• 本文目录导读：
• 1、什么是红外光谱?
• 2、什么是傅立叶变换？
• 3、什么是红外傅立叶变换法？
• 4、红外傅立叶变换原理动画图

什么是红外光谱?

红外（Infrared, IR）辐射波长在0.78μm~1000μm之间的电磁波称为紫外线。可见光波长范围约为400nm ~ 780nm，而 红 外 波 长 范 围 在 可 见 光 以 后 ， 即 >780 nm，因此被称为“红外”。人眼不能看到这种辐射，但我们能感觉到它。

利用分子振动的不同吸收特性来对样品进行物质组成和结构分析的技术就是IR光谱(或者说FT-IR)技术。由于每个化学键都有自己独特的振动频率和形态，在特定频段内吸收了可能存在于该物质中的小固有量（通常只需要几毫克）后可以推断出化合物组成、序列、取代方式、非共面性等信息.

什么是傅立叶变换？

1928年法国数学家约瑟夫·奥地利·塞尔贝(Joseph Fourier)提出了傅立叶级数和傅立叶变换。他的成就直接导致了现代物理、工程学以及通信技术等领域的繁荣。 傅里叶变换是将一个信号在时域上进行分析，得到其频谱信息。它可以把时间（或长度）为自变量的函数f(t)转化为常规或复杂频率下振幅与相位作为函数的表达式（即F(v)）。这样，我们可以找出数字数据中哪些是真正有用的，在一步步检查每个部件失效前避免事故发生。

什么是红外傅立叶变换法？

从4414 cm-1 （近红外线区间）到400 cm-1 （远红外线区间），所有共价分子都会吸收辐射能量并产生信号；此过程如轻微跳动似地被称之为振动，也可大致归类于物质内部不同结构对水平方向电场激励响应方式不同所引起机制影响。

IR传感器利用确定基础模式库来比较样品光谱图案中特征带的大小和位置，并通过识别匹配点寻找未知物质种类和浓度. 红外傅立叶变换法是IR传感器捕获样品的振动数据，并进行处理，得到基于模式库的化合物识别结果。

红外傅立叶变换原理动画图

下面是一个展示如何实现红外傅里叶变换的简单场景。在这个例子中，我们有一段来自某个信号源（例如音频文件）的输入信号：

![]()

然后使用FFT算法将它转化成代表其频率分量的图形表示：

![]()

您可以看到，在更高频率和更低频率之间存在许多小波浪。这些不同大小和角度对应于输入信号中各种偏移并以不同方式组合产生特定波形。

所以本质上，FTT 算法就是将由一堆数字组成的时间序列数据转化为描述其包含哪些主要演奏者（或者说具有哪些主要音调、音符等）及其演奏强度、位置方向等信息）

结论： 通过对红外光谱读取进行数字化处理, 对采样物反射、透射光产生的信息进行转换，实现了“指纹”技术对化学成分和结构的认知与判断。FT-IR技术在药物研发、食品质量控制等领域都有广泛应用。

微信号：Leeyo931201
咨询采购，报价（傅里叶红外光谱，应急，非道路，污染源排放，温室气体等检测，定量），请点击下方按钮。
复制微信号