Разработка модели и алгоритма процесса распознавания веществ в атмосфере по единичному измерению фурье-спектрорадиометра

Фуфурин, Игорь Леонидович

Математическое моделирование, численные методы и комплексы программ

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Разработка модели и алгоритма процесса распознавания веществ в атмосфере по единичному измерению фурье-спектрорадиометра

кандидата физико-математических наук: Фуфурин, Игорь Леонидович
город: Москва
год: 2010
специальность ВАК РФ: 05.13.18

Диссертация по информатике, вычислительной технике и управлению на тему «Разработка модели и алгоритма процесса распознавания веществ в атмосфере по единичному измерению фурье-спектрорадиометра»

Автореферат диссертации по теме "Разработка модели и алгоритма процесса распознавания веществ в атмосфере по единичному измерению фурье-спектрорадиометра"

На правах рукописи

Фуфурин Игорь Леонидович

РАЗРАБОТКА МОДЕЛИ И АЛГОРИТМА ПРОЦЕССА РАСПОЗНАВАНИЯ ВЕЩЕСТВ В АТМОСФЕРЕ ПО ЕДИНИЧНОМУ ИЗМЕРЕНИЮ ФУРЬЕ-СПЕКТРОРАДИОМЕТРА

Специальность 05.13.18- Математическое моделирование, численные

методы и комплексы программ

2 1 ОКТ ?ою

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

Москва-2010

004610966

Работа выполнена на кафедре «Физика» Московского государственного технического университета имени Н.Э. Баумана

Научный руководитель:

доктор физико-математических наук, профессор Морозов Андрей Николаевич

Официальные оппоненты: доктор физико-математических наук,

профессор Волков Игорь Куприянович

кандидат физико-математических наук Бравый Борис Григорьевич

Ведущая организация

Научно-технологический центр уникального приборостроения Российской академии наук

Защита диссертации состоится « l^j» QCt$|&J(2010 года в /1 час. мин. на заседании диссертационного совета Д 2Í2.141.15 при Московском государственном техническом университете имени Н.Э. Баумана по адресу: 105005, г. Москва, 2-я Бауманская ул., д. 5.

Отзыв на автореферат в двух экземплярах, заверенный печатью организации, просим выслать по адресу: 105005, г. Москва, 2-я Бауманская ул., д.5, МГТУ им. Н.Э. Баумана, ученому секретарю совета Д 212.141.15.

С диссертацией можно ознакомиться в библиотеке Московского государственного технического университета имени Н.Э. Баумана.

Автореферат разослан «Го »fQtPfljijgOlO г.

a^Q. —

Ученый секретарь диссертационного совета, кандидат технических наук, старший научный сотрудник, доцент

Аттетков А.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В настоящее время существует ряд актуальных научных и технологических приложений, где необходимо проводить дистанционный беспробоотборный газоанализ: экологический мониторинг состояния атмосферы; контроль за вредными выбросами промышленных предприятий, утечками на газопроводах; обнаружение токсичных и ядовитых веществ; обнаружение веществ в условиях повышенных температур и давлений, в быстро меняющихся условиях. По этим причинам необходима разработка методик и аппаратуры дистанционного контроля состава атмосферы, позволяющих работать в режиме реального времени в сочетании с высокой мобильностью. Перспективным направлением среди оптических методов контроля за составом атмосферы являются фурье-спектрорадиометрические комплексы, которые получили наибольшее распространение в качестве систем пассивного типа, которые регистрируют собственное тепловое излучение и не требуют (в отличие, например, от лидарных комплексов) применения мощного источника подсветки, что значительно снижает энергопотребление, массу, габаритные размеры и стоимость комплексов. Для наибольшей эффективности работы в пассивном режиме фурье-спектрорадиометрические комплексы работают в диапазоне 7-14 мкм, на который приходятся максимум собственного теплового излучения и окно прозрачности атмосферы.

Ключевым звеном фурье-спектрорадиометрических систем является система сбора и обработки информации, основой которой служат алгоритмы и программный комплекс интерпретации экспериментальной информации. Принципы обработки экспериментальной информации и реализующие их численные процедуры обуславливают характеристики работы программного комплекса и области применения фурье-спектрорадиометрических систем.

Для идентификации веществ в открытой атмосфере может применяться математическое моделирование переноса излучения в атмосфере на основе уравнения переноса излучения в среде с использованием спектральных баз данных типа НШ1АЫ или вЕКНА и численных методов полинейного счета. Проведение подобных процедур требует достаточно высокой квалификации исследователя, наличия метеорологической информации о трассе наблюдения и занимает значительное время, что делает невозможным работу в натурных условиях в режиме реального времени. Подобные подходы применяются совместно со спектрометрами высокого разрешения в аналитических целях.

Альтернативным подходом является экспресс-анализ нормированных спектров искомых веществ среднего разрешения, которые рассчитываются на основе фонового спектра трассы наблюдения и спектра трассы при наличии на ней исследуемого вещества. При таком подходе к распознаванию веществ не требуется метеорологическая информация, но необходима предварительная регистрация фонового спектра трассы наблюдения. Однако в ряде случаев, когда нет принципиальной возможности зарегистрировать фоновый спектр (начальное загрязнение трассы наблюдения, длительное сопровождение облака целевых веществ, медленное изменение концентраций и т.п.), требуется разработать модель процесса распознавания веществ по единичному измерению фурье-спектрорадиометра (ФСР).

Таким образом, актуальность темы обусловлена необходимостью разработки модели и алгоритмов процесса интерпретации экспериментальной информации для качественного и количественного анализа веществ в открытой атмосфере в тех случаях, когда нет возможности зарегистрировать фоновый спектр трассы наблюдения, но необходима работа в режиме реального времени. В этих случаях хорошо зарекомендовавший себя метод экспресс-анализа экспериментальных данных ФСР, требующий наличия фонового спектра, можно дополнить предлагаемым в диссертационной работе подходом, что расширит области применения ФСР комплексов для дистанционного беспробоотборного газоанализа веществ в открытой атмосфере в режиме реального времени. Корректное сочетание двух подходов позволит разработать более универсальную систему интерпретации экспериментальной информации, получаемой с инфракрасного (ИК) ФСР среднего спектрального разрешения.

Цель работы - разработка модели и алгоритмов процесса идентификации веществ в открытой атмосфере и определения их интегральных концентраций по единичному измерению фурье-спектрорадиометра.

Задачи исследования:

1. Разработка математической модели процесса прохождения ИК излучения в атмосфере, не требующей сторонней метеорологической информации и предназначенной для моделирования атмосферных спектров за существенно ограниченное время.

2. Разработка модели и алгоритмов процесса идентификации веществ в открытой атмосфере и восстановления их интегральных концентраций, которые не требуют предварительной регистрации фонового спектра трассы наблюдения.

3. Разработка программного комплекса на основе предложенных моделей и алгоритмов.

4. Апробация разработанных алгоритмов и программного комплекса в сериях вычислительных, лабораторных и натурных экспериментов.

5. Сравнительный анализ результатов распознавания, полученных с помощью разработанных в диссертационной работе алгоритмов и программного комплекса, с результатами, полученными на основе альтернативных подходов к распознаванию веществ в атмосфере.

Методы исследования:

Для разработки моделей и алгоритмов процесса распознавания веществ предполагается применение современных численных методов решения обратных задач спектроскопии: методы линеаризации обратных задач, методы корреляционного анализа, регуляризации, поиска квазирешений. Кроме того, в диссертации применяются методы цифровой фильтрации сигналов, методы компьютерного моделирования и визуализации. Для решения задачи спектрального анализа используются банки данных, содержащие спектроскопическую информацию в инфракрасной области спектра для широкого круга веществ.

Достоверность и обоснованность полученных результатов обеспечена апробацией алгоритмов и программного комплекса в сериях вычислительных экспериментов; сопоставлением результатов обработки данных лабораторных экспериментов с результатами, полученными с помощью альтернативных моделей распознавания веществ, а также с результатами, полученными на контрольно-измерительной аппаратуре; апробацией разработанных алгоритмов и программного комплекса в натурных экспериментах.

Научная новизна:

1. Предложена математическая модель процесса переноса ИК излучения в атмосфере, позволяющая рассчитывать спектры отрытых атмосферных трасс. Математическая модель реализована в алгоритмах и комплексе программ, предназначенном для работы в режиме реального времени и не требующем метеорологической информации о трассе наблюдения.

2. Разработана новая модель процесса распознавания веществ, которая позволяет на основе единичного экспериментального энергетического спектра трассы наблюдения идентифицировать вещества в открытой атмосфере и определять их интегральные концентрации. Применение разработанных моделей и алгоритмов не предусматривает предварительной регистрации фонового спектра трассы наблюдения.

3. Разработанная модель и алгоритмы процесса распознавания веществ апробированы в серии вычислительных экспериментов. Показано, что ошибка восстановления концентраций веществ и ее среднеквадратическое значение линейно зависят от уровня шума в экспериментальном энергетическом спектре; минимальный рабочий температурный контраст составляет величину порядка 1°, а относительная ошибка восстановления концентраций веществ для рабочего уровня шума составляет величину порядка 30 %.

4. В серии лабораторных испытаний показано, что для условий начальной загрязненности трассы наблюдения или условий медленного изменения концентраций веществ предложенная модель процесса распознавания веществ позволяет как значительно эффективнее и надежнее идентифицировать вещества, так и с меньшей погрешностью восстанавливать их концентрации, относительно метода экспресс-анализа, требующего предварительную регистрацию фоновых спектров.

Практическая значимость. Разработанные алгоритмы реализованы в программном комплексе, предназначенном для качественного и количественного анализа веществ в отрытой атмосфере на основе экспериментальной информации, получаемой с ИК ФСР среднего спектрального разрешения. Для работы программного комплекса не требуется предварительной регистрации фонового спектра трассы наблюдения, а также метеорологической информации о трассе наблюдения. Разработанные алгоритмы и программный комплекс предназначены для работы в режиме реального времени.

Разработанные алгоритмы и программный комплекс расширяют области применения методик экспресс-анализа веществ, предусматривающих предварительную регистрацию фоновых спектров, что делает ИК ФСР системы универсальными средствами беспробоотборного газоанализа пассивного типа.

Разработанные алгоритмы и программный комплекс совместно с ИК ФСР среднего спектрального разрешения предназначены для проведения в пассивном режиме беспробоотборного мониторинга утечек на газопроводах, выбросов на промышленных предприятиях, появления отравляющих веществ в ходе террористических актов либо военных действий и других задач. Разработанные алгоритмы и программный комплекс можно применять в условиях начальной загрязненности трассы наблюдения, а также для длительного сопровождения облака целевых веществ.

