Устройства первичной обработки сигналов в системах автоматического анализа микробъектов тема автореферата и диссертации по физике, 01.04.01 ВАК РФ

российская АКАДЕМИЯ наук институт аналишческс го приборостроения

Для слуягбпого 'пользования

Эк.. 3 00/ "

На правах рукописи У,ЦК 57.005.2-52 "

полек Александр миха;1лович устройства первичной обработки сигналов

в системах авто'шическоп) анализа ыикрообъектов

Специальность 01.04.01 - техника физического эпспэрзщента, физика приборов, автоматизация физических пзолодозаний

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ 1993

Работа наполнена в Института авиационного приборостроения, г. Санкт-Петербург.

Научный руководитель - доктор технических наук,

профессор А.В.Небыяов

Официальные оппоненты - доктор аехничесрк наук,

профессор Е.П.Угршов

K003.53.0I ар! Институте аналитического приборостроения

С диссертацией иоадо овцакомиться в технической библиотеке йнототута аналитического приборостроения РАН.

кандидат технических наук, ст. и. о. В.Е.Нурочшш

Ведус^ш органиеация - Концерн

"Автоматизированные медицинские информационные системы".

РАН по адрзоу! 198103, Саикт-Аетербург, рижский пр., 26,

Автореферат разослан " 7 " ^ о -1___„1993 г

УчеццЗ овйрвтчрь специализированного оосета, цаНднд^т физаио-иатеиатическкх паув

А. Г. Каменев

ОНЦАЯ ХАИКГЕРЛСГИКЛ РАБОТЫ

Достижения ¡¡аучко-тэхничеокого прогресса и возрастайте потребности исследования микрообъектов с медицине, биологик, порошковой металлургии, материаловедении ц др.областях является пршнпой широкого внедрения методов автоматического анализа микрообъектов. Под термином микрообъэкт будем поникать частицу, характеристика размера которой лежит в интерзало (0,1-1с0)итш и требует для наблюдения человеческие глазом дополнительной оптической систеш*.

Цельа внедрения автоматических методов анализа иикреобъектов является: повышение точности результатов анализа, повышение производительности аппаратуры, расширение еэ функциональных возможностей, повышение уровня сервиса, автоматизация научного эксперимента.

Среди задач повышения качества самих систем автоматических систеи автоматического анализа иикрообъектов в последнее время большое внимание уделяется повышению их производительности.

Основными причинами этого лвляптоя острая необходимость во внедрении окспресс-методов анализа, а такяе установившийся•среди потребителей неофициальный эталон производительности систеи (60-120 анализов в час.), к которому стремя тел производители новых систеи.

Основными физическими методами, позволяющими решать задачи автоматизации, являются: метод кондуктометркческого анализа, метод проточной цитометрш и метод исследования с попоило сканиру-сщего микроскопа, в дальнейшем называемый остоэлектронный методом.

Для всех указанных ыетодов характерен процесс (формирования потока электрических сигналов на выходе первичного преобразователя, который в дальнейшем называется первичнии потоком. Число сир-калов, образующие первичный поток, монет достигать

Первичный поток сигналов рассматривается здесь пак пуассонов-сний процесо, характеристика интенсивности которого aoza" прлка-мать значения в диапазоне 100ГЦ - 10 кГЦ. Сигналы первичного потока можно разделить на сигналы простого типа и сигналы слогного типа. К простым сигналам относятся одаомодалькые н бимодальное однополярныв сигналы, биполярные сигналы с постоянный число« пароходов сигнала и (или) его производной через ноль, а таксе сигналы, имеющие характерные участки по амплитуде и длительности. Для боль-

шинства исследований в указанных выше областях простые сигналы составляют значительную часть сигналов первичного потока, практически более Указанные сигналы обрабатываются системой анализа сигналов, которая образует систему автоматического анализа микрообъектов совместно с устройством перемещения микрообъектов, устройством формирования первичного потока и устройством подготовки пробы.

Для анализа сложных сигналов в общем случае необходимы большие затраты машинного времени. Последовательная обработка сигналов простого и сложного типа непосредственно в ЭВМ приводит к непроизводительным потерям машинного времени, связанным с необходимостью предварительной дискретизации'аналоговых сигналов простого типа и ввода большого числа неинформативных дискретных отсчетов в ЭВМ (64-128 отсчетов для каждого сигнала). Кроме того, последующая обработка кадра, содержащего информацию о простом сигнале, также требует перебора неинформативных дискретных отсчетов. В результате система анализа сигналов может не завершить обработку предыдущего сигнала к моменту появления следующего импульса. Если освободить систему анализа сигналов от необходимости обработки простых сигналов путей предварительного исключения их из первичного потока, появляется возможность значительного повышения быстродействия системы анализа сигналов и в целом системы автоматического анализа ыинрообъектов. В втом случае в ее состав целесообразно ввести устройство' первичной обработки сигналов, реализующее задачи селекции (сортировки) простых сигналов, идентификации типов ыинрообъектов по тицу простого сигнала, подсчета, анализа формы простых сигналов и т.д. Общее повышение быстродействия при таном подходе может быть обеспечено только в случае, если все необходимые операции по обработке каждого сигнала простого типа завершаются к моменту прихода последующего сигнала первичного потока.

В результате появляется необходимость в разработке процедуры синтеза устройств первичной обработки сигналов по критерии максимального быстродействия. Задача синтеза устройств первичной обработки сигналов," как и оптимизационная задача синтеза устройства по критерия палатального быстродействия встречались в раде технических областей, например, при решении задач автоматического регу-лиравшия» Однако, при решеши задачи синтеза устройства первичной обработки сигналов приишштельно к системой автоматического

.анализа микрообъектов полет быть предложен новый подход, основании!! на использовании информации о форме сигналов, характеристике интенсивности первичного потока, соотношении меяду простыми и слолнш/и сигналами, точности результатов анализа.

На основе этой информации может быть сформулирован критерий максимального быстродействия для решения задачи синтеза требуемого устройства первичной обработки сигналов, а сама процедура синтеза может быть построена с использованием аппарата теории иассо-вого обслуживания.

В диссертационной работе сформулирован кр«ер!Й качества синтеза системы автоматического анализа шшрообъектов в виде критерия максимального быстродействия при заданной соотношении между простыми и сложными сигналами и заданных ограничениях по точности результатов анализа. В соответствии с предложенным критерием исследована методика проектирования устройства первичной обработки сигналов, включающая этапы оптимизации структуры устройства, выбора быстродействующих алгоритмов селекции и анализа форта простых сигналов. Исследованы задачи управления первичным потокои сигналов и стабилизации скорости движения микрообъектов, оказывающие существенное влияние на качество синтеза устройства первичной обработки сигналов.

является разработка методов исследования и проектирования устройств первичной обработки сигналов, обеспечивающих существенное Повышение производительности систем автоматического анализа микрообъектов за счет предварительной селекции сигналов, поступающих с выхода первичного преобразователя, и освобождения системы анализа сигналов от решения задач селекции, идентификации, подсчета и анализа сигналов простого типа.

Указанная цель достигается на основе решения следующих новых задач:

1. Исследования методов оптимизации структуры устройства первичной обработки сигналов по критерию максимального быстродействия.

2. Разработки методов управления первичным потоком сигналов с целью выбора оптимальной структуры и режимов работы устройства первичной обработки сигналов.

3. Исследования методов селркции и анализа формы просты* сигналов с учетом влияния помех.

4. Решения задачи синтеза устройства стабилизации скорости движения микрообъектов по критерию максимальной допустимой ошибки с учетом исследования закона изменения возмущающего воздействия.

М£Т2Ды_из5Л£Д2ВЩ1д. Основными методами исследования являются методы теории массового обслуживания, метода теории случайных процессов, методы статистической проверки гипотез, методы теории автоматического регулирования, методы теории механизмов и деталей машин и методы анализа биологических и небиологических микрообъектов.

- обоснование целесообразности введения устройства первичной обработки сигналов в состав системы автоматического анализа никро-объектов;

- исследование устройства первичной обработки сигналов как системы массового обслуживания первичного потока сигналов, возникающего на выходе датчика, позволяющей обеспечить максимальное быстродействие устройства при заданной точности результатов анализа и построить новое устройство, защищенное патентом;

- исследование задачи управления первичным потоком сигналов с целью оптимизации структуры и параметров устройства первичной обработки сигналов,1 разработка и исследование нового, защищенного патентом метода управления первичным потоком сигналов;

- разработка и исследование помехоустойчивых алгоритмов селекции и анализа формы одномодалькых и бимодальных сигналов, основанных на совместном анализе сигнала и его производной и использующих линейную интерполяцию сигнала междо двумя порогами обнаружения нуля;

- решение задачи стабилизации скорости движения сканирующего стола с точностью при сложном законе изменения возмуи^ющего воздействия.

Цра|(тич§5кая_цещ221ь.работы. Практическая ценность работы состоит в следующем:

- разработана методика синтеза устройства первичной обработки сигналов в системах автоматического анализа микрообъектов, позволяющая обеспечить максимальное быстродействие системы пр! заданном наборе функциональных задач;

- разработаны быстродействующие помехоустойчивые алгоритмы и устройства селекции одномодальных и бимодальных сигналов;

- предложен метод управления первичным потоком сигналов, позволяющий повысить быстродействие систем автоматического анализа микрообъектов на основе сканирующего микроскопа;

- предложена методика анализа возмущающего воздействия, которая может быть использована при проектировании сканирующих столов микроскопов.

По результатам исследования были созданы экспериментальные установки:*

1) по исследованию форменных элементов крови. Работа проводилась совместно с лабораторией гемоцитологии Всесоюзного Гематологического Научного Центра, г.Москва;

2) по исследованию микропорошков. Работа проводилась совместно со специалистами Института порошковой металлургии ЦНИИ Чермет , г.Москва,

По результатам исследования были изготовлены опытные образцы сканирующих столов и электронных модулей в НПО "Электромеханика", г.Миасс.

ДПЕОЙ&ШШ-РЗЙОШ« Основные результаты диссертационной работы обсуждались и получили одобрение на: а

- Ш Всесоюзной научно-технической конференции по неразруша-ющим физическим методам контроля (Свердловск, 1990);

' - научном семинаре НИИ приборостроения (Москва, 1969);

- научном семинаре Всероссийского Гематологического Научного Центра (Москва, 1991);

- научном семинаре НИИ порошковой металлургии ЦНИИ Черыет (Москва, 1992);

- научном семинаре Санкт-Петербургского института авиационного приборостроения (С.Петербург, 1592).

Проведенные эксперименты позволили получить набор информационных признаков, позволяющих провести идентификация форменных элементов крови (эритроцит, лимфоцит, нейтрофил) по форме электрического сигнала, а такав определить ряд морфометрических показателей для эритроцитов. Показана возможность анализа металлических порошков и проектирования счетчиков-гралулометров с исщльзо-ванием метода упорядоченного монослоя.

С учетом результатов диссертационной работы составлен проект учебного плана по курсу: "Проектирование медико-биологических систем и комплексов" в Санкт-Петербургском институте авиационного приборостроения.

Пу^луцлцил. По результаты проведенных исследований опубликовано пять, печатных работ, получены два положительных реаешн на выдачу патента.

диссертация состоит из введения, пяти разделов с основными результатами, заключения, списка литературы и приложения, забота содержит 172 страницы основного текста, 31 рисунок; список использованной литературы содерзсит 74 наименования'.

ШТКОЕ СОДЕНьШИЕ Р;БУШ '

Ё&-£££Д£ШШ раскрыта актуальность теш, сформулирована цель исследования, описаны новые результаты, которые предполагается получить в последующих разделах и раскрыто основное содержание работы.

Ц§Р2ЫЙ_1Д2Д£2 посвящен обзору основных тенденций развития систем автоматического анализа микрообъектов и анализу показателей качества. На основе анализа электрических сигналов, формируемых при использовании различных методов анализа, показала целесообразность выделения большой группы сигналов простого типа с целью их дальнейшей обработки устройством первичной обработки сигтлов.

Сформулированы показатели точности и. достоверности результатов аш,лиза. Традиционно под показателем точно.сти в системах автоматического анализа микрообъектов понимается точность определения концентрации микрообъектов, а также точность оценки и интерпретации полученных данных. В то же время для оценки качества селекции (сортировки) и идентификации микрообъектов целесообразно использр-вать показатели достоверности, а именно,'вероятностные числовые характеристики, используемые при распознавании образов сигтлов.

Пусть имеется П-! типов простых сигналов и известны априорные вероятности появления простых сигналов юакдого тит. в первичном потоке: РСТ^), РСТ2), ... Р(Тпх )♦. Пусть для описания характеристики микрообъектов внутри каждого типа сигала используется признак СС (максимальное значение амплитуды или длительность), по которому каадый тип разделен на несколько классов ( у - номер класса, в практических случаях ¿4 3). Допустим также, что для каддого тига. простых сигналов с номером с . известны описания классов - условные плотности распределения вероятностей //(сс^

• Пусть также известны априорные вероятности Р'($?,) Р ' ( 5?, ) и Р' ( 5?; )-появления микрообъектов данного класса.

В результате селекции сигнала и определения значения СС0 необходимо определить, к какому классу принадлежит микрообъект, т.е. осуществить его идентификацию.

В соответствии с Байесовским методом проверки гипотез получено выражение для вероятности ошибки идентификации микрообъектов с учетом показателя достоверности селекции Р^ ( ).

В качестве одного из показателей точности выбрана относительная погрешность £^ ( 5?- ) определения концентрации мшсрообъек-

В результате для вновь проектируемых систем автоматического анализа микрообъектов в соответствии е достигнуты?.! мировым уровнем можно установить известные Потребителю ограничения по точности результатов анализа:

В практических случаях 1'Л ^ £ ^ ® соответствии с

отими условиями установлены исходные требования к синтезу: погрешность определения длительности сигнала (0,1&), погрешность стабилизации скорости движения микрообъектов (0,1?О и погрешность периода квантования сигнала по амплитуде (0,1-0,3)#.

