2006(â1)
2006(â1)
2006(â1)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Ряд работ [9]–[13] указывает на индивидуальность совокупностей откликов от различных<br />
субстанций в широком диапазоне частот, что свидетельствует о возможности<br />
идентификации. К основным используемым параметрам относят удельную активную проводимость,<br />
относительную диэлектрическую проницаемость и производные от них величины<br />
(в частности, критерий тождественности), измеренные на различных частотах, а<br />
идентификация сводится к различению отклика данного вещества в многомерном пространстве,<br />
заданном используемыми параметрами. При мультимодальности функции отклика<br />
возможности поиска классического оптимума ограничены, в первую очередь, вычислительной<br />
сложностью. Разработка адекватных моделей реальных откликов направлена на<br />
создание квазиоптимальных методов идентификации, потребность в которых обусловлена<br />
необходимостью повышения оперативности обработки, а также снижением требуемой вычислительной<br />
мощности для создания носимых устройств контроля.<br />
Экспериментальное исследование проводилось с использованием результатов измерения<br />
электрофизических параметров различных органических жидкостей, полученных<br />
измерителем иммитанса, построенного на базе квадратурного приемника, работающего в<br />
диапазоне 1 кГц…2 МГц. В рамках исследования была предпринята попытка построения<br />
адекватных трехмерных моделей откликов. В число параметров модели вошли частота<br />
измерения, активная проводимость<br />
G а и реактивная проводимость<br />
G р . Результаты измерений<br />
приведены на рис. 4 3 . Для некоторых органических жидкостей получена близкая к<br />
фрактальной структура откликов в пространстве анализируемых параметров, что позволяет<br />
надеяться на возможность достижения достаточной при решении поставленных практических<br />
задач точности аппроксимации.<br />
При решении этой задачи относительная ошибка модели, оцененная с применением<br />
ε -метрики, нормированной к максимальному размаху аппроксимируемого множества,<br />
оказалась в пределах 3 %, т. е. почти на порядок ниже, чем при анализе биологических<br />
сигналов, что можно объяснять более регулярным характером зависимостей.<br />
Весьма важным является также решение задач оптимизации в технологических процессах,<br />
в рамках которых данный метод может быть использован для оперативного контроля<br />
на различных этапах. При этом часто ставится задача поиска экстремумов модельной<br />
функции или производных от нее функций. Здесь полиномиальный базис привлекает<br />
легкостью проведения математических операций (дифференцирования, интегрирования,<br />
G 1<br />
р , ТОм −<br />
0.10<br />
0.04<br />
– 0.02<br />
0.72<br />
0.81 0.90<br />
Рис. 4<br />
G 1<br />
а , ТОм −<br />
представления ансамбля данных ограниченным<br />
числом членов ряда Тейлора), что<br />
позволяет на отдельных этапах решения<br />
задачи снизить требования к точности аппроксимации<br />
или сложности анализируемой<br />
функции, резко сократив объем требуемых<br />
вычислений и не прибегая к повторному<br />
построению модели. Область<br />
применения подобных аналитических тех-<br />
3 Маркерами отмечены различные испытуемые органические жидкости.<br />
14