傅里叶变换是一种解析信号的方法,它将一个信号分解成不同频率上的正弦波。在化学领域中,由于分子之间振动和转动引起了特定频率处发生吸收或散射辐射能量的现象,因此使用 Fourier 变换(即为大家所熟知的 FT 或 FFT)可以把一组基础数据(如从样品采集到的电磁波谱)拆分成许多单一信息。
通过应用 Fourier 分析对物质进行检测时,则运用了二者结合而成——这就是被称作“傅立叶系统”的技术。其依据与传统 FT 技术有相似之处:样品通过某个窗口接收特定区间内 (4000-500 cm^-1) 的广泛光线,在经过四次反射后达至掌握着输入放大器、最初增益步骤以及 A/D 转换器等组件构建而成光学检测机制。
傅立叶变换、Fourier 变换(FT)、离散 Fourier 变化(DFT)和离散余弦变换(DCT)等原理
傅立叶变换 (Fourier Transform, FT) 是将一个连续时间或者空间域的函数 $f(x)$,转化为了其在频率域的复杂幅度谱 F(w),我们称之为频谱。其中,w 代表着角频率。
由于计算机并不能直接处理连续值的数据,所以而就出现了一种取样技术。这就是:对于采样周期T使用自然数N进行精确恰好采样的时序信号,则得到 FFT 算法中用来模拟被探测物质特征吸收能力的扩展/额外效应。
DFT 取决于解释下面公式:
$$X_k=\sum^{n-1}_{j=0}x_je^{-i2πjk}/n,$$
其中 $e$ 代表 Euler 数学常量。当程序运行至关键段位时,会调用 DFT 函数从输入中获取 N 个数字,并返回 N 个范围介于 -1~+1 内正交系列组成完整输出数组 X。
研究傅里叶红外光谱中不同峰分布及其含义确定
要考虑导致 IFS 型 Fourier 变换光谱的实例参量种类数量,就需要注意这些顶峰的分布特征(即出现在哪里)。通过对荷兰 Spectral Database 的数据进行梳理与比对,我们可以知道:纯度测定系统可以以 99%~100% 的精确性检测制备出来的样品。
总体而言,能够被扫描读取的 IR 能谱图中常常会呈现配合物和单一非气态物质多峰结构。值得一提的是,在前述研究当中已经发现丙酮等某些有机化合物可能存在于模拟环境中产生结晶或凝固作用时给予基质背景造成干扰与变形因素。此外还应该注意到两个相邻分子之间共同振动引起受测部分边缘区域处产生与整体匀速运动不同但仍可感知状态波情况。
使用 FTIR 光谱法确定 C=O 基及其它功能群
将高含量乙二醇溶液作为标准溶液并调整至 ~5 % 浓度后进行 IFS 分析所获取到数据结果如下表:
特征滤波 | 波数 / cm^-1 | 转化效率 / % |
---|---|---|
OH 基团振动,水溶液基态强度下甚高的 IR 能谱峰。 | 3200-3600 | |
C-H 吸收及变形(尤其是亚甲基中心)等与 DNA/RNA、芳香族组天然成分有直接联繫。 | ||
发表评论
发表评论: