Томские ученые разработали технологию более точного определения опасных газов в атмосфере
Физики Томского государственного университета (ТГУ) совместно с коллегами из Института оптики атмосферы СО РАН разработали новый алгоритм фильтрации зашумленных спектральных данных, который не только эффективно подавляет шум, но и максимально сохраняет форму исходного спектра. В частности, новая разработка позволит в 3,7 раза повысить точность обнаружения и количественного анализа газов в атмосфере.
Для анализа газовых смесей при решении прикладных задач экологии, климатологии, изучения атмосферы Земли, контроля технологических процессов, а также для медицинской диагностики используют методы оптической спектроскопии. Однако точность таких анализов ограничена из-за наличия шумов в экспериментальных данных.
Для выделения полезного сигнала в экспериментальных данных используют разные виды фильтров — аппаратные и цифровые. Вторые более универсальны, однако недостаток популярных цифровых фильтров в том, что они используют одни и те же настройки для всего спектра. В результате параметры, хорошо подавляющие шум в области спектральных сигналов большой амплитуды, могут «смазать» или уничтожить часть спектральных данных малой амплитуды, и наоборот. С этой проблемой справляются цифровые адаптивные фильтры — в них параметры фильтрации действуют индивидуально для каждой небольшой части данных. Такие фильтры более эффективны: лучше подавляют шум и меньше искажают сигнал.
«Но и у цифровых адаптивных фильтров есть проблема. Чтобы подобрать параметры фильтрации, мы должны понимать, каким был идеальный, то есть незашумленный сигнал. А каков реальный сигнал — никто не знает. Можно использовать статистические параметры, вариации по отношению к среднему значению. Но все равно это не информация о том, как выглядит незашумленный сигнал», — рассказал один из авторов исследования, заведующий лабораторией лазерного молекулярного имиджинга и машинного обучения Научного управления ТГУ Юрий Кистенев.
Для решения этой задачи томские ученые разработали алгоритм с использованием адаптивного варианта фильтра Савицкого — Голея в комбинации с методом независимых компонент (Independent component analysis, ICA). Упрощенно принцип ICA можно объяснить на примере аудиозаписи, где два человека говорят одновременно. ICA может «расслоить» эту аудиодорожку, выделив каждый голос отдельно. Точно так же метод ICA может разделить полезный регулярный сигнал (спектр газа) и случайный шум. Алгоритм работы, заданный адаптивному фильтру Савицкого – Голея, использует ICA как внутренний «советник». Он перебирает параметры фильтра для каждого участка данных в заданном «окне» и с помощью ICA выбирает те, которые лучше всего разделяют сигнал и шум, максимально приближаясь к идеальной фильтрации.
Ученые проверили эффективность работы нового алгоритма на смоделированных данных. Для анализа была выбрана газовая смесь диоксида серы, азота и лабораторный воздух.
«Мы зашумляли расчетные спектры и смотрели, насколько эффективно адаптивный вариант фильтра Савицкого — Голея в комбинации с методом ICA подавляет шумовую составляющую. Затем предложенный подход к подавлению шума был проверен в реальных экспериментальных условиях с использованием терагерцового спектрометра. Результаты оказались впечатляющими: относительная погрешность определения концентрации SO₂ после обработки новым адаптивным фильтром оказалась в 3,7 раза ниже, чем после использования стандартного метода», — объяснил суть и эффективность разработки Юрий Кистенев.
По мнению авторов, внедрение предложенного алгоритма в практику позволит создать новое поколение газоанализаторов для экологического контроля, систем безопасности на промышленных объектах и высокоточного медицинского диагностического оборудования.
Разработка защищена патентом, правообладателем которого является Томский государственный университет. Работа выполнена при поддержке Минобрнауки России в рамках масштабного научного проекта, направленного на обеспечение безопасности страны. Промышленными партнерами выступают ведущие российские компании.