Aplic. de Tecnicas de Logica Difusa Al Filtrado de Ruido Cósmico y Shot en Espectros Raman

11/5/2015
www.tdx.cat/bitstream/handle/10803/6887/05Rpp05de11.pdf.txt?sequence=18
Captulo3:Diseodelfiltro
Captulo3:
APLICACINDELASTCNICASDELGICADIFUSAALFILTRADODERUIDOCSMICOYSHOTENESPECTROS
RAMAN
Comoyasehacomentadoenelcaptuloanterior,unadelasclavesdelalgicadifusaessu
capacidadparatratarlaincertidumbrequecaracterizaacualquiersistemafsico.Enel
tratamientodelavaguedad,lastcnicasdelgicadifusaofrecenmsposibilidadesymejores
resultadosquelosmtodostradicionalesyporesosehanconvertidoenunaherramienta
fundamentaleneldiseodesistemasinteligentes.Laincertidumbreafectaamuchosaspectos
delprocesodemedidayadquisicindeinformacin:lassealesdeentradapuedenserruidosas
eincompletasylasdecisionesatomaramenudoestninfluenciadasporlaimprecisindel
propiosistemademedida.EnespectroscopaRamanaplicadaalaidentificacindepigmentos,
comosehavistoenelprimercaptulo,losespectrossuelenestarcontaminadospordiversos
tiposderuido:ruidogeneradoporfuentesexternas(porejemploruidocsmico),ruido
generadoporlamuestra(porejemplofluorescencia),ruidogeneradoporelequipodemediday
ruidoshot,inherentesasupropiaadquisicin.Estaimprecisinintroducidaporlosdistintos
tiposderuidoeslaquepuedesertratadamediantetcnicasdelgicadifusa,conelobjetivo
dereduciralmximoelruidopresenteenelespectro,sinprdidadeinformacinRaman.
3.1PLANTEAMIENTOPROPUESTO
GENERAL
DEL
PROBLEMA:
DISEO
DEL
FILTRO
Elobjetivoqueseplanteaespues,disearunsistemadifusoqueminimiceelruidopresente
enelespectroRamanadquiridoporelequipodemedida,preparndoloasparaposteriores
tratamientosdesealymaximizandoenloposiblelarelacinsealaruido.Paraelloseha
diseadounsistemabasadoentcnicasdelgicadifusa(figura3.1.1)querealizalas
funcionesdeunfiltrodifusoadaptadoaespectrosRaman,modeladoporunconjuntodereglas
quedefinenelcriteriodefiltrado.Estecriteriodefiltradosebasaenlacorreccindela
amplitud[52]decadapuntodelespectro,comparandosuamplitudconladelospuntosprximos
acadaladodelpuntoacorregir.As,seestableceque,sila
60
amplituddeunpuntodelespectroesmayorqueladesuspuntosvecinos,suamplituddebe
disminuiry,porelcontrario,silaamplituddeesepuntoesmenorqueladesusvecinos
debeaumentar.
FILTRODIFUSOADAPTADOAESPECTROSRAMAN
Entradas(datos)SealRaman+Ruido
MECANISMOMECANISMOINFERENCIAINFERENCIAREGLASDESDIFUSOR
DIFUSOR
Salidas(datos)Salidas(datosSealRamanSealRaman
Sielvalordeamplituddeunpuntodelespectroesmenorqueeldesusvecinosentonces
http://www.tdx.cat/bitstream/handle/10803/6887/05Rpp05de11.pdf.txt?sequence=18
1/28
11/5/2015
aumentarsuamplitudSielvalordeamplituddeunpuntodelespectroesmayorqueeldesus
vecinosentoncesdisminuirsuamplitud
Figura3.1.1.Esquemageneraldelsistemadifusoadaptadoalfiltrado
Sesuponeunespectrodeentradae(n)digitalizadoenelrango[0,L1].Setomaunpuntodel
espectroe(k)conamplitudak,yelconjuntoWdelosMpuntosprximosovecinosae(k),W=
{e(kM/2),...,e(k2),e(k1),e(k+1),e(k+2),...,e(k+M/2)}excluidoe(k),con
amplitudesaM/2,...,a2,a1,a1,a2,...,aM/2,respectivamente.Lasvariablesdeentradaal
filtrosonlasdiferenciasdeamplitudxj,entrelaamplituddee(k),ak,ylaamplitudde
cadaunodelospuntosvecinosal,aj:xj=ajakparakM/2jk+M/2
Lavariabledesalidadelfiltroserlacorreccindeamplitudzk,quesedebeaplicarala
amplituddelpuntoe(k).Laamplitudfinalyacorregidakseobtendr:k=ak+zk
ParadisearelfiltrodifusoadaptadoaespectrosRaman,yenbasealovistoenelcaptulo
anterior,esnecesariodeterminarlossiguientesparmetros:
61
Conjuntosdifusosdeentradaysalida,ylasfuncionescaractersticasasociadasacadaunode
ellosNmeroMdevecinosacadapuntoquesetomanparacalcularlasdiferenciasdeamplitud
conelpuntoacorregir;estasdiferenciasdeamplitudsonlasvariablesdeentradaalfiltro.