Дш рассматриваемого соотношения между максимально ожидаемым числом простых и сложных сигналов в первичном потоке (не менее 90% простых сигналов) критерий максимального быстродействия сформулирован в виде следующей системы неравенств:

Здесь введены обозначения: Тд - время анализа для системы автоматического анализа микрообъектов, не включающее время, затрачиваемое на подготовку пробы (суспензии) и время регистрации результатов устройством печати; Тд - время движения микрообъектов через датчик; ^ - среднее расстояние между микрообъектами; - среднее время между появлением микрообъектов в зоне анализа; -скорость движения микрообъектов, <5Т - допустимое относительное увеличение времени анализа по сравнению с минимальным достигнутым значением времени движения микрообъектов.

Для целей последующего синтеза соотношения (2) дополняются ограничениями по точности (I) и исходными требованиями к погрешностям оценки отдельных параметров.

Ч

(У»-»'

Втй£2Ё_ра2Л£Д посвящен исследованию устройства первичной обработки сигналов как системы массового обслуяивания.

Первичный поток сигналов, формирующийся на Еыходе первичного преобразователя, рассматршается как пуассоновский процесс, образованный суммой пуассоновских процессов появления сигналов конкретного типа. Если в первичном потоке присутствуют простые сигналы П.1 типов, то в состав устройства первичной обработки сигналов долкны входить flL устройств га селекции и устройств обработки селектированного сигнала I -го типа, а такпе устройство формирования вторичного потока сигналов сложного типа. Поставим задачу практического исключения пропусков и потерь сигшлов в первичном и втор1чном пуассоновском потоках. Тогда и устройство первичной обработки сигналов, и система анализа сигналов должны рассматр!-ваться как система массового обслуживания, на вход которой поступает поток заявок на обслуживание (сигналов). В общем случае на входе калдого из устройств селекции и обработки сигналов могут образоваться очереди заявок на обслуживание, которые также являются элементами структуры устройства первичной обработки сигналов.

В разделе предложена классификация и рассмотрены варианты структурной организации устройства, первотной обработки сигналов: одноканальные, многоканальные, параллельные, последовательные и параллельно-последовательные.

Сгруктурная схема одноканального устройства^ как системы массового обслуживания приведена на pic Л (npi L - Д т.-. I). Показано, что остальные структурные варианта есть комбинации на основе этой простейшей структуры. Исключение составляет устройство формирования вторичного потока» которое является оби?« для всех структурных элементов.

Структурный олемент

устройства первичной обработки сигналов

Кавдый структурный элемент может быть описан оледущю» набором характеристик: интенсивностью входного потока л/1 , длиной очереди ¿г£ , средним временем ожидания сигнала & очереди

, интенсивностью обслуживания , средним временем обслу-

живания Сигналы I -го типа, выделенные устройством селек-

ции, образуют входной поток для устройства обработай о интенсивностью )\(1 . Сигналы L/f¿ осуществляют управление маркировкой сигналов входного потока с целью исключения из последующего анализа сигналов ¿ -го типа.

Для различных вариантов структурной организации подучены соотношения между характеристиками сиотемы ыасоового обслуживания, позволяющие осуществлять последующую оптимизацию структуры и синтез устройства первичной обработки сигналов,

Основным принципом, положенным в основу подученных соотношений, является выбор фиксированного значения параметра у> = ^/М для всех элементов структуры. На основе анализа зависимости ¿(р), требований к увеличению резерва времени для кадцой операции оелек- ' ции и обработке ( р ) и при условии оптимизации аппара-

турных затрат, выбрано значение $ 0,9. В результате получены значения £ (0,9) - .8 и Т (0,9) = (¿>г//-/г )• '/А{ - 81/Л.< , а также система соотношений между характеристиками для различных вариантов структуры с учетом задержек при селекции и обработки простых сигналов и задержки формирования вторичного потока сигналов %. $. Это время уменьшает время анализа сигналов вторичного потока при заданном времени анализа Тд, Поэтому необходимо стремиться к минимизации числа последовательных элементов структур!. Параллельная структура обеспечивает минимальную задержку £* % .

Хве*щй раздел посвящен исследованию методов оптимизации структуры устройства первичной обработки сигналов.

С учетом результатов второго раздела нр!те|йй оптимизации

(критерий максимального быстродействия) приобретает следующий вид: = (3)

Для реализации этого условия необходимо минимизировать возможные значения Г,/, и . Таким образом, данный метод оптимизации можно паввать минимаксным.