Работоспособность и применимость разработанных алгоритмов и программного комплекса продемонстрирована в сериях лабораторных и натурных экспериментов.

На защиту выносятся следующие положения:

1. Математическая модель процесса переноса ИК излучения в атмосфере, не требующая априорной метеорологической информации о трассе наблюдения и реализованная в алгоритмах и комплексе программ, работающем в режиме реального времени.

2. Модель и алгоритмы процесса идентификации и восстановления концентраций веществ в открытой атмосфере, не требующие предварительной регистрации фонового спектра трассы наблюдения.

3. Программный комплекс, реализующий разработанные алгоритмы и предназначенный для интерпретации в режиме реального времени экспериментальной информации, регистрируемой на ИК ФСР среднего спектрального разрешения.

4. Результаты апробации разработанных алгоритмов в вычислительных экспериментах, результаты исследования влияние шумов во входных данных на ошибки решения обратной задачи, а также границы применимости предложенной модели процесса распознавания по концентрациям целевых веществ и температурному контрасту трассы наблюдения.

5. Результаты апробации алгоритмов и программного комплекса в сериях лабораторных и натурных экспериментов, а также сравнительный анализ результатов работы предлагаемых алгоритмов процесса распознавания веществ с результатами работы альтернативных алгоритмов, позволяющий оценить применимость, эффективность и надежность работы предлагаемой модели и алгоритмов для решения задачи распознавания веществ.

Апробация работы. Результаты диссертации докладывались на научно-методических конференциях аспирантов и молодых исследователей «Актуальные проблемы фундаментальных наук» (Москва, 2008-2010); Bauman annual post graduate conference (Moscow, 2008); конкурсе-конференции научных работ в области физики студентов и аспирантов (Москва, 2009); V Всероссийской конференции «Необратимые процессы в природе и технике» (Москва, 2009); Всероссийских научных конференциях студентов-физиков и молодых ученых (Кемерово, 2009; Волгоград, 2010); III Международной конференции «Акустооптические и радиолокационные методы измерений и обработки информации» (Суздаль, 2009); конкурсе-конференции молодых физиков (Москва, 2010) (лауреат 1-ой степени в секции «Прикладная физика»).

Публикации. Основные результаты диссертации опубликованы в 13 работах, в том числе в 2-х статьях из Перечня рецензируемых ведущих научных журналов и изданий [3, 5] и 11 тезисах докладов и трудах конференций [1,2,4,6-13].

Личный вклад соискателя. Соискателем разработана математическая модель прохождения ИК излучения в атмосфере, которая была реализована в вычислительных алгоритмах. Алгоритмы позволяют моделировать спектры пропускания открытых атмосферных трасс, для чего используется созданная соискателем атмосферная база экспериментальных спектров открытых атмосферных трасс и ряда отдельных атмосферных поглотителей. Предложена модель и алгоритмы процесса распознавания веществ и восстановления их концентраций. Разработанные алгоритмы реализованы в программном комплексе и апробированы в сериях вычислительных, лабораторных и натурных экспериментов. При разработке программного комплекса, соискатель преобразовал структуру существующего программного обеспечения ФСР, разработал ряд дополнительных вычислительных модулей и расчетно-аналитических процедур, а также доработал интерфейс управляющей программы. Изменения проведены с целью реализации разработанных в диссертации алгоритмов.

Структура и объем работы. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и приложения. Диссертационная работа изложена на 151 странице, содержит 31 иллюстрацию и 7 таблиц. Библиография включает 111 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи работы, научная новизна, практическая значимость работы, основные положения, выносимые на защиту, и описана структура диссертации.

Первая глава носит обзорный характер и посвящена современным методикам и системам газоанализа, а также математическим моделям, численным методам и программным комплексам, применяемым для решения задач спектрального анализа. Проанализирована актуальность применения подобных систем, продемонстрированы ситуации, в которых существующие методики экспресс-анализа неэффективны, а предлагаемые альтернативные подходы не дают желаемого результата. На основании проведенного анализа сформулированы цель и задачи диссертационной работы.

Приведен обзор ФСР систем по областям их применения в зависимости от спектрального разрешения, длительности цикла обработки спектров, дальности обнаружения веществ и других параметров. Выявлены актуальные области применения ФСР систем, требующие разработки новых подходов к обработке экспериментальной информации, в частности, разработки методики и алгоритмов интерпретации единичного измерения ИК ФСР, что является целью настоящего исследования. Показаны подходы, применяемые в настоящее время в мире к решению данной задачи, выявлены возможности для дальнейшего исследования в данной области.

Приведена классификация методик интерпретации спектральной информации, применяемых в ИК ФСР системах. Показано, что наибольшая точность достигается при использовании методик, основанных как на анализе отдельных линий и полос поглощения в спектре (данный подход ориентирован на определенное вещество, а переход к другому веществу предполагает проведение дополнительного исследования), так и на использовании математических моделей переноса излучения в среде (FASCODE, MODRAN, DISORT и др.). Каждая из подобных математических моделей имеет свою специфику, и только корректный выбор модели обеспечит необходимое качество и точность спектрального анализа. При этом, хотя данный подход и позволяет интерпретировать единичный энергетический спектр, применение подобных математических моделей предполагает наличие метеорологической информации о трассе наблюдения, высокой квалификации исследователя, а также занимает значительные временные и вычислительные ресурсы, что делает их неприменимыми для работы в режиме реального времени и сужает области применения. Далее рассмотрены современные методы и алгоритмы экспресс-анализа (анализ в режиме реального времени) экспериментальных спектральных данных, и показано что для решения задачи диссертационного исследования наиболее целесообразно применять методы, основанные на экспресс-анализе нормированных спектров среднего разрешения.

Рассмотрены численные методы, применяемые при обработке экспериментальной информации и решении обратных задач спектроскопии, выявлены основные особенности получаемых решений, а также определены подходы к численному решению поставленной в диссертации задачи: корреляционный анализа, метод регуляризации, метод поиска квазирешений.

Приведен обзор спектральных баз данных, на основании которых проводят расчеты с применением как численных методов полинейного счета (базы HITRAN, EPA USA, ИВС SPECTRA и др.), так и методов экспресс-

анализа (базы референтных спектров среднего спектрального разрешения). Показано, что для решения поставленных в диссертации задач наиболее целесообразно применять базы данных референтных спектров целевых веществ среднего разрешения. Проведен обзор программных комплексов анализа спектральной информации, проанализирована их базовая структура. На основании опыта практической реализации алгоритмов анализа экспериментальной информации, определены подходы к проектированию и созданию комплекса программ, реализующего разрабатываемые в диссертационной работе математические модели и алгоритмы.

Вторая глава посвящена постановке и численному решению задачи идентификации веществ в открытой атмосфере и восстановлению их интегральных концентраций на основе единичного энергетического спектра трассы наблюдения. Описаны алгоритмы решения задачи, а также исследованы свойства полученных решений.

Рассматривается методика пассивного мониторинга, когда регистрируется только собственное излучение изучаемых объектов, находящихся на линии обзора ФСР. Пренебрегая рассеянием излучения, и разбивая трассу прохождения излучения на несколько плоских слоев со схожими оптическими свойствами, уравнение переноса излучения в среде можно записать следующим образом:

В( у) = Ф0ОКЙ('V+ Р(Т1г У)(1 - <ГАМ) + Р{ 7], у)(1 - .

Здесь Т - температура; ГНу) - оптическая толщина газового слоя; Ф0(у) -спектр излучения подстилающей поверхности; индекс 1 относится к атмосфере, а 2 - к целевым веществам; Т0 - температура подстилающей поверхности; Р(Т,\) - функция излучения абсолютно черного тела (АЧТ). Далее, полагая, что приземные слои атмосферной трасы и примесей находятся при близких температурах [Т{=Т2), что характерно для приземных трасс наблюдения, а также, что подстилающая поверхность излучает подобно АЧТ, уравнение переноса излучения в среде запишем в следующем виде = где Т„ и Те//- эффективные

температуры подстилающей поверхности и газовой составляющей соответственно. Поскольку точное значение температур неизвестно, то для исключения температурной зависимости нормируется энергетический спектр В(V). Для этого ранжируются спектр В(у) и две функции излучения АЧТ вида: * (Г, V) = (1 + г| ■ V) • Р(Т + АГ, у), где г| и АТ - параметры модификации, которые варьируются в заданных пределах. Нормированный спектр

пропускания трассы наблюдения т,- (у) =--- 1 не зависит от

Р * РМ-РМ

температуры и содержит сигнатуры всех веществ на трассе наблюдения. Поскольку оптическая толщина аддитивна для невзаимодействующих веществ, переходим к анализу спектров оптической толщины газовой составляющей трассы наблюдения т1(у) = <?~Лг<у). В итоге, задача преобразуется к системе линейных уравнений:

\К"С = й\, [С> О,

где С - вектор искомых концентраций веществ; - спектр оптической толщины трассы наблюдения; К - матрица референтных спектров веществ, зарегистрированных в лабораторных условиях и записанных в базу данных; к и 8 - погрешности измерения референтных и экспериментальных спектров соответственно.

Укажем свойства полученной линейной системы: во-первых, нет априорной информации о качественном составе газовой смеси; во-вторых, непосредственное решение нормальной системы вида С = (К11тКи)~1К)1т03 может не удовлетворять условию неотрицательности концентраций из-за ошибок регистрации спектров; в-третьих, предложенное решение может быть неустойчивым из-за вырожденности матрицы КТК нормальной точной системы; в-четвертых, даже если формально решение С = (КнтКиу1К11тОг устойчиво, обусловленность матрицы точной системы может быть крайне низкой, что приведет к сильному разбросу полученных значений концентраций при небольших ошибках во входных данных и значительно снизит достоверность полученных решений.

Применение стандартных вариантов метода регуляризации к решению задачи в исходной постановке не позволяет получить решение корректное с физической точки зрения, описывающее химический состав исследуемой смеси, из-за отсутствия достаточной априорной информации об искомом решении задачи обратной задачи. Вместо этого в диссертационной работе предлагается решение исходной обратной задачи разбить на три этапа.

Этап 1. Математическое моделирование процесса прохождения ИК излучения в атмосфере, на основе экспериментального нормирлванного спектра тг(у) и атмосферной базы данных, без использования метеорологической информации о трассе наблюдения. Полученный атмосферный спектр тя(я(у)

позволяет затем удалить из исходного спектра хг(у) сигнатуры основных атмосферных поглотителей. Моделирование прохождения ИК излучения в атмосфере осуществляется на основании атмосферной базы данных. Расчет спектра осуществляется минимизацией функционала вида:

где М - число спектров базы данных, используемых в оптимизации функционала; Г = {у* - коэффициенты пропорциональности; (у) -

весовая функция; р - невязка расчетного и экспериментального спектров; О. -стабилизирующий функционал, позволяющий проводить минимизацию на множестве тЕ (V) < ха1т (у), V е [ушш , утах ]; а - весовой множитель. Итоговые значения коэффициентов Г не представляют интереса в контексте решаемой задачи, поэтому на первом этапе нет проблем, связанных с некорректностью задачи. Поскольку функционал дифференцируем по Г, для оптимизации применяется метод градиентного спуска.