Conjuntodereglasdifusasquemodelanelfiltrado.Mecanismodeinferencia:eleccindelos
operadoresmatemticoscorrespondientesalosoperadoreslgicosqueaparezcanenlasreglas,
conectivoslgicos,implicacin,agregacin.
Desdifusor:mtodomatemticomedianteelcual,apartirdelconjuntodifusodesalidase
obtienelacorreccin.
3.2PARMETROSDEDISEODELFILTRO:CONJUNTOSDIFUSOSFUNCIONESCARACTERSTICASYNMEROSDE
VECINOSElprimerpasoaseguirparadisearunfiltrobasadoenlgicadifusaadaptadoa
espectrosRamaneselegirlasfuncionescaractersticasquemejordefinenlosconjuntos
difusosdeentradaysalidadelsistema.Lasvariablesdeentradaalfiltrosonlas
diferenciasdeamplitudxj,ydeentrelosdiversosconjuntosdeentradaquesepueden
definir,seproponenlosconjuntosdiferenciaPOSITIVAydiferenciaNEGATIVA.Comoelmargen
dinmicodelaseales[0,L1],elrangodevariacindelasdiferenciasser[(L1),L1].
Lafuncincaractersticaasociadaaestosconjuntosvendrdeterminadaporeltipoderuido
afiltrar.Considerandolosdistintosruidosquesepretendenreducirysuscaractersticasse
proponenlassiguientesfuncionescaractersticas:paraelfiltradodelruidoshot,de
fluctuacinaleatoriaalrededordelamedia,seplanteanfuncionescaractersticas
triangularesporsuproporcionalidad(figura3.2.1).
62
PO
0 x ()+1 L1 2= x ()+3 L1 2 0
x<(L1) (L1)<x<(L1) (L1)<x<3(L1) x>3(L1)
2/28
11/5/2015
PO,NE
NE
1
PO
NE
0 x ()+3 L1 2= (x)+1 L1 2 0
x<3(L1) 3(L1)<x<(L1) (L1)<x<(L1) x>(L
1)
(L1)
0
(L1)
Diferenciasxj
Fig.3.4.1.1
Figura3.2.1.Posiblesfuncionescaractersticasdeentrada
paraelfiltradoderuidocsmico(degranamplitud),lafuncincaractersticadebeasignar
valores(correcciones)elevadosalasdiferenciaselevadas,porelloseplanteanvarias
funcionescuyatransicinentreelmximoyelmnimoseamsabruptaqueenlafuncin
triangular(yporsupuestomenosqueenlafuncinescaln);unafuncinhabitualmente
utilizadacomofuncincaractersticadeentradaenaplicacionesdelalgicadifusaal
filtradoderuido[53],eslafuncinS(figura3.2.2):
1 2 1(x(L1))22(L1) = (x+(L1))2 2(L1)2 0
0 2 (x(L1))2 2(L1)= 2 1(x+(L1))2 2(L1) 1
NE
x<(L1) (L1)<x<0 0<x<(L1) x<(L1)
x<(L1) (L1)<x<0 0<x<(L1) x<(L1)
PO,
NE
NE
1
PO
PO
(L1)Fig.3.4.1.2
0
L1
3/28
11/5/2015
Diferenciasxj
sinembargo,ycomoseilustramsadelanteenelestudiodelcomportamientodelfiltro
medianteunespectrosimulado,latransicindeestafuncinentreelceroyelunoresulta
demasiadoabruptaparaestaaplicacin;
63
unafuncinconunaformasemejantealaanteriorperoconunatransicinmssuaveentreel
mximoyelmnimoeselsenocuadrtico(figura3.2.3),conelqueseobtienenmejores
resultados.
