买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利瞬态吸收光谱动力学的拟合方法与装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119880849B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411672151.1，技术领域涉及：G01N21/39；该发明授权瞬态吸收光谱动力学的拟合方法与装置是由朱彤;邓昱铭;姜澜;刘歆悦;吕旭萌;刘欣宇设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本瞬态吸收光谱动力学的拟合方法与装置在说明书摘要公布了：瞬态吸收光谱动力学的拟合方法与装置，属于时间分辨光谱领域。本发明的装置包括光谱采集模块、色散校正模块、动力学拟合模块和上位机。光谱采集模块用于采集预设递增的时间延迟序列下的瞬态吸收光谱数据，得到瞬态吸收光谱数据矩阵。色散校正模块用于生成校正的瞬态吸收光谱数据矩阵。动力学拟合模块利用校正的瞬态吸收光谱数据矩阵与涉及的动力学拟合函数拟合得到本征激发态衰减动力学的特征常数。本发明通过泵浦光与探测光的时域表征与拟合，描述泵浦光、探测光与本征光谱动力学的卷积，通过拟合模型获得准确的本征瞬态吸收动力学，实现瞬态吸收光谱动力学的拟合。本发明能消除泵浦光和探测光脉宽对瞬态吸收光谱动力学的影响，提高拟合精度。

本发明授权瞬态吸收光谱动力学的拟合方法与装置在权利要求书中公布了：1.瞬态吸收光谱动力学的拟合方法，其特征在于：包括如下步骤， 步骤一、分别对泵浦光与探测光的时域特征进行表征与拟合，得到泵浦光的脉冲时域分布特性和探测光的脉冲时域分布特性； 所述泵浦光与探测光的时域分布定义为如下公式： 其中，i＝1时代表的是泵浦光，i＝2时代表的是探测光；t表示时间，τi用于表征脉冲激光的半高全宽；Ci是一个常数，通过公式2获得： 采用式1与式2对所得到的泵浦光的脉冲时域分布特性或探测光的脉冲时域分布特性进行拟合，通过归一化拟合获得泵浦光与探测光的半高全宽τ1、τ2； 步骤二、具有M个递增元素的时间延迟序列为TM＝{t1,t2,t3,...,tk-1,tk,tk+1,...,tM}；其中，tk-tk-1＝tk-1-tk-2＝...＝t2-t1＝p，即递增的时间延迟子序列TZk＝{t1,t2,...tk-1,tk}采取线性分布的策略，区间长度为p，区间长度的最大值满足： 步骤三、依据延迟序列TM采集不同时间延迟下的瞬态吸收光谱数据，形成M行N列的瞬态吸收光谱数据矩阵： 其中aij代表第i个时间延迟下，第j个波长值的瞬态吸收数据； 同时获得N个波长值所组成的波长向量： 步骤四、生成校正的瞬态吸收光谱数据矩阵A′，包括： 根据瞬态吸收光谱仪的光路特性与样品特性确定色散校正函数fw，其中w是波长值； 色散校正函数采用R次多项式函数的形式，n代表次数为n的多项式分项，cn代表次数为n的分项的拟合常数： 取出步骤三中矩阵A的每一个列向量代表在第q个波长下的动力学数据，进行以下操作： 利用式3的色散矫正函数，根据递增的时间延迟序列TM生成新的区间分割序列： SM＝{t1-fwq,t2-fwq,...,tM-1-fwq,tM-fwq}，其中wq是第q个波长值； 根据SM成第q个波长下的校正插补函数gqt，表示在波长wq经过色散校正的在时间t下的瞬态吸收动力学数据： 情况一、校正插补函数gqt为线性插补的模型，满足： 情况二、校正插补函数gqt为非线性插补的模型，满足： 其中，Ljt称作基本非线性插补函数，需满足： 依据校正插补函数gqt生成第q个波长下的校正的动力学数据的列向量 生成校正的瞬态吸收光谱数据矩阵 步骤五、对步骤四得到的第q个波长下的校正的动力学数据的列向量进行本征光谱动力学拟合，得到准确的瞬态吸收光谱动力学方程，实现瞬态吸收光谱动力学的拟合； 采用下列动力学拟合函数进行动力学拟合： 其中ΔAt代表在时间t下的瞬态吸收动力学数据，Dt代表待测样品的本征激发态衰减动力学函数，表示为： 其中，d0是一个常数，U代表组分个数，t0用于校正时间零点，τi是第i个指数衰减组分的特征时间常数，Bi是第i个指数衰减组分的特征强度常数； 从中选出第q个波长下的校正的动力学数据的列向量，使用动力学拟合函数进行数值拟合，得到本征激发态衰减动力学函数Dt的相关参数，解耦泵浦光、探测光与本征光谱动力学的卷积，拟合得到本征激发态衰减动力学的特征常数，从而得到准确的瞬态吸收光谱动力学，即实现瞬态吸收光谱动力学的拟合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。