Этап 2. После моделирования атмосферного спектра вычисляется нормированный спектр искомых целевых веществ, исходя из зависимости = таш(у)■ гшЬ(у), г(г)е[0,1]. Для идентификации вещества проводится корреляционный анализ полученного спектра целевых веществ и со

всеми элементами базы данных референтных спектров веществ. Для этого, предварительно в лабораторных условиях регистрируются референтные спектры веществ с известными значениями концентраций. Для спектра т!иЬ(у) и

каждого г-го вещества базы данных со спектром т^ (V) последовательно рассчитывается коэффициент корреляции

Если для определенного вещества из базы данных коэффициент корреляции оказался наибольшим и превысил заданное пороговое значение, то данное вещество идентифицировано в данном эксперименте. Пороги обнаружения определяются эмпирически. Этот критерий получен из предположения, что на линии обзора находится только одно вещество, и основывается на предположении, что для вещества, находящегося на линии обзора,

Ф(Г) = } (р2(Г,тх(у)) + аСХГ,(у)<Л> шп,

РСГ,-^)) = ехр - т£(у), £ЭДГ,тг(у)) = ехр[-р(Г,т,(у))],

коэффициент корреляции экспериментального спектра с его референтным спектром будет всегда больше, чем коэффициент корреляции экспериментального спектра со спектром любого другого вещества из базы данных.

Этап 3. После идентификации г'-го вещества базы данных решаемую

задачу можно записать в виде •D't,4(v)—- = где Б'¿ь(у) - оптическая

плотность ¡-го вещества базы данных, полученная для концентрации С'й; С -искомая концентрация, - экспериментальный спектр. Задача численно

решается минимизацией функционала невязки на отрезке Се [О, С™2*],

утах 2

Ф(2)= | _ —> тт. Далее сигнатуры найденного

вещества в пересчете на полученную концентрацию удаляются из спектра тшЬ(у) и процедура идентификации (этап 2) повторяется заново, для случая распознавания нескольких веществ. Поскольку функционал Ф(2) дифференцируем по Д оптимизация проводится методом сопряженных градиентов с простыми ограничениями.

Разработанный алгоритм численного решения обратной задачи апробирован в ходе вычислительных экспериментов, где моделировалась спектральная яркость В(\) для ряда веществ и различных типов атмосферных трасс. На модельные спектры В(у) накладывался аддитивный белый шум с нормальным распределением, соответствующий шумовой составляющей, выдаваемой регистрирующей аппаратурой ИК ФСР. В серии вычислительных экспериментов определены границы применимости предлагаемой модели и алгоритмов процесса распознавания веществ по концентрациям и по температурному контрасту трассы наблюдения. Показано, что ошибки восстановления концентраций линейно возрастают с ростом среднеквадратичного значения шума во входном спектре. В серии вычислительных экспериментов для ряда веществ продемонстрировано, что абсолютные значения относительной ошибки восстановления концентрации для рабочего уровня шумов не превышают 30%, что является допустимым рабочим значением для беспробоотборных газоаналитических систем.

Третья глава посвящена описанию работы основных модулей разработанного программного комплекса (ПК), реализующего разработанные алгоритмы. Рассмотрена архитектура ПК, а также представлены цифровые

интерфейсы программного комплекса. На рис. 1 приведена схема, отражающая базовую структуру ПК.

{ Внешняя среда

Рис. 1. Блок-схема базовой структуры ПК

Программный комплекс решает следующие задачи:

- Получение исходной информации от ФСР либо с диска ПЭВМ.

- Преобразование исходной интерферограммы в инфракрасный энергетический спектр В(у) в заданном интервале частот.

- Коррекция спектра с учётом собственного излучения прибора.

- Вычисление спектра пропускания т1(у) трассы наблюдения.

- Моделирование' атмосферного спектра то;т(у) и определение спектра пропускание целевых веществ .

- Идентификация веществ и расчет их концентраций на основе спектра тшй(у) и базы данных целевых веществ.

- Представление полученной и обработанной информации в графическом, числовом и цифровом виде.

Диспетчер расчётов осуществляет инициализацию/деактивацию программы, а также обмен данными с управляющей программой. Во взаимодействии с другими элементами он обеспечивает функционирование процедур обработки и распознавания спектров. Диспетчер расчетов состоит из модулей, каждый из которых является автономной функционально законченной программой, связанной с другими модулями с помощью использования общих структур данных. Каждый модуль отвечает за выполнение отдельных процедур обработки и интерпретации спектров.

Диспетчер базы данных реализован в виде отдельного класса. Класс вычислительного модуля в качестве членов имеет два экземпляра класса диспетчера базы данных, один из которых управляет базой данных спектров целевых веществ, а второй - базой данных атмосферных спектров. Диспетчер базы данных выполняет задачи инициализации базы данных; доступа к спектрам базы данных и их параметрам; очищения занятой памяти при завершении работы программы.

Управляющая программа получает интерферограммы от ИК ФСР либо считывает данные с диска ПЭВМ, заполняет ими входную структуру, инициализирует работу вычислительного ядра, а также, по завершении работы, получает результаты работы в виде выходной структуры. Управляющая программа предоставляет интерфейс пользователя, позволяет управлять началом и завершением работы, задавать начальные параметры работы, а также представлять результаты работы ПК в числовом и графическом виде. Приведены форматы входных/выходных данных, конфигруационных файлов, описание и структуры основных классов, описание основных алгоритмов и расчетно-аналитических процедур, а также форматы отчетов по работе программного комплекса.

В четвертой главе представлена постановка лабораторных и натурных экспериментов, приведено описание лабораторной установки, испытуемого макетного образца ИК ФСР и контрольно-измерительной аппаратуры.

Приведены сводные результаты обработки данных лабораторных экспериментов. Проведен сравнительный анализ результатов распознавания веществ и расчета концентраций, полученных, во-первых, с применением разработанных алгоритмов, во-вторых, полученных с применением модели процесса распознавания веществ, предусматривающей предварительную регистрацию фонового спектра и, в-третьих, на контрольно-измерительной аппаратуре. По итогам сравнительного анализа сделаны выводы о применимости разработанной модели процесса распознавания веществ, ее преимуществах, а также о необходимых доработках.

Проведен анализ результатов натурных экспериментов, в ходе которых были систематизированы основные типы открытых атмосферных трасс, и для всех основных типов трасс продемонстрирована работоспособность разработанных алгоритмов и программного комплекса по распознаванию веществ в открытой атмосфере.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Построена математическая модель прохождения ИК излучения в атмосфере, применение которой не предусматривает знания априорной метеорологической информации о трассе наблюдения.

2. Разработаны модель и алгоритмы процесса распознавания веществ в открытой атмосфере на основе единичного измерения ФСР. На основе разработанной модели и алгоритмов решена задача распознавания для широкого круга веществ.

3. Разработан программный комплекс, реализующий предложенные модель и алгоритмы. Программный комплекс позволяет работать как в автономном режиме, так и совместно с ИК ФСР среднего разрешения в масштабе реального времени.

4. Проведена апробация разработанной модели и алгоритмов в сериях вычислительных экспериментов. Показано, что ошибка восстановления концентраций веществ и ее среднеквадратическое значение линейно зависят от уровня шума в экспериментальном энергетическом спектре; минимальный рабочий температурный контраст трассы наблюдения составляет величину порядка 1°; относительная ошибка восстановления концентраций веществ для рабочего уровня шума составляет величину порядка 30%.

двух моделей процесса распознавания веществ, а также на контрольно-измерительной аппаратуре. Продемонстрирована работоспособность предлагаемой модели и алгоритма, высокая надежность и целесообразность применения для ряда условий измерений (начальное присутствие вещества на трассе наблюдения; медленное изменение концентраций веществ). Показано, что для подавляющего большинства экспериментов применение разработанной модели позволяет уменьшить ошибку восстановления концентраций веществ.

6. Проведены натурные испытания разработанных алгоритмов и программного комплекса, в результате чего продемонстрирована работоспособность разработанной модели и алгоритмов процесса распознавания веществ в атмосфере для широкого круга веществ и основных типов открытых атмосферных трасс.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ ОТРАЖЕНЫ В РАБОТАХ

1. Фуфурин И.Л. Разработка методов распознавания и идентификации паров и аэрозолей химических соединений в открытой атмосфере с целью экологического мониторинга окружающей среды над промышленными объектами. Математическое моделирование распознавания ИК-излучения в атмосфере и решение обратной задачи Фурье-спектроскопии // Студенческая научная весна-2005: Тез. докл. общеуниверситетской научно-технической конф. М., 2005. Т. 2. С.221.

2. Морозов А.Н., Фуфурин И.Л. Численное решение задачи распознавания состава газовой смеси с помощью пассивной ИК фурье-спектрорадиометрии // Необратимые процессы в природе и технике: Сборник научных трудов IV Всероссийской конф. М., 2007. Ч. 2. С. 515-518.

3. Морозов А.Н., Светличный С.И., Фуфурин И.Л. Численное решение задачи распознавания состава газовой смеси по результатам обработки спектров, зарегистрированных на Фурье-спектрорадиометре И Вестник МГТУ им. Н.Э. Баумана. Естественные науки. 2007. № 2 С. 3-13.

4. Фуфурин И.Л. Численное решение задачи распознавания состава газовой смеси по результатам обработки спектров, зарегистрированных на Фурье-спектрорадиометре // Актуальные проблемы фундаментальных наук: Сборник трудов. М., 2008. С. 143-144.

5. Распознавание веществ в открытой атмосфере по единичной интерферограмме фурье-спектрорадиометра / ИЛ. Фуфурин [и др.] // Оптика и спектроскопия. 2009. Т. 106, №5. С. 743-749.

6. Фуфурин И.Л. Численное решение обратной задачи распознавания веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // Физическое образование в ВУЗах (Приложение). 2009. Т. 15, № 1.С. 57-59.

7. Методика идентификации веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра / И.Л. Фуфурин [и др.] // Необратимые процессы в природе и технике: Сборник научных трудов V Всероссийской конференции. М., 2009. Ч. 3. С. 46-49.

8. Фуфурин И.Л. Распознавание веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // Актуальные проблемы фундаментальных наук: Сборник трудов III научно-методической конференции аспирантов и молодых исследователей. М., 2009. С. 124-126.