PO
x<(L1) 0 2 (x+(L1) = sen (L1)<x<3(L1) 4(L
1) 0 x>3(L1)
PO,
NE
NE
1
PO
0 (x+3(L1) NE= sen2 4(L1) 0
x<3(L1)
3(L1)<x<(L1) x>(L1)
(L1)
0
(L1)
Diferenciasxj
Elnmerodevecinosopuntosprximosacadapuntoconlosquesecalculanlasdiferencias,
determinaelnmerodeentradasalsistema.EnelcasodefiltradodeespectrosRamany
teniendoencuentalanaturalezadelruidoafiltrar,seproponetomar4puntos,dosacada
ladodelpuntoacorregir,descartandolaposibilidaddecoger2vecinos(unoacadalado)por
ineficienciaenelfiltrado,ydescartandotambinlaposibilidaddecoger6vecinos(tresa
cadalado)porlacomplejidadqueintroduceenelclculoyelaumentodeltiempodeprocesado
(msdeldoble)sinunamejoraapreciableenelresultado.Portanto,lasentradasalfiltro
pararealizarlacorreccindecadapuntosernlasdiferenciasdeamplitudconlos4puntos
msprximosaesepunto,2puntosacadalado(figura3.2.4.).
4/28
11/5/2015
a1a2a1aka2
akamplituddelpuntoacorregirx2=a2akentradasx1=a1akx1=a1akx2=
a2ak
e(k2)e(k1)e(k)e(k+1)e(k+2)
Fig.3.4.3.1
Figura3.2.4.Variablesdeentrada:diferenciasdeamplitudconloscuatropuntosmsprximos
acadapunto.64
Lavariabledesalidadelfiltroeslacorreccindeamplitudzkarealizarencadapunto,
quetomavaloresenelmismorangoquelasdiferenciasdeamplitud.Paraestavariablese
definenlosconjuntosdifusoscorreccinPOSITIVAycorreccinNEGATIVAyaquesetrata
tambindeunadiferenciadeamplitud.Comofuncionescaractersticasasociadasseeligen
funcionestriangularesquepermitirnhacerposteriormenteunasimplificacinmuyimportante,
enelbloquedesdifusor(figura3.2.5.):
0 x ()+1 L1 2= x ()+3 L1 2 0x<(L1) (L1)<x<(L
1) (L1)<x<3(L1) x>3(L1)
PO,NE
NE
1
PO
PO
NE
0 x ()+3 L1 2= (x)+1 L1 2 0
x<3(L1) 3(L1)<x<(L1) (L1)<x<(L1) x>(L
1)
(L1)
0
(L1)
Correccinzk
Fig.3.4.2.1
Figura3.2.5.Funcionescaractersticasdesalida
3.3REGLASDIFUSASQUEMODELANELFILTRADOLasreglasdifusasquemodelanelsistema,tendrn
tantosantecedentescomovariablesdeentradatenemosenelsistema.Enestecaso,sehan
tomadocuatrovecinosparacadapunto,locualdalugaracuatrodiferenciasdeamplitudcomo
variablesdeentradadefiltro;portantocadareglacontarconcuatroantecedentes.Teniendo
encuentaquesehaoptadopordefinirdosconjuntosdifusosparalasalida,podrndarsedos
consecuentesdistintosparacadaregla:correccinpositivaycorreccinnegativa.Aspues
tendremosunconjuntodereglasconcuatroantecedentesydosconsecuentes.Comoyahemos
vistoenelcaptuloanterior,paracadaunodelosconsecuentes,elnmerodereglas
