УДК
504.064:543.068:681.3
С.Т. Беглерова
Таразский государственный университет
им.М.Х.Дулати, Казахстан
Программный комплекс
«ЭкоАналит»: назначение, структура и результаты исследований
1 Область применения, назначение и возможности. Область применения: применяется в составе программного обеспечения химико-аналитических комплексов экологического мониторинга. Может использоваться в системах автоматизации процессов, связанных с определением качественного и количественного анализа состава веществ, материалов и изделий, в том числе загрязняющих веществ.
Назначение:
предназначена для первичной обработки выходных сигналов аналитических приборов
(типа хроматографов, спектрофотометров, масс-спектрометров и т.д.) в составе
химико-аналитических комплексов (ХАК) типа ИНЛАН (РФ), Agilent Technologies
(USA) и Perkin
Elmer. Приборы этих фирм внесены в реестр государственной
системы обеспечения единства измерений РК №KZ.02.02.00192-2003.
Функциональные
возможности: обнаружение информативного участка сигнала; фильтрация сигнала от
шумов и импульсных помех (аномальных выбросов); оценка числа и параметров
информативных пиков сигнала; разделение сложных (наложившихся) участков
сигналов.
В состав
комплекса входят: 20 подпрограмм, в том числе подпрограмма IMIT – имитационного
моделирования выходных сигналов ХАК, предназначенная для настройки, калибровки
и оценки рабочих подпрограмм. Основная идея комплекса состоит в обобщенном
спектральном подходе к различным задачам первичной обработки. Использована идея
вейвлет - базисного представления и обработки сигналов.
Краткие технические характеристики.
Широкий
класс обрабатываемых сигналов:
-
модели полезных сигналов
– без специальных ограничений на число параметров, шум с корреляционной
функцией трех видов при отношении сигнал/ шум (q) до 3-5, дрейф близкий к
линейному или кусочно-линейный;
-
степень разрежения
наложившихся пиков в сложном сигнале R³2, импульсные помехи с амплитудой в 5-7 раз больше
уровня шума;
-
скорость обработки выше
скорости съема информации.
Погрешности
при q>10 близки к теоретическим (оптимальным) оценкам, при q£5 дисперсии оценок параметров увеличиваются в 2-3
раза.
Язык и
среда программирования: Delphi 2010 Professional, № лицензии 84708; InterBase SMP 2009 Server Edition,
№ лицензии 84709.
Тип
реализующей ЭВМ: Pentium 4, ОЗУ 512 Мбайт,
свободное место на жестком диске 100 Мбайт, работающий в средах MS Windows XP и Microsoft Office.
2 Принципы
организации комплексного алгоритма. Требования к комплексным алгоритмам определяются в
основном условиями его реализации. В первую очередь, из числа этих требований
следует отметить минимизацию объема вычислительных работ Vp и требуемой памяти компьютера Vп, а также возможно низкие требования по быстродействию.
Повышение устойчивости алгоритма в условиях помех
позволит устранить необходимость в аппаратурной или программирующей фильтрации
и, значит, упростить согласующие устройства системы обработки. Кроме того,
необходимо наличие в алгоритме блоков контроля достоверности, позволяющих
выявить систематические ошибки, вызванные метрологическими отказами аппаратуры,
и случайные ошибки вследствие сбоев, действия импульсных помех и т.д.
Программа, реализующая комплексный алгоритм,
обычно разбивается на несколько крупных частей (блоков), каждая из которых
выполняет определенный этап или стадию (внутри этапа) обработки. Обычно
программа включает 3-4 рабочих блока и ряд вспомогательных блоков. Блоки
выполняются в программе последовательно. Структурным элементом блока является
подпрограмма (стандартная, входящая в состав математического обеспечения
компьютера, так и не стандартная), рассчитанная на выполнение одной операции
алгоритма обработки. Деление на подпрограммы носит функциональный характер, и
для реализации алгоритма они могут объединяться в программе различным образом.
Блок включает в себя ряд подпрограмм, выполняющих
операции, требуемые на данной стадии обработки, и использующих один и тот же
или получаемый внутри блока массив данных. Выполнение операции в блоке
подпрограммами, использующими однотипные процедуры, оперирующими с одной и той
же исходной или промежуточной информацией позволяет удовлетворить первому
требованию к комплексному алгоритму: уменьшить величину Vр и Vп. Дальнейшего уменьшения
Vр можно добиться,
используя методы вычислений, не применяющих таких длительных операций, как
деление, извлечение корней, возведение в степень и умножения. Особенно это
важно на первой стадии обработки, выполняемой в реальном времени. Подпрограммы
выполнения операций этой стадии обработки объединяются в первый блок.