Блок-схема процедуры оптимизации структуры устройства первичной обработки сигналов приведена на рис.2.

Начало процедуры

I Ввод исходных данных

ж

2 Определение характер!!стики Л1 первичного потока

>

Э Выбор и реализация методов селекции простых сигналов Определен!!е характеристик

/

4 Выбор типа структуры устройства первичной обработки сигналов

/

5 Выбор и реализация методов об^ботки простых сигналов Определение характеристик ,

б Определение характеристики вторичного потока

7 Определение среднего времени анализа простых и слокшх сигналов ¿2

8 Проверка результатов процедуры по критерию (1)-(3)

удовлетворяет

не удовлетворяют

9.2

Определение реально достижимого времени анализа

Конец процедуры

¡Ъс.2.

В основу оптимизации по критерию максимального быстродействия положен принцип приближения времени анализа Тд к минимально достижимому для данного метода исследования времени движения микрообъектов Тд. Это соотношение учитывается характеристикой £т. Поэтому первоначально при вводе исходных данных проверяется возможность синтеза устройства при значении Tjpiil

Если при последбвательном проведении этапов оптимизации 1-7 ■результаты ле удовлетворяют критерию (1)-(3), дальнейшие шаги зависят от возможности управления первичным потоком, т.е. изменения характеристики его интенсивности Л, - Л/, / ТА .

Если максимальное ояидаемое число частиц в первичном потоке Д/t нельзя уменьшить в связи с необходимостью накопления достаточной статистики о микрообъектах, то необходимо регулировать Тд Если управление первичным потоком возможно, осуществляется приращение Тп = Тп + А Тг, и процедура повторяется, причем значение

m " " ^ " т,т/< / ""Л

й Тп должно выбираться из условия А Тд < I//Ч<С ■

Если управление первичным потоком невозможно, то определяется реально достижимое значение <£ * и время анализа Тд:

= (o,9trvA)/t -i. т/= (^¿т*)тА;

В разделе исследована эффективность управления первичным потоком путем анализа зависимости: •

W, (4)

где - относительное изменение среднего времени анализа

простых сигналов; - относительное изменение интенсивности

первичного потока; П. - максимальное отношение времени обработки к времени селекции простого сигнала L -го типа.

Показано, что при уменьшении интенсивности на 10* при

П. = 100 среднее время анализа сигнала t -го типа может быть уменьшено на 4СЖ. При возрастании значения П. эффективность , управления первичным потоком снижается.

В разделе исследованы методы управления первичным потоком. Основное внимание уделено методу управления, используюи^му способ нанесения полос на стекло с последовательным расположением микрообъектов в каждой полосе /6,6/.

В этом случае интенсивность первичного потока составит

А = M*VA /а , (5)

*

где а - ширмна полосы монослоя, /¡У - параметр Пуассоновсюго

распределения, выбираемый по допустимой вероятности слипания двух микрообъектов^ У Выбирая из ^таблиц пуассоновского рас-

пределения (2; 0,1) = 0,0017; ¿р (2; 0,2) = 0,0175;

Ц1 (2; 0,3) » 0,0616 ... желаемое значение Ц , определим соответствующее значениеуи* . Эта характеристика технологически реализуется через параметры пробы - концентрацикг, коэффициент разведения, а также геометрические характеристики полосы монослоя.

Показано, что требуемое значение интенсивности Л^ может быть достигнуто при вдвое большей концентрации микрообъектов, чем в неупорядоченном мазке.

Выбор типа структуры устройства первичной обработки сигналов (етап 4) основан на результатах использования основных структурных елементов (раздел 2) и методике формирования цепочек структуры с минимальной суммарной задержкой селекции и обработки.

Н§12§Рй$_Е§2522 посвящен исследованию методов селекции и анализа формы простых сигналов. На основании порченных результатов возможно выполнение 3 и 5 этапов процедуры оптимизации структуры устройства первичной обработки сигналов (рис.2).

В первой части раздела приведены аналитические зависимости эталонных сигналов простого типа для различных методов автоматического анализа микрообъектов. В качестве эталонного микрообъекта выбран шар. Полученные в дальнейшем результаты инвариантны к методу анализа и иллюстрируются на примере сигнала экспоненциального типа.

В разделе обоснована целесообразность использовашя для анализа сигналов простого типа группы алгоритмов, основанных на совместном анализе сигнала и его производной, которые позволяют завершить селекцию сигнала практически к мо'.'енту его окончания. Основной алгоритм включает:

- определение факта наличия однополярного сигнала в первичном потоке сигналов путем анализа полярности сигнала и (£),

- определение числа нулей производной сигаала и'(

- принятие решения о типе однополярного сигнала: одномодаль-ного, бимодального или сигнала другого типа, в зависимости от числа нулей производной (т.е. локальных экстремумов) сигналаЦ(£).