9. Фуфурин И.Л. Пассивная локация веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // XV Всероссийская научная конференция студентов-физиков и молодых ученых: Материалы конференции. Кемерово-Томск, 2009. С. 556-557.

10. Фуфурин И.Л., Морозов А.Н. Методика пассивного мониторинга веществ в открытой атмосфере по единичному измерению Фурье-спектрорадиометра // Труды Российского научно-технического общества радиотехники, электроники и связи им. A.C. Попова. Сер.: Акустооптические и радиолокационные методы измерений и обработки информации. М., 2009. Вып. 3. С. 133-137.

11. Фуфурин И.Л., Морозов А.Н. Алгоритм и программный комплекс идентификации и восстановления концентраций веществ в газовой фазе путем численного анализа единичного спектра собственного теплового излучения //Физическое образование в ВУЗах (Приложение). 2010. Т. 16, № 1. С. 32-33.

12. Фуфурин И.Л. Разработка алгоритмов и программного комплекса идентификации и восстановления концентраций веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // Актуальные проблемы фундаментальных наук: Сборник трудов IV научно-методической конференции аспирантов и молодых исследователей. М., 2010. С. 88-89.

13. Фуфурин И.Л. Методика идентификации и восстановления концентраций веществ в газовой фазе путем численного анализа единичного спектра собственного теплового излучения // XVI Всероссийская научная конференция студентов-физиков и молодых ученых: Материалы конференции. Волгоград, 2010. С. 524-525.

Подписано к печати 13.09.10. Заказ №511 Объем 1,0 печ.л. Тираж 100 экз. Типография МГТУ им. Н.Э. Баумана 105005, Москва, 2-я Бауманская ул., д.5 (499) 263-62-01

Оглавление автор диссертации — кандидата физико-математических наук Фуфурин, Игорь Леонидович

ВВЕДЕНИЕ

Глава 1. БЕСПРОБООТБОРНЫЙ СПЕКТРАЛЬНЫЙ АНАЛИЗ ВЕЩЕСТВ В ОТКРЫТОЙ АТМОСФЕРЕ

1.1 Спектральные методы анализа многокомпонентных газовых систем.

1.2 Принципы функционирования и области применения фурье-спектроскопических комплексов.

1.3 Математические методы обработки и интерпретации экспериментальной информации, получаемой на фурье-спектрометрах.

1.4 Численные методы решения задачи распознавания веществ.

1.5 Спектроскопические базы данных и комплексы программ.

Введение 2010 год, диссертация по информатике, вычислительной технике и управлению, Фуфурин, Игорь Леонидович

В настоящее время существует ряд актуальных научных и технологических приложений, где необходимо проводить дистанционный беспробоотборный газоанализ: экологический мониторинг состояния атмосферы; контроль за вредными выбросами промышленных предприятий, утечками на газопроводах; обнаружение токсичных и ядовитых веществ; обнаружение веществ в условиях повышенных температур и давлений, в быстро меняющихся условиях. По этим причинам необходима разработка методик и аппаратуры дистанционного контроля состава атмосферы, позволяющих работать в режиме реального времени в сочетании с высокой мобильностью. На сегодняшний день лидирующее положение занимают оптические методики контроля состава атмосферы, основанные на t регистрации и последующем анализе электромагнитного излучения самого объекта. Спектральные методы анализа основаны на регистрации характерных спектров веществ и их дальнейшей обработке, при которой ключевую роль играет распознавание веществ по их селективным линиям.

Перспективным направлением среди оптических методов контроля за составом атмосферы являются фурье-спектрорадиометрические системы [1J, которые получили наибольшее распространение в качестве систем пассивного типа, т.е. регистрирующих собственное тепловое излучение и не требующих (в отличие, например, от лидарных комплексов [2]) применения мощного источника подсветки, что значительно снижает энергопотребление, вес, габаритные размеры и 'стоимость фурье-спектрорадиометрических комплексов. Для наибольшей эффективности работы в пассивном режиме фурье-спекрорадиометрические комплексы работают в спектральном диапазоне 7-14 мкм, на который приходится максимум собственного теплового излучения, а также окно прозрачности атмосферы [3].

Ключевым звеном фурье-спектрорадиометрических систем является система сбора и обработки информации, основой которой служит программный комплекс обработки и интерпретации экспериментальной информации. Для идентификации веществ в открытой атмосфере по энергетическим спектрам трассы наблюдения может применяться математическое моделирование прохождения излучения в атмосфере на основе уравнения переноса излучения в среде [4] с использованием спектральных банков данных типа HITRAN [5] и GEISHA [6], содержащих наиболее полные спектры и идентификации колебательно-вращательных переходов молекул, составляющих основу стандартной атмосферы. Проведение подобных процедур требует, во-первых, наличия априорной мётеорологической информации [7,8 ], во-вторых, достаточно высокой квалификации исследователя и, в-третьих, отнимает значительное время, что делает невозможным работу в натурных условиях в режиме реального времени. Подобные методики, как правило, используются совместно со спектрометрами высокого разрешения в аналитических целях, не предусматривающих работу в масштабе реального времени. В этих случаях для математического моделирования п рохождения излучения в атмосфере применяются модели полинейного счета (line-by-line, codes), например, зарубежные модели ranaLBLRTM [9], FACSODE [10], отечественная модель FLISS [11] и др. Описанные математические модели реализованы в специализированных комплексах программ и применяются научными коллективами по всему миру [12, 13, 14].

Для дистанционного мониторинга веществ наиболее актуально проводить газоанализ в реальном масштабе времени, т.е. за время, не превышающее времени квазистационарности атмосферы, которое составляет порядка 1 с. В этом случае говорят об экспресс-анализе и для подобных целей применяют фурье-спектрорадиометры (ФСР) среднего спектрального разрешения (единицы см"1). Для проведения экспресс-анализа созданы алгоритмы и комплексы программ, позволяющие интерпретировать экспериментальные данные в режиме реального времени. В подобных случаях применяют упрощенные линейные модели переноса излучения в среде и на основе двух энергетических спектров (фоновый спектр трассы наблюдения без исследуемого вещества BQ(v) и энергетический спектр трассы наблюдения с присутствием вещества на линии обзора i?(v)) рассчитывают нормированный коэффициент пропускания облака целевых веществ, который является основой для проведения спектрального анализа: где Р(у,Т) - спектр излучения абсолютно черного тела при некоторой эффективной температуре Т, t(v) — коэффициент пропускания исследуемой

11 газовой смеси, D(v) — оптическая толщина газовой смеси. Отечественными [1] и зарубежными [15, 16] научными коллективами показано, что в данном случае обратная задача спектрального анализа сводится к линейной обратной задаче [17]: где Dt(vj) - матрица референтных спектров искомых веществ, полученных в лабораторных условиях для известных концентраций С(°; С; - искомые концентрации; D(v ) - оптическая плотность, полученная при обработке экспериментальных энергетических спектров B(v) и BQ(v).

В указанной постановке задача относится к классу некорректных обратных задач [18], поскольку содержит погрешности измерений как в матрице системы, так и в экспериментальном спектре D{Vj). Для решения задачи применяют корреляционный анализ [19], который позволяет путем определения статистических связей между экспериментальным и референтным спектром идентифицировать вещество. Для получения количественной информации о концентрациях компонент смеси применяется V метод поиска квазирешения, предложенный В.К. Ивановым [20, 17] и заключающийся в минимизации функционала невязки экспериментального и референтного спектра на заданном множестве.

-с-°(у) B(v)-P(v,T) В0(у)-Р(у,Т)' ь

Однако в ряде случаев, когда необходимо проводить экспересс-анализ веществ в открытой атмосфере, но нет принципиальной возможности зарегистрировать фоновый спектр B0(v) [21] (начальное загрязнение трассы наблюдения, сопровождение облака целевых веществ и т.п.), требуется разработать методику интерпретации экспериментальной информации по единичному измерению ФСР B(v).

Для решения задачи проведения беспробоотборного газоанализа на основе единичного энергетического спектра авторы [22] используют непосредственный расчет атмосферной трассы с применением моделей полинейного счета. Другим подходом является пересчет энергетического спектра в яркостную температуру [15, 23]. Данный метод позволяет линеаризовать задачу и провести качественный анализ корреляционными методами, однако не позволяет проводить количественный анализ. Наконец, беспробоотборный газоанализ по единичному энергетическому спектру в ряде случаев проводят на основе анализа отдельных колебательно-вращательных линий и полос1 в спектрах [8], что позволяет проводить избирательный анализ конкретных веществ по их селективным линиям, а также восстанавливать температуру газовой составляющей по ее радиационным данным. Однако, данный метод специально адаптируется под каждое конкретное вещество, а, значит, обладает очень слабой универсальностью и масштабируемостью.

Таким образом, анализ отечественных и зарубежных литературных источников показал, что в настоящее время для проведения беспробоотборного анализа в масштабе реального времени наиболее разработанным является метод, требующий предварительной регистрации фонового спектра. Для тех случаев, когда зарегистрировать фоновый спектр невозможно, но необходимо провести экспресс-анализ, не разработано методик и численных алгоритмов, которые бы позволили проводить качественный и количественный анализ широкого круга веществ в открытой атмосфере в масштабе реального времени.

Актуальность темы обусловлена необходимостью разработки модели и алгоритмов процесса распознавания веществ в открытой атмосфере в тех случаях, когда нет возможности зарегистрировать фоновый спектр трассы наблюдения, но необходима работа в режиме реального времени. В этих ситуациях хорошо зарекомендовавший себя метод экспресс-анализа экспериментальных данных, предусматривающий предварительную регистрацию фонового спектра, можно дополнить предлагаемой в диссертационной работе моделью. Это значительно расширит область применения фурье-спектрорадиометрических систем для дистанционного газоанализа веществ в открытой атмосфере в режиме реального времени. Корректное сочетание двух подходов позволит разработать наиболее универсальную систему интерпретации экспериментальной информации, получаемой с ИК ФСР среднего спектрального разрешения.

Задачи исследования:

3. Разработка программного комплекса на основе предложенных моделей и алгоритмов.

Методы исследования:

Для разработки моделей и алгоритмов процесса распознавания веществ предполагается применение современных численных методов к решению обратных задач спектроскопии: методы линеаризации обратных задач, методы корреляционного анализа, регуляризации, поиска квазирешений. Кроме того, в диссертации применяются методы цифровой фильтрации сигналов, методы компьютерного моделирования и "визуализации. Для решения задачи спектрального анализа используются банки данных, содержащие спектроскопическую информацию в инфракрасной области спектра для широкого круга веществ.

