УДК: 534.535, 535.33/34

Построение адаптивных спектроанализаторов на основе акустооптических спектрометров

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Фадеев А.В., Пожар В.Э. Построение адаптивных спектроанализаторов на основе акустооптических спектрометров // Оптический журнал. 2013. Т. 80. № 7. С. 50–57.

Fadeev A.V., Pozhar V.E. Construction of adaptive spectral analyzers on the basis of acousto-optic spectrometers [in Russian] // Opticheskii Zhurnal. 2013. V. 80. № 7. P. 50–57.

Ссылка на англоязычную версию:

A. V. Fadeyev and V. E. Pozhar, "Construction of adaptive spectral analyzers on the basis of acousto-optic spectrometers," Journal of Optical Technology. 80(7), 444-449 (2013). https://doi.org/10.1364/JOT.80.000444

Аннотация:

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

Благодарность:

Работа проводилась по Федеральной целевой программе «Кадры» (контракты П721 и 14.740.11.0143).

Коды OCIS: 230.1040, 300.6190, 280.1120, 120.6200

Список источников:

1. S. E. Harris and R. W. Wallace, “Acousto-optic tunable filter,” J. Opt. Soc. Am. 59, 744 (1969).
2. Ch. V. Gazarov, V. E. Pozhar, and V. N. Zhogun, “Acousto-optical spectrometer for air-pollution monitoring,” Proc. SPIE 2107, 143 (1993).
3. A. V. Fadeyev and V. E. Pozhar, “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 8535, 85350C (2012).
4. V. E. Pozhar and V. I. Pustovoit, “New DOAS technique based on acousto-optic spectrometer,” Proc. SPIE 3818, 69 (1999).
5. V. I. Pustovoit and V. E. Pozhar, “Long-path optical spectral AOTF-based gas analyzer,” Proc. SPIE 4574, 174 (2001).
6. U. Platt, D. Perner, and H. W. Patz, “Simultaneous measurements of atmospheric CH2 O, O3 and NO 2 by differential optical absorption,” J. Geophys. Res. 84, 6329 (1979).

7. A. Hyvarinen, J. Karhunen, and E. Oja, Independent Component Analysis (Wiley, New York, 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. A. V. Fadeyev and V. E. Pozhar, “Optimization of measuring and calibration procedures for gas analyser based on acousto-optical tunable filters,” Proc. SPIE 8082, 808242 (2011).

10. Мазур М.М., Пожар В.Э., Шорин В.Н., 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. J. Stutz and U. Platt, “Numerical analysis and estimation of the statistical error of differential optical absorption spectroscopy measurements with least-squares methods,” Appl. Opt. 35, 6041 (1996).
13. M. Hausmann, U. Brandenburger, T. Brauers, and H. P. Dorn, “Simple Monte-Carlo methods to estimate the spectra evaluation error in differentialoptical-absorption spectroscopy,” Appl. Opt. 38, 462 (1999).
14. P. Comon and C. Jutten, Handbook of Blind Source Separation, Independent Component Analysis and Applications (Academic Press, Oxford, 2010), Chap. 1, pp. 1–22.
15. H. H. Kim, S. H. Han, and H. D. Bae, “Separation of DOAS measurements data by independent component analysis,” Key Eng. Mater. 270, 703 (2004).
16. V. D. Calhoun, T. Adali, G. D. Pearlson, and J. J. Pekar, “Spatial and temporal independent component analysis of functional MRI data containing a pair of task-related waveforms,” Hum. Brain Mapp. 13, 43 (2001).
17. A. Hyvarinen and E. Oja, “A fast fixed-point algorithm for independent component analysis,” Neural Comput. 9, 1483 (1997).
18. A. Bell and T. Sejnowski, “An information-maximization approach to blind separation and blind deconvolution,” Neural Comput. 7, 1129 (1995).
19. J.-F. Cardoso, “High-order contrasts for independent component analysis,” Neural Comput. 11, 157 (1999).
20. Y. B. Monakhova, S. A. Astakhov, A. Kraskov, and S. P. Mushtakova, “Independent components in spectroscopic analysis of complex mixtures,” Chemom. Intell. Lab. Syst. 103, 108 (2010).
21. J. Jaumot, R. Gargallo, A. de Juan, and R. Tauler, “A graphical user-friendly interface for MCR -ALS: a new tool for multivariate curve resolution in MATLAB,” Chemom. Intell. Lab. Syst. 76, 101 (2005).
22. S. Amari, A. Cichocki, and H. Yang, “A new learning algorithm for blind signal separation,” in Advances in Neural Information Processing Systems, 1996, vol. 8, pp. 752–763.