В результате действия алгоритма обеспечивается сжатие информации, т.к. задача анализа полного числа дискретных отсчетов амплитуды сигнала заменяется задачей подсчета числа нулей производной.

В разделе приведены необходимые данные по проектированию устройства, реализующего данной алгоритм.

Пусть сигнал на выходе первичного преобразователя представляет аддитивную смесь детерминированного сигнала U(b) и флук-туационкой помехи j(t) , которзл является нормаль ¡мм случайным процессом с нулевым средним J (-6) - 0 и дисперсией' . Наличие помех приводит к появлению зоны неопределенности моментов перехода через ноль сигнала и его производной. В результате возникал? погрзсности анализа формы. Крсмз того, слабо выраяенная седловина бимодального сигнала, а такяэ соизмеримая с уровнем помкг амплитуда локальных экстремумов мог.ет привести к ошибке селекции сигнала.

Пусть задано допустимое значение относительной погрепюоти момента перехода производной сигнала через ноль!

Если в качестве устройства определения нуля использовано амплитудное пороговое устройство (например, компаратор), то .величина порогов долзна выбираться из условия ¿i] >3<5j и' > 3Q-.где 'öj - среднеквадратическое значегае производной помехи j (~t)f Значеш;т 6"? и (j? долгли удовлетворять условиям:

(Oj S J ¿1 ntüt min. (Ad lj), <6> ' d

<3-, 5 i. . J- /WvW (АЛ/! (7) о 3 " CüCK i j 0 0 '

гдо A j - тангенс угла наклона экстраполирующей лииоЕноЛ функции в области перехода производной через ноль; tj- - момент перехода через ноль, точка окстремума U(i:) , отсчитанный от предыдущего максимума производной, блигайгаго п анализируемому монету; oJCK - среднеквадратическая частота в спектре помехи.

Получонгае у слов!« являются исходники требопагсашл для проектирования фильтра книгах частот па игходе первичного преобразователя сигнала ¿c(ir~) н проектирования устройства гёормироваетя сигнала, производной С/'it). t

Напр.шер, для помехи, имепирП в рабочем диапазоне частот по«* стюшшП спектр мощности <-0) , удовлетворгто!!?1Й условно:

S.fuj) = i ^lto\<uJ0,27,raj

'Г ; to, npu\co\->U0i грздпекрадратаческая частота в отсм случае Судет иметь

значение

< ciu) / Jsocfu) = ido/\fj. (9)

о о

Используя известные зависимости, получим выражение

0? . f^ ; cry, Rj(o) . (jj-. . (Ю,

Совместное решение выражений (7)—(10) позволяет определить требуемую верхнюю частоту фильтра нижних частот

21ГУ & з ; ^ 0

При приближении Сигнала

к одному из порогов нулевого уровня могут возникать сбои двух типов: преждевременное срабатывание порогового устройства от помехи, опережающее срабатывание от детерминированной составляющей и'(ь) ; многократное срабатывание порогового устройства, особенно интенсивное при движении микрообъектов с низкими скоростями и в случае несильно выраженных амплитуд экстремумов в сигнале и(-Ь) . Первый источник сбоев пр1-водит к появлению дополнительной погрешности определения момента •¿у помимо рассмотренной погрешности Л ^^ V _ ^ '

Второй источник сбоев приводит к появлению дополнительных импульсов. Во избежание ложной интерпретации увеличения числа нулей обычно пр!меняют пороговые устройства с гистерезисом. Однако, если амплитуда локальных экстремумов сигнала и(&) невелика, то и амплитуда сигнала ¿Л^ между нулями также мала. В результате порождаемая гистерезисом зона нечувствительности к знакопеременному сигналу малой амплитуды может привести к ошибке селекции и неверной идентификации сигнала. В разделе предложен алгоритм, обеспечивающий повышение помехозащищенности процесса селекции одно-полярных сигналов и точности определения моментов локальных экстремумов.

Основной принцип, положенный в основу алгоритма - линейная интерполяция сигнала производной между моментами его срабатывания при пересечении порогов положительной и отрицательной полярности. Алгоритм обеспечивает снижение погрешности на величину:

Кг, > £ ♦ А С*, (12)

где (5^ - среднеквадратическая ошибка времени срабатывания порогового устройства.

3 случае СГГ = Qjj/Ad-;Ktz 2. Таким образом, двухпороговый алгоритм с линейной интерполяцией обеспечивает снижение погрешности не менее, чем в. два раза по сравнению с однопороговым алго-рнтмом.