Научная новизна:

Практическая значимость. Разработанные алгоритмы реализованы в программном комплексе, предназначенном для качественного и количественного анализа веществ в отрытой атмосфере на основе экспериментальной информации, получаемой с ИК ФСР среднего спектрального разрешения. !Для работы программного комплекса не требуется предварительной регистрации фонового спектра трассы наблюдения, а также метеорологической информации о трассе наблюдения. Разработанные алгоритмы и программный комплекс предназначены для работы в режиме реального времени.

На защиту выносятся следующие положения:

Апробация работы. Результаты диссертации докладывались на научно-методических конференциях аспирантов и молодых исследователей «Актуальные проблемы фундаментальных наук» (Москва, 2008 - 2010); Bauman annual post graduate conference (Moscow, 2008); конкурсе-конференции научных работ в области физики студентов и аспирантов (Москва, 2009); V Всероссийской конференции «Необратимые процессы в природе и технике» (Москва, 2009); Всероссийских научных конференциях студентов-физиков и молодых ученых (Кемерово, 2009; Волгоград, 2010); III Международной конференции «Акустооптические и радиолокационные методы измерений и обработки информации» (Суздаль, 2009); конкурсе-конференции молодых физиков (Москва, 2010) (лауреат 1-ой степени в секции «Прикладная физика»).

Личный вклад соискателя. Соискателем разработана математическая модель прохождения ИК излучения в атмосфере, которая была реализована в вычислительных алгоритмах. Алгоритмы позволяют моделировать спектры пропускания открытых атмосферных трасс, для чего используется созданная соискателем атмосферная база экспериментальных спектров открытых атмосферных трасс и ряда отдельных атмосферных поглотителей. Предложена модель и алгоритмы процесса идентификации веществ и восстановления их концентраций. Разработанные алгоритмы реализованы в программном комплексе и апробированы в сериях вычислительных, лабораторных и натурных экспериментов. При разработке программного комплекса, соискатель преобразовал структуру существующего программного обеспечения ФСР, разработал ряд дополнительных вычислительных модулей и расчетно-аналитических процедур, а также доработал интерфейс управляющей программы. Изменения проведены с целью реализации разработанных в диссертации алгоритмов.

Структура и объем работы. Д иссертация со стоит из введения, 4-х глав, заключения, списка литературы и приложения. Диссертация изложена на 151 странице, содержит 31 иллюстрацию и 7 таблиц. Библиография включает 111 наименований.

Первая глава носит обзорный характер и посвящена современным методикам и системам газоанализа, а также математическим моделям, численным методам и программным комплексам, применяемым для решения задач спектрального анализа. Проанализирована актуальность применения подобных систем, проведен обзор современного состояния разработки систем фурье-спектроскопии, а также показаны основные области их применения. Продемонстрированы ситуации, в которых существующие методики экспресс-анализа неэффективны, а предлагаемые альтернативные подходы не дают желаемого результата. На основании проведенного анализа сформулированы цель и задачи диссертационной работы.

Во второй главе рассмотрена обратная задача атмосферной оптики и ее математическая постановка, для чего от уравнения переноса излучения в среде в общем виде с учетом ряда допущений (среду разбивают на небольшое количество однородных плоских слоев, пренебрегают рассеянием излучения) переходят к линейной обратной задаче. Исследованы свойства полученной линейной системы и показано, что задача является некорректно поставленной. Для решения обратной задачи предварительно проводится математическое моделирования прохождения излучения в атмосфере, что позволяет удалить селективные линии атмосферных поглотителей из экспериментального спектра. Далее проводится корреляционный анализ полученного спектра, позволяющий идентифицировать целевое вещество, и вместо решения исходной многомерной обратной решают одну или несколько одномерных задач, решение которых позволяет восстановить концентрации идентифицированных веществ. Приведены результаты апробации методики решения обратной задачи в сериях вычислительных экспериментов, в результате чего исследовано влияния малых шумов во входных данных на ошибки решения задачи, а также определены границы применимости разработанной методики по концентрациям целевых веществ и по температурному контрасту трассы наблюдения.

Третья глава посвящена описанию работы основных модулей разработанного программного комплекса (ПК), реализующего разработанные алгоритмы. Рассмотрена архитектура ПК, приведены блок-схемы основных алгоритмов вычислений, диаграмма состояний, описаны задачи, решаемые программным комплексом. Программный комплекс реализован в виде двух основных блоков: вычислительного ядра и управляющей программы. Управляющая программа предоставляет интерфейс пользователя и отвечает за взаимодействие с внешней средой, получение экспериментальной информации, начало/завершение расчетно-аналигических процедур, представление результатов распознавания веществ. Вычислительное ядро выполняет все расчетно-аналитические функции, а также взаимодействует с базами данных и состоит из диспетчера расчетов и диспетчера базы данных. В главе представлены форматы отчетов по работе программного комплекса и примеры работы программного комплекса.

В четвертой главе представлены постановка лабораторных и натурных экспериментов, приведено описание лабораторной установки, испытуемого макетного образца фурье-спектрорадиометра и контрольно-измерительной аппаратуры. Приведены сводные результаты обработки экспериментальных данных, сравнение результатов анализа, полученных с помощью разработанной модели с результатами обработки тех же экспериментальных данных, полученных с помощью модели, требующей предварительной регистрации фонового спектра, а также с результатами, полученными на контрольно-измерительной аппаратуре. В результате проведения сравнительного анализа сделаны выводы о применимости разработанной методики, ее преимуществах, а также о необходимых последующих доработках. Проведена обработка результатов натурных экспериментов, в ходе которых были систематизированы основные типы открытых трасс мониторинга и для всех основных типов трасс продемонстрирована работоспособность разработанной методики и программного комплекса.

В приложении А приведено описание структуры классов программного комплекса, а также описание основных классов, структур и конфигурационных файлов, используемых в программном комплексе.

В приложении В приведено подробное описание результатов лабораторных испытаний разработанной модели процесса распознавания веществ и реализующего программного комплекса. 1

Заключение диссертация на тему "Разработка модели и алгоритма процесса распознавания веществ в атмосфере по единичному измерению фурье-спектрорадиометра"

4.5 Выводы по результатам лабораторных испытаний

В ходе испытаний доработанного макета ФСР:

1. Проведена проверка возможности автоматического распознавания веществ в статической газовой камере и продемонстрированы: возможность автоматической идентификации веществ на фоне как нагретого, так и охлажденного АЧТ; возможность автоматической идентификации веществ как при нарастании, так и убывании концентраций; возможность и эффективность идентификации веществ при начальном присутствии вещества в газовой камере; вероятность обнаружения веществ на доработанном макетом образце ФСР во всех сериях экспериментов составляет 100 %.

2. Проведен сравнительный анализ возможности и эффективности обнаружения веществ на доработанном лабораторном макете с использованием как модели «Фон/сигнал» (№ 1), так и модели «Единичный спектр» (№ 2) и продемонстрировано, что: модель № 2 во всех сериях измерений позволяет проводить уверенное обнаружение веществ, тогда как модель № 1 в. двух сериях не смогла идентифицировать вещество, и в двух сериях измерений обнаружение было неуверенным. Невозможность идентификации веществ по модели «Фон/сигнал» объясняется либо тем, что измерения проводились в условиях начального присутствия вещества, а последующее нарастание было недостаточным для уверенного обнаружения, либо тем, что нарастание концентрации было крайне медленным и модель «Фон/сигнал» перезаписывала фоновый спектр на текущий; вероятность уверенного обнаружения для модели «единичный спектр» составляет 100 %, а для модели «Фон/сигнал» — 74 %; модель «Единичный спектр» в 8 сериях из 15 срабатывает раньше, в 5 сериях из 15 обе модели срабатывают одновременно, в 2 сериях из 15 срабатывает только модель «Единичный спектр»; для серий с начальным присутствием вещества в газовой камере модель «Единичный спектр» срабатывает раньше модели «фон/сигнал» и работает на протяжении всей серии измерений; в 4 сериях из 15 модель «Единичный спектр» выдавала ложные срабатывания в начале или в конце серии. Это объясняется тем, что, во-первых, в начале и в конце серии измерений концентрация вещества мала, что означает малость отношения сигнал/шум, а, во-вторых, в модели «единичный спектр» использовались пороги обнаружения по корреляции, полученные для методики «Фон/сигнал» в НИОКР типа «ТОМСК-1» и «Прорыв-1». Для модели «Фон/сигнал» ложных срабатываний не выявлено.

3. Проведен сравнительный анализа результатов восстановления концентраций, рассчитанных с использованием обеих моделей, с результатами, полученными на КИА. В результате продемонстрировано, что:

12 сериях из 15 модель «Единичный спектр» отображает динамику изменения концентрации вещества* в газовой камере. Три серии, в которых модель некорректно воспроизводит динамику измерения концентрации -серии регистрации спектров метанола. В этих сериях экспериментальный спектр значительно искажается на предварительных этапах обработки, использующих спектр озона, селективные линии которого значительно перекрываются с линиями метанола. Модель «Фон/сигнал» отображает динамику изменения концентрации в 7 сериях из 15; во всех случаях кроме серий, в которых регистрировался метанол, модель «Единичный спектр» выдает значительно меньшую систематическую часть ошибки восстановления концентраций; случайная составляющая относительной ошибки восстановления концентраций почти одинакова для двух моделей и обусловлена шумами в анализируемых спектрах; для обеих моделей наибольшая относительная ошибка наблюдается при анализе спектров ацетона. Это можно объяснить тем, что селективные линии ацетона лежат на краю области регистрации спектров, где функция г I

J, пропускания оптического тракта ФСР наименьшая, а шумы в нормированным спектре наибольшие.

4.6 Натурные испытания доработанного макетного образца фурьеспектрорадиометра

Целью проведения натурных испытаний является проверка работоспособности разработанной модели процесса распознавания и доработанного макетного образца ФСР в условиях, приближенных к полевым.

Натурные испытания проводились на базе МГТУ им. Н.Э. Баумана в разное время года и суток, с тем, чтобы испытать работоспособность доработанного макета в различных метеоусловиях. Испытания проводились на трассах как с малым, так и с большим углом возвышения.

В качестве опорных источников излучения были выбраны следующие подстилающие поверхности (1111):

- ясное безоблачное небо при углах возвышения от + 3° до + 80°;

- сплошная облачность;

- поверхности различных топографических объектов (ТО) (стены домов, строений, дороги, площадки и т.п.).

Вышеперечисленные 1111 характеризуют основные типы 1111, встречающихся в реальных условиях. Остальные возможные варианты 1111 (переменная облачность, неполное перекрытие ТО области обзора ФСР), описываются на базе вышеперечисленных типов и определяются вкладом каждой из них в суммарное излучение трассы наблюдения.

