journal= {arXiv preprint arXiv:2407.15636},
year = {2024}
}