- •Введение
- •1.1 Лидарное зондирование атмосферы.
- •Методы лазерного дистанционного зондирования.
- •1.3 Лидарное уравнение.
- •2. Применение корреляционного и регрессионного анализа для обработки лидарного сигнала.
- •2.1 Применение корреляционного анализа для обработки лидарного сигнала
- •2.2 Применение регрессионного анализа для обработки лидарного сигнала
- •3. Методики и алгоритмы обработки лидарного сигнала на основе алгоритма регрессионного и регрессионно-корреляционного анализа.
- •1. Прямой регрессионный алгоритм.
- •2. Регрессионный анализ с искусственным шумом
- •3. Регрессионный анализ с комбинационной методикой
- •Заключение
3. Методики и алгоритмы обработки лидарного сигнала на основе алгоритма регрессионного и регрессионно-корреляционного анализа.
Предлагается использовать три различных алгоритма обработки лидарного сигнала:
1. Прямой регрессионный алгоритм.
Данный алгоритм основан на непосредственном использовании формулы (6) для определения неизвестных концентрация. Преимущества этого алгоритма:
- высокая скорость вычислений,
- простота реализации,
- высокая точность при низких уровнях шума в сигнале.
Недостаток:
- серьезные ошибки вычислений при низком отношении сигнал/шум.
Общий алгоритм метода представлен на рис.3.1.
Рис.3.1. Алгоритм метода прямого регрессионного анализа
1 – ввод полученного сигнала
2 – вычисление вектора концентраций веществ по соотношению (2.6)
3 – вывод результатов расчета состава смеси и концентраций определенных веществ, определение расчетной величины соотношения сигнал/шум, расчетной погрешности вычислений.
2. Регрессионный анализ с искусственным шумом
При существенном уровне шума в сигнале метод прямого регрессионного анализа приводит к существенным ошибкам, особенно при определении веществ с малыми концентрациями. Такие вещества могут быть не восприняты на фоне шума. Для их надежного определения и верификации предлагается использовать алгоритм с искусственным шумом.
Суть алгоритма – искусственное зашумление исходного сигнала и определение после этого состава диагностируемой смеси с определением концентраций. Эта процедура выполняется многократно и в результате определяются те компоненты из базы данных, которые оказываются устойчивыми к вносимым помехам. Устойчивость к помехам может определяться как отношение минимальной и максимальной концентрации данного вещества за весь цикл расчетов. Если это отношение велико, то есть в процессе случайного зашумления уровень определяемой концентрации сильно варьируется, то вероятнее всего, что данное вещество в смеси отсутствует. Если ж отношение близко к 1, то данное вещество устойчиво к помехам и считаются присутствующим в смеси. Остальные компоненты, которые при прямом анализе были определены как присутствующие в смеси, но отсеявшиеся в результате искусственного зашумления считаются ложными.
На рис.3.2 представлен общий алгоритм этого метода.
Рис.3.2. Алгоритм метода регрессионного анализа с искусственным шумом
1 – ввод полученного сигнала,
2 – вычисление вектора концентраций веществ по соотношению (2.6),
3 – условный оператор выхода из цикла расчетов с искусственным шумом (счетчик циклов),
4 – генерация случайного шума и наложение его на спектр сигнала,
5 - вывод результатов расчета состава смеси и концентраций определенных веществ, определение расчетной величины соотношения сигнал/шум, расчетной погрешности вычислений.
3. Регрессионный анализ с комбинационной методикой
В качестве еще одного алгоритма определения малых примесей предполагается использовать регрессионный анализ с комбинационной методикой. Суть этого алгоритма состоит в следующем. Полученный спектр последовательно апроксимируется с использованием метода наименьших квадратов различным количеством веществ из базы данных в различных их комбинациях. При этом каждый раз определяется их концентрация и дисперсия ошибки – разница между восстановленным спектром и спектром исходного сигнала. Очевидно, что наименьшая дисперсия будет в том случае, когда для описания сигнала будут задействованы все вещества базы данных. Однако на зависимости дисперсии ошибки от числа и состава компонент будет еще один минимум, который с высокой вероятностью и будет являться искомым решением. Данный метод является достаточно оригинальным и требует серьезной апробации в численных расчетах.
На рис.3.3 представлен общий алгоритм этого метода.
Рис.3.3. Алгоритм метода регрессионного анализа с комбинационной методикой
1 – ввод полученного сигнала,
2 – вычисление вектора концентраций веществ по соотношению (2.6),
3 – условный оператор выхода из цикла расчетов по составу смеси (счетчик циклов),
4, 5 – генерация сигнала с заданным числом и составом компонент
6 – условный оператор выхода из цикла расчетов по числу компонент смеси (счетчик циклов),
5 - вывод результатов расчета состава смеси и концентраций определенных веществ, определение расчетной величины соотношения сигнал/шум, расчетной погрешности вычисления точности и чувствительности лидарного зондирования.