3
Структуризация комплексного алгоритма. Комплексный алгоритм состоит из трех основных
блоков.
При обработке информации по предлагаемым
алгоритмам [1, 2] в первый блок необходимо включить операции дискретизации
сигнала по времени, оценки шумовых характеристик и процедуры обнаружения
полезного сигнала. Это позволяет запоминать только информацию, содержащую
полезный сигнал. Блок выполняется в реальном времени и поэтому должен содержать
программы, обеспечивающие организацию прерывания фоновой программы и выполнение
прерывания.
В блок могут также входить подпрограммы,
обеспечивающие функции контроля параметров режима анализатора и управления им,
т.е. в блок целесообразно объединить все подпрограммы, выполняемые в реальном
масштабе времени. При этом, в зависимости от конкретных условий, главное - от
технических характеристик компьютера, из блока могут исключаться отдельные
операции, выполнение которых в реальном времени на данном вычислительном
средстве затруднительно. Эти операции могут выполняться во вторичном времени,
либо в реальном времени.
Во втором
блоке
целесообразно объединить, прежде всего, операции вычисления дискретного
спектра. При этом в этот же блок целесообразно включить операции по вычислению
непрерывного спектра (если предполагается наличие неразделенных сигналов).
Чтобы не хранить непрерывный спектр, параллельно с его вычислением необходимо
произвести поиск максимумов и оценку параметров (интенсивности, ширины,
положения) спектрального сигнала в максимуме. Эти оценки послужат начальными
приближениями (а оценки положения – окончательными оценками) для дальнейшего
оценивания. По виду непрерывного спектра определяется также вероятное число
полезных компонентов в сигнале, если оно априорно неизвестно.
В третий блок объединяются операции по оцениванию параметров
сигналов. При этом если непрерывный спектр, а, соответственно, и оценки
параметров положения не вычислялись во втором блоке, то, прежде всего,
необходимо их определить по дискретному спектру. При вычислении непрерывного
спектра и получении начальных значений параметров удобнее воспользоваться
процедурами оценивания МНК, которые и включаются в третий блок. В последующие
блоки включаются операции вычисления определяющих параметров, характеризующих вещество
и используемых при вторичной обработке аналитической информации.
Помимо указанных имеется ряд вспомогательных блоков: блок запуска
(первоначального и аварийного, например, в случае прерывания подачи энергии)
системы, блок приема информации с пульта и ее контроля, блок идентификации
алгоритма и др. Эти блоки обеспечивают нормальное функционирование программ
обработки под управлением операционной системы анализатор – компьютер. В
частности, блок идентификации алгоритма позволяет использовать программу
обработки аналитикам, детально не знакомым с конкретными операциями обработки –
они вводят только данные о тех (желаемых) характеристиках результатов, которые
они хотят получить. Эти данные обрабатываются программой блока и из зоны
памяти, где хранится массив программ обработки, автоматически вызываются нужные
(оптимальные для этого случая) алгоритмы обработки, которые могут обеспечить
получение таких характеристик.
Комбинирование однородных операций при составлении комплексного
алгоритма или выбор однородных методов выполнения операции и методов,
адекватных по точности аналитической системе, позволяет ускорить время
выполнения обработки. Например, при работе во временной области и обработке
данных хроматографических анализаторов такое уменьшение времени может достигать
10-20% [3]. Так как значительное время затрачивается на оценивание МНК, то
ускорение этой операции существенно. Время получения оценок зависит от числа
итераций, а также количества операций в одной итерации.
Число итераций зависит от качества начальных оценок, принятой
процедуры МНК и критерия сходимости. Использование непрерывного спектра в АБСи
для получения начальных оценок параметров позволяет, во-первых, уменьшить число
итераций за счет высокого качества начальных оценок параметров. Во-вторых,
уменьшается число самих оцениваемых в процедуре МНК параметров, так как
параметры положения оцениваются по непрерывному спектру достаточно точно и не
нуждаются в дальнейшем уточнении.
Число операций зависит от числа N1 аппроксимируемых компонентов, числа Nп параметров в модели и числа спектральных составляющих. Значение N1 может быть временно уменьшено подбором сначала больших
пиков и последующим добавлением меньших после сходимости процесса; NП может быть
уменьшено, если начинать подбор с простой модели и подбирать в начальных
итерациях не все параметры. Процесс аппроксимации можно начинать с участка
меньшей длины (с уменьшенным числом спектральных составляющих), и затем
увеличивать, пока в последней итерации не будут использованы все точки. Параметры
оцениваются последовательно.
