基于被动式傅里叶红外光谱仪的温漂校正方法

本发明涉及光谱分析技术领域，尤其涉及基于被动式傅里叶红外光谱仪的温漂校正方法，方法包括：获取被动式傅里叶红外光谱仪的原始干涉图数据和温度传感器数据；筛选特征构建训练样本集合，训练卷积神经网络得到特定环境温度的光谱温漂校正模型。以特定模型为基准，对相邻温度组合投入基准网络计算损失值，判断是否适用，得到更广泛温度范围的光谱温漂校正模型。实时输入温度和光谱数据，输出校正后的光强‑波长，实现温漂校正。本发明通过预测网络融合策略及动态时间规整算法，减少了模型训练的计算量和样本数据量，提高了模型对不同温度条件下数据的适应性和泛化能力，实现了准确的温漂校正。