Пусть, например, анализируется одномодальный однопороговый сигнал длительностью Zu « 20 мс, для последующего анализа формы которого используется М = 100 отсчетов. В этом случае абсолютная погрешность квантования по времени равна 0,5 Т„ /М - 0,1 не. Если -bj = 10 мс, то значение St Í 0,1/10 = I!í. В двухпорого-вом алгоритме реально достижимая погрешность будет не более 0,5?í.

Среди задач анализа формы, которые могут быть решены в устройстве первичной обработки сигналов, необходимо выделить задачи, использующие алгоритмы, соизмеримые по времени с алгоритмами селекции. Для однополярных одномодальшх и бимодальных сигналов это в первую очередь задачи отклонения формы реального сигнала от ее эталонной модели.

В разделе описан алгоритм анализа формы сигнала*_обеспечи-вашщий вычисление признаков отклонения от эталонной модели. Значения параметров эталонной модели для характерных точек сигнала предварительно записываются в виде констант в памяти устройства обработки сигналов. Быстродействие такого алгоритма при его аппаратурной реализации соизмеримо с длительностью импульса, что является необходимым условием синтеза и оптимизации структуры, описанного в разделе 3.

П£ШЙ_р£за£Д посвящен исследованию динамики и точности устройства стабилизации скорости перемещения сканирующего стола.

Стабильное значение скорости движения микрообъектов |/д является необходимым условием для реализации всех рассмотренных алгоритмов с заданной точностью. В оптоэлектронных системах анализа микрообъектов необходимость решения задач морфометрии и анализа длительности сигнала накладывает более жесткие требования по точности стабилизации скорости движения микрообъектов, чем в приточных системах, и представляет интерес для исследования.

В разделе рассмотрена задача синтеза устройства стабилизации скорости сканирующего стола, обеспечивающего заданную точность стабилизации для решения задач устройства первичной обработки сигналов.

Обоснован выбор цифрового устройства стабилизации, приведена его структурная схема и методами 2 - преобразовагеш получено

выражение передаточной функции по ошибке от возмущающего воздействия. Б качестве этого воздействия рассмотрены скачкообразное изменение момента нагрузки на валу двигателя, достигающее 20!^ от номинального момента нагрузки Мн и изменения момента нагрузки в зоне реверса сканирующего стола. Анализ момента нагрузки в зоне реверса проведен на примере перспективной конструкции сканирующего стола с двухходовым винтом. Эта конструкция обеспечивает возвратно-поступательное движение сти: I при вращении двигателя поете ного тока в одну сторону.

Б разделе приведен вывод аналитической зависимости момента нагрузки от положения с гола в процессе его движения в зоне стабильной скорости (рабочей зоне) и в зоне реверса.

В качестве регулятора выбрано цифровое изодромное звено. Исследованы вопросы устойчивости и качества переходного процесса. Результаты значений относительной ошибки стабилизации скорости в течение переходного процесса после приложения скачков нагрузки Мн и 0,2 приведены в табл.1.

' Таблица I.

п 0 I 2 3 4 5 6

мн 4 2 I 1/2 1/4 1/8 I/I6

0,2" Ь1„ 0,8 0,4 0,2 0,1 0,05

В случае скачка нагрузки равного 0,2 Мн, ошибка 0,15» достигается за 3 такта (П = 3) работы цифро-аналогового преобразователя, управляющего напряжением двигателя. Пусть длительность такта Т0 « 500 мкс. Тогда время регулирования ép -1,5 мс.

Анализ аналитической модели момента нагрузки позволил выбрать оптимальные параметры конструкции сканирующего стола, обеспечивающие заданное качество переходного процесса, а также минимизировать потери времени на реверс по критерию заданной точности стабилизации.

В случае использования регулятора с кратными корнями характеристического полинома резервы допустимого времени анализа в зоне реверса составляют 90 мс ( = ICO км/с) пги времени нахождения стола в зоне реверса, равном 160 мс, и времши нчхожчени в рабочей зоне анализа равном 1,52 с.

6_2&ВЙШ£НИи изложены основные научные и практические результаты диссертационной работы.

В_ОШлояении приводятся вспомогательные материалы, результа-:ы исследований микрообъектов, подтверждающие целесообразность зведения классификации сигналов простого и сложного типа, результаты обработки сигналов алгоритмом анализа формы, описание программного обеспечения.

основные нззультаты работы

1. Проведен анализ форт сигналов, исследуемых системами автоматического анализа микрообъектов, и выделены группы простых I сложных сигналов. С целью повышения быстродействия в состав мютемы автоматического анализа микрообъектов введено устройство тервичной обработки сигналов, выполняющее задачи сортировки и )бработки простых сигналов, составляющих до 90% от общего числа сигналов, а также задачу формирования вторичного потока сложных сигналов с целью их последующей сортировки и обработки в системе анализа сигналов.

