利用正交信号校正（Orthogonal Signal Correction）算法，对原始光谱数据进行预处理，可以有效地取出光谱数据中所包含的各种干扰噪声信号。在应用实际的近红外光谱技术进行分析时，部分系统误差或干扰噪声等与有效信息无关的信息常常会被引入在光谱中，这时，用偏最小二乘法建立的定标模型的前几个主因子数对应的光谱载荷经常不是有用的浓度阵信息，而是与浓度阵无关的噪声信号。因而，在建立定标模型前，通过正交的数学运算，除去浓度阵无关的噪声，然后将经过数学运算处理后的光谱阵作为新的自变量矩阵，再利用PLS方法建立校正模型。

只要保证除去的部分与预测值矩阵能够正交，则除去部分所含有的信息必然与光谱矩阵没有必然的关系。正是基于这种新颖的思想，S.Wold等人在1998年提出正交信号校正方法。但是这种最初的算法的缺点是每次迭代计算均需要计算一遍PLS，计算时间较长，且内置PLS算法的成分数很难确定。Sjoblom又改进了该算法，其算法与Wold基本一致，只是计算次序略有差别。这种算法在迭代时不用反复计算PLS，其主成分数也容易通过交叉验证的方法确定。但同样该方法的缺点是无法严格证明其剔除的信息与光谱矩阵正交。经过学者们长时间的不断探索和研究，陆续出现了逐渐完善的算法，如Fearn的类PCA算法、Anders-son的DO算法、Westerhuis的DOSC算法、Trygg的0-PLS算法、Feudale的POSC算法等。这些改良后的预处理方法的基本原理是在建立定标分析模型前，将光谱阵与浓度阵正交，去掉光谱与浓度阵无关的冗余信号，再进行多元校正，从而使所建立的模型更加简化并且提高模型的稳定性和预测能力。(www.daowen.com)