【摘要】：分別采用最小模型矩陣、最平坦模型矩陣、最光滑模型矩陣作為初始化模型,對加入5種不同水平隨機(jī)噪聲的90nm窄單峰、90nm寬單峰和250nm窄單峰、250nm寬單峰顆粒體系的模擬分布進(jìn)行了正則化反演,并對反演結(jié)果進(jìn)行比較。結(jié)果表明:當(dāng)噪聲水平為0時,正則化初始模型的選擇對反演結(jié)果沒有明顯影響。隨著噪聲水平的增加,采用三種初始化模型反演得到的峰值誤差和粒度分布誤差都隨之變大,但采用最平坦模型和最光滑模型反演得到的峰值和粒度分布誤差明顯小于采用最小初始模型的反演誤差。當(dāng)噪聲水平大于0.01時,選擇最平坦初始模型獲得的粒度分布結(jié)果優(yōu)于采用最光滑初始模型和最小初始模型獲得的結(jié)果,而采用最光滑初始模型反演得到的峰值優(yōu)于最平坦初始模型和最小初始模型的反演峰值。因此,采用正則化算法處理含噪動態(tài)光散射數(shù)據(jù)時,為得到最優(yōu)的粒度分布信息,宜采用最平坦初始模型,若需要獲取最準(zhǔn)確的峰值信息,則應(yīng)選擇最光滑初始模型。
[Abstract]:The minimum model matrix, the flattest model matrix and the smoothest model matrix are used as initialization models respectively. For the 90nm narrow single peak, the 90nm wide single peak and the 250nm narrow single peak with five kinds of random noise at different levels, The regularized inversion of the simulated distribution of the 250nm wide single peak particle system is carried out and the inversion results are compared. The results show that when the noise level is 0, the selection of the regularized initial model has no obvious effect on the inversion results. With the increase of noise level, the peak error and particle size distribution error obtained from the inversion of the three initialization models increase with the increase of noise level. However, the maximum and particle size distribution errors obtained by using the flattest model and the smoothest model are obviously smaller than those obtained by the minimum initial model. When the noise level is greater than 0.01, the results of particle size distribution obtained by selecting the flattest initial model are better than the results obtained by using the smoothest initial model and the minimum initial model. The peak values obtained by using the smoothest initial model are better than those obtained by the smoothest initial model and the minimum initial model. Therefore, when the regularization algorithm is used to process the noisy dynamic light scattering data, in order to obtain the optimal particle size distribution information, the flattest initial model should be adopted, and if the most accurate peak information is needed, the smoothest initial model should be chosen.
【作者單位】： 山東理工大學(xué)電氣與電子工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61205194) 山東省自然科學(xué)基金項(xiàng)目(ZR2012FL22,ZR2012EEM028)
【分類號】：TN911.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 唐隆基，李文，鄧陽生;關(guān)于解地球物理中病態(tài)方程的若干問題[J];地球物理學(xué)報;1995年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶成，談?wù)褫x，李承恕;線性無偏最小方差多用戶信號檢測器[J];北方交通大學(xué)學(xué)報;1995年03期

2 翟翌立,戴逸松,唐瑞春;基于多傳感器數(shù)據(jù)融合無參考信號的自適應(yīng)數(shù)字濾波算法[J];兵工學(xué)報;1998年01期

3 王暉;高建波;駱劍平;;電阻抗成像技術(shù)[J];北京生物醫(yī)學(xué)工程;2006年02期

4 樊樹芳;馬青華;王彥飛;;算子及觀測數(shù)據(jù)都非精確情況下一種新的正則參數(shù)選擇方法[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);2006年01期

5 孫才新,羅兵,顧樂觀,趙文麒,趙賢政,鄒景行;自適應(yīng)數(shù)字濾波在局部放電在線監(jiān)測信號處理中應(yīng)用的研究[J];變壓器;1997年07期

6 王青云;王連堂;;用正則化方法求解聲波散射反問題[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2006年02期

7 周彬;喬寶明;;邊界提取和幾何不變性相結(jié)合的標(biāo)定方法研究[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2011年05期

8 郭殿龍;用微機(jī)實(shí)現(xiàn)線性最佳估計[J];長春郵電學(xué)院學(xué)報;1989年03期

9 郭靜波;自適應(yīng)離散維納濾波器及其在AR模型參數(shù)估計中的應(yīng)用[J];長春郵電學(xué)院學(xué)報;1993年01期

10 郭靜波;線性最小方差估計的遞推算法研究[J];長春郵電學(xué)院學(xué)報;1993年04期

相關(guān)會議論文 前10條

1 陳震;余嶺;;橋梁移動荷載識別的預(yù)處理共軛梯度法[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

2 王廷芳;黃思訓(xùn);杜華棟;;大氣邊界層GEM模式參數(shù)反演的理論分析及數(shù)值試驗(yàn)[A];2008年北京氣象學(xué)會科技優(yōu)秀論文集[C];2008年

3 馮遵德;李云云;;基于CGLS求解坐標(biāo)轉(zhuǎn)換參數(shù)[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

4 何敏;許曉彥;;EMT逆問題與圖像重建算法研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

5 秦念慶;王雷;劉莎;;基于迭代Tikhonov正則化方法的WSN多邊定位算法研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

6 李振華;王彥飛;楊長春;;一種能提高疊前偏移剖面分辨率的預(yù)條件正則化反演方法[A];中國地球物理·2009[C];2009年

7 胡岸勇;柳重堪;苗俊剛;萬國龍;;基于降晰矩陣分解與POCS的高斯降晰圖像復(fù)原[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

8 蘇明旭;董黎麗;蔡小舒;徐峰;任寬芳;;消光測粒反演方法的正則化參數(shù)優(yōu)化[A];中國顆粒學(xué)會2006年年會暨海峽兩岸顆粒技術(shù)研討會論文集[C];2006年

9 柳建軍;肖庭延;王U，

本文編號：2461156