2. Разработана методика расчета устройства первичной обра- -Зотки сигналов как системы массового обслуживания. Рассмотрены основные варианты структурной организации устройства и получены соотношения между интенсивностями потоков сигналов и интенсив-

то стями их обслуживания.

3. Разработана процедура оптимизации структуры устройства та основе критерия максимального быстродействия при заданных'

эграничениях по точности результатов анализа. Для реализации процедуры предложены минимаксный метод оптимизации среднего времени анализа сигнала, метод оптимизации структуры на основе использования базовых элементов, метод управления первичным потоком сигналов. Реализация процедуры на ЭВМ позволяет автоматизировать процесс синтеза устройства первичной обработки сигналов.

4. Исследованы быстродействующие методы селекции и анализа $орш простых сигналов. Разработаны однопороговый и двухпорэого- . вый алгоритмы селекции, обладающие помехоустойчивостью. Исследована эффективность алгоритмов по выбранному критерию качества. Предложен вариант их практической реализации. Для однополярных сигналов разработан алгоритм анализа формы, использующий степень отклонения их параметров от эталонной аналитической модели.

5. Достижение требуемой точности рассмотренных методов воз-

можно только в случае стабильной скорости перемещения микрообъектов.

Проведенный синтез цифрового устройства стабилизации скорости вращения двигателя позволил выбрать параметры регулятора, обеспечивающие заданное качество переходного процесса при допустимой погрешности стабилизации не более 0,1?^.

На основе полученных результатов исследована конструкция сканирующего стола с двухходовым винтом. Получена аналитическая зависимость момента нагрузки двигателя в зоне реверса стола, позволяющая исследовать влияние изменяющегося возмущающего воздействия на скоростную ошибку и уточнить границы зоны реверса с целью ее уменьшения.

Таким образом, можно сделать вывод о том, что поставленные задачи диссертационной работы решены. Практическая значимость предлагаемых решений подтверждена использованием их при разработке экспериментальных установок исследования форменных элементов крови и микропорошков, а также опытных образцов сканирующих столов.

1. Полек A.M., Аксельрод Б.М. Гранулометрический анализ дисперсных систем методом "застывшего потока". В кн; Неразрушашщие физические методы контроля: Тез.докл.ХП Всесоюзной научно-технической конференции, ТЛУ, Свердловск, 1990, С.30-34.

2. Полек A.M., Згода Н.В., Коваль Ю.Ф. Средства цифрового преобразования сигналов в приборах для раздельного счета лимфоцитов и гранулоцитов.-В кн: Методы обработки информации: Тез. докл.Всесоюзной конференции, часть I, Рига, 1986, С.20-23.

3. Полек A.M., Фельдман В.Х. Сравнительный анализ методов управления аналого-цифровым преобразованием в приборах анализа шкрообъектов. -В кн: Техническое оснащение медицинских лабо-работных исследований. М., ВШИШ, Научные труды, 1987, С.45-53.

4. Полек A.M., Фришыан Д.И. Ыетод определения количества каналов обработки сигналов. -В кн: Проблемы бионики: Тез.докл.УП Украинской республиканской конференции, Битомир, 1965, С.17-19.

5. Полек Фельдман В.Х., Фришман Д.Ы. Перспективы применения персональных ЭВД в подсистеме лабораторного анализа АШОН.-В кн: Автоматизированные електронше системы для массовых профилактических осмотров населения: Тез.докл.Всесоюзной

• научно-технической конференции, Л., 1985, С.14-16.

6. Побелянский Э.Г., Полек A.M. и др. Исследование возможности применения нового метода "застывшего потока" для разработки системы автоматизированного дифференциального анализа крови.-Отчет по НИР. УДК 615.47:612.1.001.5-М., НИИ Приборостроения, 1989.

7. Полек A.M. и др. Исследование гранулометрического состава металлических порошков оптоэлектронным методом. - Отчет по НИР. УДК 621.762:10500.-М. ,ИПш ЦНИИ Черыет, 1991.

8. Положительное решение по заявке на патент 4801269/25-28139 с приоритетом от II.03.90 Способ подготовки пробы и устройство для его осуществления. Э.Г.Побелянский, A.M.Полек.

9. Положительное решение по заявке (а патент 4779868/25 с приоритетом от 09.01.90. Способ определения размеров микрочастиц и устройство для его осуществления. Б.М.Аксельрод, A.M.Полек и Потапов В. hi.

■ i'J • М '! |....,i ; !