tericamenteposiblesPt,enfuncindelosantecedentes,es:
Pt=Lmparam=1....M;m
65
5/28
11/5/2015
dondeMeselnmerodeantecedentesparacadaregla,enestecaso4;Lmeselnmerode
conjuntosdifusosdeentradaparacadaunodelosMantecedentes,queenestecasoes2;ypor
tanto:Pt=2222=24=16Resultan16reglasdifusasposibles,tericamente,paracada
unodelosconsecuentes,surgidasdelascombinacionesentreantecedentesyconjuntosdifusos
deentrada.Las16reglascorrespondientesalconsecuentepositivoformanlasubreglabase
positivaylas16conconsecuentenegativoformanlasubreglabasenegativa.Elconjunto
tericodereglasqueformanlasubreglabasepositivason:(Regla1)Six2esPOyx1es
POyx1esPOyx2esPOentonceszkesPO(Regla2)Six2esPOyx1esPOyx1esPOyx2
esNEentonceszkesPO(Regla3)Six2esPOyx1esPOyx1esNEyx2esPOentoncesz
kesPO(Regla4)Six2esPOyx1esPOyx1esNEyx2esNEentonceszkesPO(Regla
5)Six2esPOyx1esNEyx1esPOyx2esPOentonceszkesPO(Regla6)Six2esPOy
x1esNEyx1esPOyx2esNEentonceszkesPO(Regla7)Six2esPOyx1esNEyx1es
NEyx2esPOentonceszkesPO(Regla8)Six2esPOyx1esNEyx1esNEyx2esNE
entonceszkesPO(Regla9)Six2esNEyx1esPOyx1esPOyx2esPOentonceszkesPO
(Regla10)Six2esNEyx1esPOyx1esPOyx2esNEentonceszkesPO(Regla11)Six2
esNEyx1esPOyx1esNEyx2esPOentonceszkesPO(Regla12)Six2esNEyx1esPO
yx1esNEyx2esNEentonceszkesPO(Regla13)Six2esNEyx1esNEyx1esPOyx2es
POentonceszkesPO(Regla14)Six2esNEyx1esNEyx1esPOyx2esNEentonceszkes
PO(Regla15)Six2esNEyx1esNEyx1esNEyx2esPOentonceszkesPO(Regla16)Si
x2esNEyx1esNEyx1esNEyx2esNEentonceszkesPOElconjuntotericodereglas
queformanlasubreglabasenegativa,tendrelconsecuenteopuestoastas:.............
..............................................................entonceszkesNE
peroencuantoalconjuntodeantecedenteseselmismo.Esdecir,las16reglasqueformanla
subreglabasenegativasonlasconjugadasalasdelasubreglabasepositivayaquesepueden
construirapartirdeesteconjunto,sustituyendoPOporNEyviceversa,NEporPO.
66
Delas16reglastericasconconsecuentepositivo,puedeneliminarselasquecarecende
sentidosegnlascondicionesdelproblemaaresolver,esdecir,aquellasqueteniendomayora
deantecedentesnegativostienenconsecuentepositivoyaque,sitresdelasdiferenciasde
amplitudresultannegativasnoeslgicorealizarunacorreccinpositiva.Estasreglassonla
8,la12,la14,la15,yla16queseexcluyendelconjunto.Asmismo,delas16reglas
tericasconconsecuentenegativoseexcluyenaquellasconmayoradeantecedentespositivos.
