利用离散希尔伯特变换的学习矩阵表示从CARS谱中提取拉曼信号
信号处理
2022-07-08 v2 光学
摘要
消除相干反斯托克斯拉曼散射（CARS）谱中因与非共振背景（NRB）干涉而产生的畸变对于定量分析至关重要。流行的计算方法——Kramers-Kronig关系和最大熵法——已取得成功，但可能因超出记录窗口任意部分的峰而产生显著误差。在这项工作中，我们提出了一种用于离散希尔伯特变换的学习矩阵方法，该方法易于实现、快速，并显著提高了使用Kramers-Kronig方法的拉曼信号提取精度。
引用
@article{arxiv.2204.00666,
title = {Raman Signal Extraction from CARS Spectra Using a Learned-Matrix Representation of the Discrete Hilbert Transform},
author = {Charles H. Camp},
journal= {arXiv preprint arXiv:2204.00666},
year = {2022}
}
备注
Minor revisions to text: primarily clarifying equation variables and rationale. 23 pages (16 main, 7 supplement), 7 figures (4 main, 3 supplement). To be published in Optics Express