4 Результаты
исследований. Описанный выше обобщенный
алгоритм реализован в виде программного комплекса «ЭкоАналит» (язык и среда
программирования Delphi 2010 Professional, № лицензии 84708; InterBase SMP 2009
Server Edition, № лицензии 84709) и зарегистрирован в Комитете по правам
интеллектуальной собственности МЮ РК (свидетельство о государственной регистрации № 680
от 30.04.2010).
Интерфейс
пользователя и графики результатов работы программы «ЭкоАналит» показаны на
рисунках 1 – 3. Результаты двух вариантов испытаний
комплексного алгоритма приведены в таблицах 1 и 2. в первом варианте алгоритм
испытывался в несложных условиях: при белом шуме, в отсутствии дрейфе и помех,
при достаточно хорошем разрешении R=3 и отношении
сигнала/помеха qx=7.
Рисунок 1 – Интерфейс
программного комплекса «ЭкоАналит»
Рисунок 2 – Спектральные
представления в АБС и в АБСи
Рисунок 3 - Графики
исходного и восстановленного сигналов
Во втором
варианте алгоритм испытывался в достаточно жестких условиях: при R=2, Pn=0,1 в присутствии коррелированного шума и
при линейном дрейфе (0,05Dt). Для иллюстрации сходимости процесса МНК
оценивания приведены значения функционала Хартли.
Таблица 1 –
Результаты испытаний комплексного алгоритма при R=3, РП=0.0, КВ=1, 
|
POR |
PDO |
PD |
JH |
JO |
|
9,139 |
0,0 |
0,0 |
17 |
9 |
А1=10; А2=7; m1=m2=5; t1=130;
t2=145 Dt=1 Dl=6Dt
|
№ итерации |
Значение параметров |
Значения
функционала Хартли |
||||
|
А |
m |
t |
X(0) |
X(1/2) |
X(1) |
|
|
0 |
10,414 7,245 |
4,000 4,000 |
129,00 144,00 |
- |
- |
- |
|
1 |
9,927 6,605 |
4,644 5,586 |
129,59 144,33 |
201,88 |
55,69 |
6,105 |
|
2 |
10,042 6,955 |
5,000 4,960 |
130,00 145,07 |
5,973 |
1,537 |
0,248 |
|
3 |
10,000 6,999 |
5,000 4,999 |
130,00 145,00 |
0,225 |
0,056 |
0,000 |
Результаты испытаний комплексного алгоритма в реальных системах
нашли отражения в соответствующих протоколах испытаний и актах.
Таблица
2 – Результаты испытания комплексного алгоритма при R=2, РП=0.1, КВ=2, aDt=1,
|
POR |
PDO |
PD |
JH |
JO |
|
9,139 |
0,0 |
0,0 |
17 |
9 |
А1=10; А2=7; m1=m2=5; t1=130; t2=140
|
№ итерации |
Значение параметров |
Значения
функционала Хартли |
||||
|
А |
m |
t |
X(0) |
X(1/2) |
X(1) |
|
|
0 |
11,05 8,14 |
4,00 4,00 |
130,00 139,00 |
- |
- |
- |
|
1 |
10,73 6,89 |
4,15 5,72 |
129,67 138,84 |
39,51 |
13,98 |
11,90 |
|
2 |
9,83 7,42 |
4,62 5,15 |
129,68 139,89 |
10,38 |
4,30 |
1,46 |
|
3 |
9,87 7,42 |
4,78 5,15 |
129,68 139,89 |
1,42 |
1,42 |
1,42 |
Примечание:
нулевая итерация соответствует начальным оценкам по непрерывному спектру в АБСи
Литература:
1.
Туленбаев М.С.
Спектральные алгоритмы обработки сигналов химико-аналитических комплексов в
геоинформационных системах экомониторинга. // Вестник НАН РК, Алматы, 2010. №1,
с.11-17.
2.
Аманбеккызы А.,
Беглерова С.Т., Туленбаев М.С. Дискретное представление с разделением компонент
сигнала в аналитических измерительных системах экомониторинга. // Матер.
Междунар. научн.-практ. конф. «Обеспечение экологической безопасности - путь к
устойч. развитию», Тараз, ТарГУ, февр., 2010, с.66-69.
3.
Манапбаев М.Д.,
Беглерова С.Т., Туленбаев М.С., Ахметов А.С. Оценки фильтрации шума сигналов
химико-аналитических комплексов экологического мониторинга. // Матер.Междунар.
научно-практ. конфер. “Современные аспекты использование природно-ресурсного
потенциала трансграничных рек. Центр. Азии”, Тараз 2009, 10-12 нояб.- Алматы,
2010.-284с., с.163-167.