Периодически для всех типов 1111 и метеоусловий осуществлялась I проверка работоспособности доработанного лабораторного макета на тестовых имитаторах (пленки лавсана, фторопласта и полистирола). После того, как на всех имитаторах наблюдалось надежное обнаружение переходили к экспериментированию с парами летучими веществами.

По результатам анализа экспериментальных данных, а также основываясь на данных [1, 100] можно утверждать, что излучение открытой атмосферной трассы, для которой область обзора ФСР полностью закрыто (сильная облачность, туман или дождь), а также излучение ТО носят практически непрерывный характер, без отчетливых полос, характерных для спектров молекулярных систем (см рис. 4.10). Таким образом, спектры излучения 111 1 вышеперечисленных типов близки к спектрам излучения АЧТ. В подобных случаях, пересчитав спектр излучения в яркостную температуру ТЬг, можно оценить реальную температуру 1111.

Bfv)10"s.Bi/cH

570 640 710 780 850 920 990 1060 1130 1200 1270 1340 1410

V, см"1

Рис. 4.10 Абсолютные спектры свечения стены здания (кривая 1); облачного неба (кривая 2); расчетный спектр АЧТ для Т= +17° С (кривая 3, жирная линия); спектр свечения чистого безоблачного неба (кривая 4)

Наиболее неблагоприятные условиях для идентификации веществ - это сильный туман, дым, сильный дождь. В этих случаях температурный контраст трассы наблюдения имеет наименьшее значение, и поэтому влияние шумов наибольшее (мало отношение сигнал/шум в нормированном спектре).

В подобных случаях идентификация возможна либо при больших концентрациях веществ в исследуемом облаке, либо если температура облака веществ существенно отличается от окружающей среды. Для повышения контраста в подобных метеоусловиях (например, сильный туман на рассвете) необходимо таком образом выбирать трассу наблюдения, чтобы частично захватывать открытое небо. В этом случае, несмотря на то, что частично облако веществ не войдет в область обзора ФСР, вклад излучения открытого неба может существенно повысить температурный контраст, а значит и отношение сигнал/шум в исследуемом спектре. Для тех случаев, когда 1111 представляет собой чистое безоблачное небо (либо часть области обзора попадает на чистое небо), сильное влияние начинает оказывать атмосферное излучение и на спектре определяющими становятся селективные линии атмосферных поглотителей (Н20, ССЬ, 03, СН4, N20, NO2).

Как показали результаты экспериментов и анализ литературных данных [100] наиболее эффективные трассы наблюдения, за вещества с удаленной позиции — это трассы, где либо безоблачное небо выступает в качестве подстилающей поверхности (или хотя бы частично попадает в область обзора ФСР), либо в качестве ГШ выступает нагретая на солнце поверхность ТО. По оценкам [1] яркостной контраст при v= 1060 см"1 для угла возвышения +90° и температуре приземного слоя воздуха +12° С составляет около Д71« 40° С, а для зимних условий наблюдения величина яркостного контраста будет еще больше. По мере снижения угла наблюдения яркостной контраст снижается из-за увеличения толщины воздушной массы. Для двух других типов трасс наблюдения по результатам анализа экспериментов и согласно литературным данным [1] яркостной контраст не превышает нескольких градусов. Необходимо отметить, что чем выше яркостной контраст, тем большее отношение сигнал/шум можно добиться, а, значит, тем меньшую концентрацию вещества можно обнаружить и идентифицировать.

Для трех основных типов трасс (безоблачное небо, сплошная облачность, и использование ТО в качестве 1Ш) проведены серии измерений по идентификации и определению концентраций паров веществ. В качестве исследуемых веществ применялись аммиак и этанол, т.е. легколетучие вещества, которые можно распылять на территории университета. Программное обеспечение применялось в реализации, позволяющей одновременно проводить анализ спектров по двум моделям.

Далее приведем пример обнаружения, идентификации и оценки интегральной концентрации аммиака двумя методиками на фоне чистого безоблачного неба. Угол возвышения трассы наблюдения составлял +50°, температура воздуха приземного слоя +20° С. Раствор аммиака испарялся с плоской поверхности, находящейся на расстоянии 1 м от объектива ФСР. На рис. 4.11- 4.14 проиллюстрированы основные этапы обработки одного из экспериментальных энергетических спектров серии натурных экспериментов. Обнаружение и идентификация паров аммиака произведено по обеими моделям практически одновременно и одинаково эффективно. Количественный анализ показал следующие результаты: по модели о "У

Фон/сигнал» - 91.21 мг/м~, по модели «Единичный спектр» - 122.52 мг/м". Относительная ошибка восстановления концентраций в этом случае составляет 25 %. Для всех серий измерений на фоне трех основных типов трасс, для паров двух веществ (аммиак, этанол) обе модели показали высокую эффективность по обнаружению, идентификации и оценке1 интегральных концентраций паров веществ. Модель «Единичный спектр» демонстрировала более раннее срабатывание нежели методика «Фон/сигнал», однако в нескольких случаях когда в качестве 1111 рассматривалось облачное небо и наблюдалась большая влажность воздуха (в этом случае яркостной контраст не превышает 2-3°) при небольших концентрациях паров методика «Единичный спектр» выдавала ложные

1 Для натурных испытаний имеет смысл говорить не о расчете значений, а об оценке интегральных концентраций, поскольку невозможно узнать точное значение концентрации паров вещества в облаке в данный момент времени срабатывания. Факт наличия ложных срабатываний говорит о целесообразности корректировки порогов обнаружения для данной методики.

Рис. 4.11 Процедура модификации двух функций Планка. Все спектры показаны в относительных единицах с учетом функции пропускания ФСР

700 800 900 1000 1100 1200 , 1300

V, см

Рис. 4.12 На основе суммарного спектра пропускания (кривая 1) и атмосферной базы данных рассчитывается спектр пропускания атмосферы без примеси (кривая 2)

700 800 900 1000 1100 1200 1300

V, CM

Рис. 4.13 Процедура идентификации вещества. Кривая 1 - спектр примеси, выделенный на предыдущих этапах; кривая 2 - референтный спектр аммиака из базы данных, кривая 3 - весовая функция

V, СМ *1

Рис. 4.14 Спектры пропускания аммиака, полученные по двух моделям процесса распознавания веществ. Кривая 1 - спектр, полученный согласно модели «Фон/Сигнал», кривая 2 —спектр, полученный согласно модели

Единичный спектр»

Также проводились натурные измерения по одновременному обнаружению и идентификации паров двух веществ (аммиак и этанол; этанол и изопропанол; изопропанол и ацетон). Применение обеих моделей позволило уверенно обнаруживать оба вещества в рамках одной серии измерений.

ЗАКЛЮЧЕНИЕ

Диссертация посвящена актуальной теме разработки методики и алгоритма численного решения обратной задачи спектроскопии, которая заключается в определении качественного и количественного состава смеси веществ на основе спектроскопической информации. В качестве источника экспериментальных данных выбран ИК ФСР среднего спектрального разрешения, который позволяет эффективно регистрировать собственное тепловое излучение объектов трассы наблюдения и тем самым проводить беспробоотборный спектральный газоанализ веществ в открытой атмосфере без применения внешнего источника подсветки в реальном масштабе времени (экспресс-анализ). Показано, что для проведения экспресс-анализа широкого круга веществ при обработки данных, получаемых с фурье-спектрорадиометра, наиболее эффективным является метод, при котором первоначально регистрируется фоновое излучение трассы наблюдения, а затем энергетический спектр трассы наблюдения с анализируемым целевым веществом, и дальнейший анализ происходит на основе этих двух спектров. Однако для ряда важных ситуаций (начальная загрязненность трассы наблюдения, длительное сопровождение вещества и др.) невозможно зарегистрировать фоновый спектр, в результате чего необходимо разработать модель процесса распознавания веществ по единичному измерению фурье-спектрорадиометра, что и являлось основной целью диссертации.

В ходе исследования показано, что задача анализа единичного измерения ФСР, после проведение предварительных процедур обработки цифрового сигнала, сводится к линейной обратной задаче, которая является некорректно поставленной. Для решения задачи в такой постановке предлагается проводить промежуточное математическое моделирование прохождения излучения в атмосфере, что позволяет затем исключать селективные линии атмосферных поглотителей из экспериментального спектра. Моделирование проводится методом невязки с включением в функционал невязки штрафных функций. После чего проводится качественное решение поставленной задачи корреляционными методами, что позволяет вместо решения исходной многомерной задачи решать одну или несколько одномерных задач, для которых выполнены условия корректности и решение которых в обычных на практике условиях позволяет восстанавливать интегральные концентрации целевых веществ. Решение одномерных задач проводится методом поиска квазирешений на заданном множестве.

Разработанные алгоритмы реализованы в программном комплексе и апробированы в вычислительных, лабораторных и натурных экспериментах. В качестве тестовых объектов на начальных этапах использовались тестовые имитаторы (пленки лавсана/полистирола и фторопласта), а затем регистрировались пары летучих веществ: аммиака (как типичного вещества с узкополосными спектрами), спиртов этанола, метанола и изопропанола (как веществ с широкополосными спектрами). Лабораторные эксперименты проводились на статической газовой камере для различных температурных контрастов. Натурные испытания проводились для всех основных типов открытых атмосферных трасс. Во всех случаях показана работоспособность методики, эффективность и высокая надежность. Для ряда условий (начальное присутствие вещества, медленное нарастание/убывание концентраций) показана большая эффективность, надежность и перспективность применения разработанной модели процесса распознавания по отношению к уже существующим моделям.

Применение разработанной модели процесса распознавания совместно с существующими моделями позволит расширить области применения ФСР систем в качестве комплексов беспробоотборного газоанализа широкого круга веществ и повысить эффективность и надежность их работы.

Наиболее важные результаты работы:

1 I л (■

5. Проведены лабораторные испытания разработанных алгоритмов и программного комплекса на статической газовой камере. Проведен сравнительный анализ результатов распознавания, полученных с применением двух моделей процесса распознавания веществ, а также на контрольно-измерительной аппаратуре. Продемонстрирована работоспособность предлагаемой модели и алгоритма, высокая надежность и целесообразность применения кдля* ряда условий измерений (начальное присутствие вещества на трассе наблюдения; медленное изменение концентраций веществ). Показано, что для подавляющего большинства экспериментов применение разработанной модели позволяет уменьшить ошибку восстановления концентраций веществ.

