激发光谱是一种用于研究物质发光特性的分析方法。当样品吸收特定波长的光时，电子从基态跃迁至激发态。随后，当电子返回基态时，会发射出光子，产生荧光或磷光。激发光谱通过测量不同波长的入射光激发下的发光强度来获取数据。该技术用于识别物质的结构和组成，因为不同物质的电子跃迁特性不同，因此具有独特的激发光谱。广泛应用于材料科学、生物化学和化学分析领域。

Fluorescence Excitation | ViaDean

参考文献

🌵MATLAB片段

在 MATLAB 中处理激发光谱（Excitation Spectrum）可以使用其强大的数据处理和可视化功能。以下是如何用 MATLAB 处理和绘制激发光谱的步骤和示例代码：

步骤：

1. 导入数据：可以是从文件导入数据或直接在 MATLAB 中定义。
2. 处理数据：包括去噪声、平滑和归一化。
3. 绘制光谱：使用 plot() 函数或更高级的可视化工具。

示例代码：

假设我们有一个光谱数据集，数据中包括激发波长和对应的强度。

 % 示例激发光谱数据
 wavelengths = 300:1:600; % 波长范围从 300 nm 到 600 nm
 peak_wavelength = 400;   % 激发峰值位置
 width = 20;              % 峰值的宽度
 ​
 % 生成一个高斯曲线来模拟激发光谱强度
 intensities = exp(-((wavelengths - peak_wavelength).^2) / (2 * width^2));
 ​
 % 绘制激发光谱
 figure;
 plot(wavelengths, intensities, 'LineWidth', 2);
 title('Excitation Spectrum');
 xlabel('Wavelength (nm)');
 ylabel('Intensity (a.u.)');
 grid on;

代码说明：

• wavelengths：表示激发光谱的波长范围。
• exp()：使用高斯函数模拟激发光谱的强度分布。
• plot()：绘制光谱图并设置线宽。

数据处理的进一步步骤：

• 平滑光谱：如果数据有噪声，可以使用 smooth() 函数进行平滑处理。

   smoothed_intensities = smooth(intensities, 5); % 平滑窗口为5
   plot(wavelengths, smoothed_intensities, 'LineWidth', 2);
  

• 归一化：为了将数据归一化到 0-1 之间，可以使用以下方法：

   normalized_intensities = intensities / max(intensities);
   plot(wavelengths, normalized_intensities, 'LineWidth', 2);
  

实验数据的导入：

如果激发光谱数据存储在文件中（如 CSV 或 Excel 文件），可以使用 readmatrix() 或 xlsread() 导入：