© 2013 г. А. В. Фадеев, канд. физ. мат. наук; В. Э. Пожар, доктор физ. мат. наук
Научно-технологический центр уникального приборостроения Российской академии наук, Москва
E-mail: np@ntcup.ru
Рассмотрена проблема выбора рабочих спектральных точек в методе выборочной спектральной регистрации, используемом для обнаружения в воздухе веществ-загрязнителей с помощью дифференциальной оптической абсорбционной спектроскопии акустооптическими спектрометрами с произвольной спектральной адресацией. Сокращение числа регистрируемых точек спектра, позволяющее на порядок сократить время измерений, одновременно может снижать селективность анализа, что представляет проблему в случае неизвестного состава примесных веществ. Предложено частное решение проблемы, заключающееся в предварительном изучении вариаций спектров газовой смеси, что позволяет выделить статистически основные меняющиеся компоненты в составе газовой смеси и отождествить их с определенными газами. Предложены варианты построения адаптируемых систем на основе акустооптических спектрометров с использованием разработанных методик.
Ключевые слова: газоанализ, мониторинг загрязнений воздуха, акустооптический спектрометр, произвольная спектральная адресация, дифференциальная оптическая абсорбционная спектроскопия, анализ независимых компонент, выборочная спектральная регистрация.
Коды OCIS: 230.1040, 300.6190, 280.1120, 120.6200
УДК 534::535 + 535.33/.34
Поступила в редакцию 04.02.2013
ЛИТЕРАТУРА
1. Harris S.E., Wallace R.W. Acousto-optic tunable filter // J. Opt. Soc. Amer. 1969. V. 59. P. 744-747.
2. Gazarov Ch.V., Pozhar V.E., Zhogun, V.N. Acousto-optical spectrometer for air pollution monitoring // Proc. SPIE.1993. V.2107. P.143-146.
3. Fadeyev A.V., Pozhar V.E. Application of independent component analysis method in real-time spectral analysis of gaseous mixtures for acousto-optical spectrometers based on differential optical absorption spectroscopy // Proc. SPIE. 2012. V.8535. 85350C.
4. Pozhar V.E., Pustovoit V.I. New DOAS technique based on acousto-optic spectrometer // Proc. SPIE. 1999. V. 3818. P.69-76.
5. Pustovoit V.I., Pozhar V.E. Long-path optical spectral AOTF-based gas analyzer // Proc. SPIE. 2001. V. 4574. P.174-178.
6. Platt U., Perner D., Patz H.W. Simultaneous measurements of atmospheric CH20, 03 and N02 by differential optical absorption // J. Geophys. Res. 1979. V. 84. P. 6329-6335.
7. Hyvarinen A., Karhunen J., Oja E. Independent Component Analysis. N.Y.: John Wiley and Sons, 2001. P. 481.
8. Пожар В.Э., Пустовойт В.И. Об оптимальном алгоритме спектрального химического анализа с помощью акустооптических спектрометров // Электромагнитные волны и электронные системы. 1997. Т. 2. № 4. С.26-30.
9. Fadeyev А.V., Pozhar V.E. Optimization of measuring and calibration procedures for gas analyser based on acousto-optical tunable filters // Proc. SPIE. 2011. V. 8082. P. 808242.
10. Мазур M.M., Пожар В.Э., Шорин B.H., Магомедов З.А. Газоанализатор // Патент России № 2095788. 1996.
11. Мазур М.М., Шорин В.Н., Пустовойт В.И., Пожар В.Э., Фадеев А.В. Газоаналитический акустооптический спектрометр-газоанализатор ГАОС // Приборы и техника эксперимента. 2011. В. 2. С. 140-146.
12. Stutz J., Platt U. Numerical analysis and estimation of the statistical error of differential optical absorption spectroscopy measurements with least-squares methods // Appl. Opt. 1996. V. 35. P. 6041-6053.
13. Hausmann M., Brandenburger U., Brauers Т., Dorn H.P. Simple Monte-Carlo methods to estimate the spectra evaluation error in differential-optical-absorption spectroscopy // Appl. Opt. 1999. V. 38. P. 462-475.
14. Comon P., Jutten C. Handbook of Blind Source Separation, Independent Component Analysis and Applications. Oxford UK: Academic Press, 2010. Ch. 1. P. 1-22.
15. Kim H.H., Han S.H., Bae H.D. Separation of DOAS measurements data by independent component analysis // Key Engineering Materials. 2004. V. 270. P. 703-708.
16. Calhoun V.D., Adali Т., Pearlson G.D., Pekar J.J. Spatial and temporal independent component analysis of functional MRI data containing a pair of task-related waveforms // Human Brain Mapping. 2001. V. 13. P. 43-53.
17. Hyvarinen A., Oja E. A fast fixed-point algorithm for independent component analysis //Neural Computation. 1997. V.9. P.1483-1492.
18. Bell A., Sejnowski T. An information-maximization approach to blind separation and blind deconvolution // Neural Computation. 1995. V. 7. P. 1129-1159.
19. Cardoso J.F. High-order contrasts for independent component analysis // Neural Computation. 1999. V. 11. P. 157-192.
20. Monakhova Y.B., Astakhov S.A., Kraskov A., Mushtakova S.P. Independent components in spectroscopic analysis of complex mixtures // Chemometrics and Intelligent Laboratory Systems. 2010. V. 103. P. 108-115.
21. Jaumot J., Gargallo R., de Juan A., Tauler R. A graphical user-friendly interface for MCR-ALS: a new tool for multivariate curve resolution in MATLAB // Chemometrics and Intelligent Laboratory Systems. 2005. V. 76. P.101-110.
22. Amari S., Cichocki A., Yang H. A New Learning Algorithm for Blind Signal Separation // In Advances in Neural Information Processing Systems. 1996. V. 8. P. 752-763.
Полный текст