В заключение автор хотел бы выразить искреннюю благодарность доктору физико-математических наук, профессору Андрею Николаевичу Морозову за постоянное внимание к работе и помощь. Автор искренне благодарен кандидату физико-математических наук, директору Филиала Института энергетических проблем химической физики РАН Сергею Ивановичу Светличному за помощь в разработке метода математического моделирования прохождения излучения в атмосфере, а также за многочисленные советы по вопросам проведения исследований. Автор хотел бы поблагодарить доктора физико-математических наук, ведущего научного сотрудника научно-исследовательского вычислительного центра им. Н.В. Ломоносова Игоря Викторовича Кочикова за постоянный интерес к работе, за помощь в разработке численных методов решения обратных задач, за многочисленные консультации по ряду математических вопросов, а также за помощь в создании и доработке программного комплекса. Автор искренне благодарен Сергею Егоровичу Табалину за помощь в вопросах обработки и анализа экспериментальных данных и за советы по оформлению работы; кандидату физико-математических наук Станиславу Олеговичу Юрченко за проявленный интерес к работе и за ряд конструктивных замечаний. Автор хотел бы отдельно поблагодарить свою супругу Марию Фуфурину за постоянную поддержку, а также за ряд существенных замечаний по вопросам стилистики и оформления текста диссертации.

Библиография Фуфурин, Игорь Леонидович, диссертация по теме Математическое моделирование, численные методы и комплексы программ

1. Морозов А.Н., Светличный С.И. Основы Фурье-спектрорадиометрии. М.: Наука, 2006. 275с.

2. Межерис Р. Лазерное дистанционное зондирование. М.: Мир, 1987. 550 с.

3. Хргиан А.Х. Физика атмосферы. М.: Изд-во МГУ, 1986. 751 с.

4. Зельдович Я.В., Райзер Ю.П. Физика ударных волн и высокотемпературных гидродинамических явлений. М.: Наука, 1966. 687 с.

5. Rothman L.S., Gamache R.R., Goldman A. et al. The HITRAN database 1986 // Applied Optics. 1987. Vol. 26, Issue 19. P. 4058-4097.

6. Chedin A., Husson N., Scott N.A. et al. The GEISHA data bank 1984 version. Internal Note LMD, N 127, February 1985, reviewed, October 1986.

7. DuBois D.W. Demonstration of a method to determinate atmospheric gas concentrations from infrared emission spectra. Semester for spring 1997 ATMS radiation transfer. New Mexico: New Mexico State University publishers, 1997. 15 p.

8. Shafer K., Haus R., Heland J. et al. Measurments of atmospheric trace gases by emission and absorption spectroscopy with FTIR // Berichte der Bunsen-Gesellschaft fur Physikalische Chemie. 1995. Vol. 99, № 3. P. 405-411.

9. Anderson G.P., Clough S. A., Kneizys F. X. et al. FASCOD3: Spectral Simulation. // I.R.S. International Symposium, Lille, France. 1988. P. 372-375.

10. Rothman L.S. JavaHAWKS manual. Cambridge: Atomic and Molecular Physics Division Harvard-Smithsonian Center for Astrophysics, 2004. 36 p.

11. Key J., Schweiger A.J. Tools for atmospheric radiative transfer: Sreamer and FluxNet// Computers and Geosciences. 1998. Vol. 24, № 5. P. 443-451.

12. LaRocca A.J. Atmospheric Transmittance and Radiance: Methods of calculation // Proceedings of the IEEE. 1975. Vol. 63, Issue 1. P. 75-94.

13. Beil A., Daum R., Matz G. et al. Remote sensing of atmospheric pollution by passive FTIRspectrometry //Proceedings of SPIE. 1998. Vol. 3493. P. 32-43.

14. Harig R., Matz G. Toxic cloud imaging by infrared spectrometry: A scanning FTIR system for identification and visualization // Field Analytical Chemistry and Technology. 2001. Vol. 5, № 1. P. 75-90.

15. Иванов B.K., Васин B.B., Танана В.П. Теория линейных некорректных задач и ее приложения. М.: Наука, 1978. 200 с.

16. Тихонов А.Н., Арсенин В.Я. Методы решения некорректно поставленных задач. М: Наука, 1979. 285 с.

17. Браверман Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. 464 с.

18. Иванов В.К. О линейных некорректных задачах // ДАН СССР. 1962, Т. 145, №2. С. 270-272. , .;,, .

19. Распознавание веществ в открытой атмосфере по единичной интерферограмме фурье-спектрорадиометра / И.Л. Фуфурин и др. // Оптика и спектроскопия. 2009. Т. 106, №5. С. 743-749.

20. Puckrin Е., Evans W.F.J. Measurement of tropospheric ozone by thermal emission spectroscopy // Atmospheric Environment. 1996. Vol. 30, № 4 P. 563-568.

21. Лазерный акусто-оптический анализ многокомпонентных газовых смесей /В.И. Козинцев и др.. М.: Изд-во МГТУ им. Н.Э. Баумана. 2003. 352 с.

22. Мак-Картни Э. Оптика атмосферы. М: Мир, 1979. 448 с.

23. Применение лазеров для определения состава атмосферы / O.K. Костко и др.. Д.: Гидрометеоиздат, 1983. 216 с.

24. Кароль И.Л., Розанов В.В., Тимофеев Ю.И. Газовые примеси в атмосфере. Л.: Гидрометеоиздат, 1983. 192 с.

25. Зуев В.Е., Зуев В.В. Атмосферная оптика. Т. 8. Дистанционное оптическое зондирование атмосферы. С-Пб.: Гидрометеоиздат, 1992. 232 с.

26. Ельяшевич М.А. Общие вопросы спектроскопии. М.: КомКнига, 2007. 240 с.

27. Кудрявцев Н.Н. Основы молекулярной спектроскопии. М.: Изд-во Всесоюз. заоч. политехи, ин-та, 1990. 156 с.

28. Справочник по лазерной технике / Ю.В. Байбородин и др.. Киев: Техника, 1978. 288 с. , , |

29. Жаров В.П., Лехотов ,:В.С. Лазерная оптическо-акустическая спектроскопия. М.: Наука, 1984. 320 с.

30. Лазерная аналитическая спектроскопия / B.C. Антонов и др. М.: Наука, 1986. 318 с.

31. Селезнева Е.С. Атмосферные аэрозоли. Л.: Гидромеоиздат, 1966. 520 с.

32. Балакший В.И., Парыгин В.Н., Чирков Л.И. Физические основы акустооптики. М.: Радио и связь, 1985. 280 с.

33. Авилов В.П. Круговые переменные фильтры для области спектра 0,2515,0 мкм // Вестник Омского ун-та. 1997. Вып. 4. С. 21-23.

34. Оптические приборы и методы определения газового состава воздуха технического состояния газотранспортных систем / В.И. Белоусов и др. // Оптический журнал. 1995. № 7. С. 44-54.

35. Лебедева В.В. Техника оптической спектроскопии. М: Изд-во МГУ, 1986. 352 с.

36. Leonelli J., Killinger D.K., Vaughan W. et al. Generation of synthetic FTIR interferograms //Proceeding of SPIE. 1995. Vol. 2366. P. 224-225.

37. Avishai B.D. Remote detection of biological aerosols at a distance of 3 km with a passive Fourier transform infrared (FTIR) sensor // Optics Express. 2003. Vol. 11, №5. P. 418-429.

38. Harig R., Matz G., Rush P. et al. Remote detection of methane for airborne pipeline surveillance: first results of ground-based measurements. Remote sensing of clouds and the atmosphere. // Proceeding of the SPIE. 2004. Vol. 5235. P. 2354-2365.

39. Hilton M. Aeroengine exhaust emission monitoring // Applied Optics. 2003. Vol. 39, Issue 3. P. 441-455.

40. Notholt J., Schrems O. Ground-based FTIR spectroscopic absorption measurements of stratospheric trace gases with the sun and moon as light sources // Journal of Molecular Structure. 1995. Vol. 347. P. 407-416.

41. Hilton M., Lettington A.H., Mills I.M. Passive remote detection of atmospheric pollutants using Fourier transform infrared spectroscopy // Proceeding of SPIE. 1993. Vol. 2089. P. 314-315.

42. Фуфурин И.JI. Численное решение задачи распознавания состава газовой смеси по результатам обработки спектров, зарегистрированных на Фурье-спектрорадиометре // Актуальные проблемы фундаментальных наук: Сборник трудов. М., 2008. С. 143-144.

43. Marinelli W.J., Finson M.L., Gittings С.М. et al. AIRIS Wide Area Detector for Integrated Early Warning // Pentagon Reports. Technical Report №A322444. October 2004. 9 p.

44. Тонков M.B. Фурье-спектроскопия — максимум информации за минимум времени // Сорос, обр. ж. 2001. Т. 7, № 1. С. 83-88.

45. Ахманов С.А., Дьяков Ю.Е., Чиркин А.С. Введение в статистическую радиооптику. М.: Наука, 1981. 320 с.

46. Сайкин А.С., Морозова Н.Н., Фурье-анализ в оптике. Чебоксары: Изд-во ЧТУ, 1997. 31 с.

47. Mertz L. Auxiliary computation for Fourier spectroscopy // Infrared Physics. 1967. №. 7. P. 17-23.

48. Forman M.L., Steel W.H., Vanasse G.A. Correction of asymmetric interferograms obtained in Fourier spectroscopy // Journal of the Optical Society of America. 1966. Vol. 56, № 1. P. 59-63.

49. Жижин Г.Н. Инфракрасная спектроскопия высокого разрешения: М.: Мир, 1972. 352 с.

50. Светосильные спектральные приборы / В.А. Вагин и др.. М: Наука, 1988. 264 с.

51. Купцов А.Х., Жижин Г.Н. Фурье-КР и Фурье-ИК спектры полимеров. М: Физматлит, 2001. 431с.

52. Крылов А.С., Втюрин А.Н., Герасимова Ю.В. Обработка данных инфракрасной Фурье-спектроскопии. Красноярск. Препринт 832Ф. 2005. 47 с.

53. Малышев В.И. Введение в экспериментальную спектроскопию. М.: Наука, 1979. 450 с.

54. Mosebach Н:, Eiseman Th.,,, Schulz-Spahr Y. et al. Remote sensing ofsmokestack emissions using a mobile environmental laboratory // Proceeding of SPIE. 1993. Vol. 1717. P. 149-158.

55. Carli В., Ade P., Cortesi U. et al. Emission Fourier transform spectroscopy for the remote sensing of the atmosphere // Journal of Atmospheric and Oceanic Technology. 1999. № 16. P. 1313-1328. j.

56. Martin D.H., Pullet E. Polarized interferometric spectrometry for millimetre and submullimetre spectrum // Infrared Physics. 1969. № 10. P. 105-109.

57. Мониторинг загрязняющих веществ в атмосфере с помощью Фурье-спектрорадиометра / С .К. Дворук и др.. // Оптический журнал. 2004. Т. 71, №5. С. 7-13.

58. Применение Фурье-спектрорадиометра для определения концентраций загрязняющих веществ / С.К. Дворук и др.. // Оптический журнал. 2000. Т. 67. №3. С. 37-42.

59. Фурье-спектрометр для дистанционного зондирования атмосферы земли / Ф.С. Завелевич и др.. // Современные проблемы дистанционногозондирования Земли из космоса: Сборник тезисов III Всероссийской открытой конференции. М., 2005. С. 84-85.

60. Svedberg U. Fourier Transform Infrared Spectroscopy in Industrial Hygiene Applications: Assessment of Emissions from and Exposures in Wood Processing Industries, Doctoral thesis. Uppsala: Uppsala University, 2004. 58 p.

61. Проблема идентификации и определения концентраций загрязняющих веществ с помощью Фурье-спектрорадиометра / А.Ю. Бойко и др.. //Вестник МГТУ. Естественные науки. 2004. № 1. С. 26-41.

62. Hilton М., Lettington A., Mills lan М. Quantitative analysis of remote gas temperatures and concentrations from their infrared emission spectra //Measurement Science Technology. 1995. № 6. P. 1236-1241.

63. Prengle H.W., Morgan C.A.,. Fang C-S et al. Infared, remote sensing and determination of pollutants in gas plumes // Environmental Science and Technology. 1973. Vol. 7, №5. P. 417-423.

64. Carlson R.G., Hayden A.F., Telfair W.B. Remote observation of influents from small building smokestacks using FTIR spectroscopy // Applied Optics. 1988. № 27. P. 4952-4959.

65. Wang J., Wang X., Li H. et al. Flame temperature measurements from infrared emission line intensities of rotation-vibration band of molecules // Spectroscopy Letters. 1990. Vol. 23, Issue 4. P. 515-526.

66. Suskind J., Barnet C.D., Blaisdell J.M. Retrieval of atmospheric and surface parameters from AIRS/AMSU/HSB data in the presence of clouds // IEEE Transactions on Geoscience and Remote Sensing. 2003. Vol. 41, № 2. P. 390409.

67. Becker E., Notholt J. Intercomparison and validation of FTIR measurements with the Sun, the Moon and emission in the Arctic // Journal of Quantitative Spectroscopy & Radiative Transfer. 2000. Vol. 65, №5. P. 779-786.

68. Van Allen R., Murcray F.J., Liu X. Mid-infrared measurements of the atmospheric emission over the South Pole using a radiometrically calibrated Fourier transform spectrometer // Applied Optics. 1996. Vol. 35, Issue 9. P. 1523-1530.

69. Becker E., Notholt J., Herber A. Tropospheric aerosol measurements in the Arctic by FTIR-emission and star photometer extinction spectroscopy // Geophysical Research Letters. 1999. Vol. 26, № 12. P. 1711-1714.

70. Bianchini G., Gortesi U., Palchetti L. Emission Fourier transform spectroscopy for the remote sensing of the atmosphere // Optics and Lasers in Engineering. 2002. Vol. 37, № 2-3. P. 187-202.

71. Математические технологии, оперативного регионального спутникового мониторинга характеристик атмосферы и подстилающей поверхности ч. 1 MODIS / А.А. Лагутин и др.. // Вычислительные технологии. 2007. Т. 12, № 2. С. 67 89.

72. Science writer's guide to Terra // NASA's Earth Science Enterprise. Technical Report №NP-1999-10-169-GSFC. October 1999. 27 p.

73. Seeman S.W., Li. J., Menzel W.P. et, al. Operational retrieval of atmospheric temperature, moisture and ozone from MODIS infrared radiances // Journal of Applied Meteorology. 2003. Vol. 42, № 8. P. 1072-1091.

74. Small G.W., Kroutil R.T., Ditillo J.T. et al. Detection of atmospheric pollutants by direct analysis of passive Fourier transformed interferograms // Analytical chemistry. 1988. Vol. 60, №3. P. 264-269.

75. Althouse M., Ditillo J., Gross R. et al. The Lightweight Standoff Chemical Agent Detector//Proceeding of SPIE. 1995. Vol. 2366. P. 166-173.

76. Мальцев А.А. Молекулярная спектроскопия. М.: Из-во МГУ, 1980. 272 с.

77. Rinsland С.Р., Smith М.А.Н., Rinsland P.L. et al Ground-based infrared spectroscopic measurements of atmospheric hydrogen cyanide // Journal of Geophysical Research. 1982. № 87, 11119 11125.

78. Berk A., Bernstein L.S., Anderson G.P. et al. MODTRAN cloud and multiple scattering upgrades with application to AVRIS // Remote Sensing of Environment. 1998. Vol. 65, №3. P. 367-375.

79. Miscolczi F.M. High Resolution Atmospheric Radiative Transfer Code (HARTCODE) Version № 01 // Instituto per lo Studio delle Metodologie Geofisiche Ambientali. Modena. Technical Report. August 1989. 215 p.

80. Dray son S.R. Rapid computation of the Voigt profile // Journal of Quantitative Spectroscopy and Radiative Transfer. 1976. Vol. 16, Issue 7. P. 611-614.

81. Drayson S.R. The Calculation of Long-Wave Radiative Transfer in Planetary Atmospheres // University of Michigan. Technical Report №07584-l-T. November 1967. 110 p.

82. Kneizys F.X., Abrew L.W., Anderson G.P. et al. The MODTRAN 2/3 report and LOWTRAN model // Phillips Laboratory. Geophysics Directorate. Technical Report. November 1996. 261 p.

83. Schowengerdt R.A. Remote sensing: models and methods for image processing. San Diego: Acad. Press, 1997; 522 p.

84. Chang C. An information-theoretic approach to spectral variability, similarity, and discrimination for hyperspectral image analysis // IEEE Transaction on Informational Theory. 2000. Vol. 46, №. 5. P. 1927-1932.

85. Налимов B.B. Применение математической статистике при анализе веществ. М.: Государственное издательство физико-математической литературы, 1960. 431 с.

86. Дрейпер Н., Смит Г. Прикладной регрессионные анализ. Множественная регрессия. М: Диалектика, 2007. 912 с.

87. Манита А. Д. Теория вероятностей и математическая статистика: Учебное пособие. М.: Издат. отдел УНЦ ДО,-2001.120с.

88. Цибанов В.Н. Регуляризирующие методы фильтрации и восстановления изображений: Дис. канд. физ.-мат. наук. М., 2008. 113 с.

89. Аттетков А.В., Галкин С.В., Зарубин B.C. Математика в техническом университете. Т. XIV. Методы оптимизации. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. 438 с.

90. Измаилов А.Ф., Солодов М.В. Численные методы оптимизации. М.: Физматлит, 2003. 300 с.

91. Курейчик В.М. Генетические алгоритмы. Таганрог: Изд-во ТРГУ, 1998. 242 с.

92. Батищев Д.И. Генетические алгоритмы решения экспериментальных задач. Воронеж: Изд-во НГТУ, 1995. 69 с.

93. Partridge Н., Schwenke D.W. The determination of an accurate isotope dependent potential energy, surface for water from . extensive ab initio calculations and experimental data // Journal of Chemical Physics. 1997. Vol. 106, Issue 11. P. 4618-4639.

94. Нагирнер Д.И. Лекции по теории переноса излучения. СПб.: Изд-во С.-Петерб. ун-та, 2001. 284 с.

95. Shimoto A., Kobayashi Н., Kadokura S. Radiometric celibration for the airborne interferometric monitor for greenhouse gases simulator // Applied Optics. 1999. Vol. 38, Issue 3. P. 571-576.

96. Канатников А.Н., Крищенко А.П. Аналитическая геометрия. М.: Изд-во МГТУ им. Н.Э. Баумана, 1999. 387 с.

97. Канатников А.Н., Крищенко Д.П. Линейная алгебра. М.: Изд-во МГТУ им. Баумана, 2006. 336 с.

98. Заикин П.Н. Система сплошной автоматической обработки результатов эксперимента по исследованию сечений фотоядерной реакции, Автореферат канд. диссерт. М: МГУ, 1968. 18 с.

99. Chaffin C.T., Marshall N.C., Chaffin N.C. Passive FTIR remote sensing of smokestack emission 11 Field analytical chemistry and technology. 1999. № 3. P. 111-115.

100. Морозов A.H., Светличный С.И., Табалин C.E. Пассивная локация химических соединений в открытой атмосфере с помощью Фурье-спектрорадиометра // Успехи современной радиоэлектроники. 2007. № 8. С. 34-47.

101. Фуфурин И.Л. Численное решение обратной задачи распознавания веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // Физическое образование в, ВУЗах (Приложение). 2009. Т. 15, № 1.С. 57-59.

102. Методика идентификации веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра / И.Л. Фуфурин и др. // Необратимые процессы в природе и технике: Сборник научных трудов V Всероссийской конференции. М., 2009. Ч. 3. С. 46-49.

103. Баврин И.И., Матросов В.Л. Краткий курс теории вероятностей и математической статистики. М.: Изд-во Прометей, 1989. 136 с.

104. Худсон Д. Статистика для физиков. М.: Мир, 1970. 297 с.

105. Студенческая научная весна-2005: Тез. докл. общеуниверситетской научно-технической конф. М., 2005. Т. 2. С.221.

106. Морозов А.Н., Фуфурин И.Л. Численное решение задачи распознавания состава газовой смеси с помощью пассивной ИК фурье-спектрорадиометрии // Необратимые процессы в природе и технике: Сборник научных трудов IV Всероссийской конф. М., 2007. Ч. 2. С. 515518.

107. Фуфурин И.Л. Численное решение задачи распознавания состава газовой смеси по результатам обработки спектров, зарегистрированных на Фурье-спектрорадиометре // Актуальные проблемы фундаментальных наук: Сборник трудов. М., 2008. С. 143-144.

108. Распознавание веществ в открытой атмосфере по единичной интерферограмме фурье-спектрорадиометра / И.Л. Фуфурин и др. // Оптика и спектроскопия. 2009. Т. 106, №5. с. 743-749. (пер. ВАК).

109. Фуфурин И.Л. Численное , решение обратной задачи распознавания веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // Физическое образование в ВУЗах (Приложение). 2009. Т. 15, № 1.С. 57-59.

110. Методика идентификации веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра / И.Л. Фуфурин и др. // Необратимые процессы в природе и технике: Сборник научных трудов V Всероссийской конференции. М., 2009. Ч. 3. С. 46-49.

111. Фуфурин И.Л. Пассивная локация веществ в открытой атмосфере по единичному измерению фурье-спектрорадиометра // XV Всероссийская научная конференция студентов-физиков и молодых ученых: Материалы конференции. Кемерово-Томск, 2009. С. 556-557.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00