Unamanerasimplificadaderepresentarelconjuntodereglasesenformamatricial[52].Cada
unadelassubreglasbasesetraduceenunamatriz:lamatrizArepresentaalasubreglabase
conconsecuentepositivoylamatrizA*alasubreglabaseconconsecuentenegativo.Cada
columnadelamatrizrepresentaunadelasvariablesdeentrada,esdecir,unodelos
antecedentes,ycadafilaesunadelasreglas.SellamaAijalconjuntodifusoasociadoala
variable(diferencia)ienlareglajdelasubreglabasepositiva,yA*ijalconjuntodifuso
asociadoalavariableienlareglajdelasubreglabasenegativa.Acadaelementoaijde
lamatrizAya*ijdelamatrizA*,seleasignaelvalor0o1segnelconjuntodifusoal
quepertenezcalavariablealaquerepresente:aij=0siAij=POaij=1siAij=NEa*ij
=0siA*ij=POa*ij=1siA*ij=NE
Esdecir,representamosporuncerolapertenenciaalconjuntodifusoPOyporununola
pertenenciaalconjuntodifusoNE.Setieneentoncesquelosdosconjuntosdereglas,
eliminandolasquecarecendesentido,sepuedenexpresarenformamatricial:
Conjuntodereglasconconsecuentepositivo
=
00000001001000110100010101101000100110101100
6/28
11/5/2015
Conjuntodereglasconconsecuentenegativo
=
11111110110111001011101010010111011001010011
67
Paradecidirdeentrelasreglasrestantes,culesseajustanalproblemadelfiltrado,se
tomaunabandaRamanterica,queeselresultadoqueidealmentesedesearaobtener,ysobre
ellaseplanteantodaslasposiblessituacionesenpresenciaderuidoycualseralamejor
formaderesolverlas,esdecir,cualeslareglaquemejorseadaptaacadasituacin.Las
reglasquenoresultentilesporquenorespondenaningunasituacinserneliminadasdel
conjuntofinal.ParaelestudiodelasreglassobrelabandaRaman,sesuponeunconjuntode
cincopuntos:elpuntocentraleselpuntoacorregirylosdosvecinosacadaladosonlos
puntosqueutilizaremosparacalcularlasdiferenciasdeamplitudconelpuntocentral.
Tomandolasreglasensuformamatricial(cadafiladelamatrizesunaregla),yteniendoen
cuentaquelasdiferenciasentrevecinos,xj,secalculancomolaamplituddelpuntovecinoaj
menoslaamplituddelpuntoacorregirak,tenemosquelasentradasalfiltrosecalculan:xj
=ajakCalcularemosestasdiferenciasparacadaconjuntodecincopuntosyparaverqu
reglaeslaquemejorseadaptaaesasituacin,estableceremosuncriteriosemejantealque
hemosestablecidoaltraducirlasreglasasuformamatricial:unadiferenciapositiva,es
decir,unpuntovecinoquetieneunaamplitudmayoraladelpuntoacorregir,la
representamosporun0yaquetomarunvalormayorde,pertenenciaalconjuntodifusoPO.
unadiferencianegativa,esdecir,unpuntovecinoquetieneunaamplitudmenoraladelpunto
acorregir,larepresentamosporun1,yaquetomarunvalormayordepertenenciaalconjunto
difusoNE.Aspues,decadaconjuntodecincopuntosobtendremoscuatrodiferenciasde
amplitud,queevaluadassegnestecriterio,setraducenenlareglaquemejorseadaptaaesa
situacin.Entonces,teniendoencuentaqueelfiltrodebereducirelruidocorrigiendola
amplituddecadapuntoperopreservandosiemprelainformacinRaman,sedecideelconsecuente
adecuadoparacadaunadelasreglasosituacionesplanteadasanteriormente.Grficamente,las
situacionesquesepuedendarsobreunabandaRamanylasdecisionesatomarparaquelaforma
delabandaRamannoseadistorsionadaalrealizarlascorrecciones,sonlassiguientes:
68
x
x
xxxxxRegla0000
x
xx
Regla1111
x
x
xx
x
ConsecuentePOSITIVO
ConsecuenteNEGATIVO
7/28
11/5/2015
Regla1110
ConsecuenteNEGATIVO
xxx
xxxxx
x
xxxx
x
x
Regla1100
ConsecuenteNEGATIVO
Regla
1000
ConsecuentePOSITIVO
Regla1001
ConsecuentePOSITIVO
xxxxx
xxx
xx
x
x
xxRegla0011
Regla0111
x
Regla0001
ConsecuentePOSITIVO
ConsecuenteNEGATIVO
ConsecuenteNEGATIVO
xx
xx
x
xx
xxRegla1100
8/28
11/5/2015
x
Regla0011
ConsecuentePOSITIVO
ConsecuentePOSITIVO
69
Portanto,delestudiodelasdistintassituacionesquesepuedendarparacorregirla
amplitudsobreunabandaRamansededucequeelconjuntodereglasquemodelaelfiltradode
espectrosRaman,sinprdidadeinformacinenlasbandas,es:
ConjuntodereglasA=adaptadasalfiltrado=conconsecuentepositivo
000000011000001111001001
ConjuntodereglasA*=adaptadasalfiltrado=conconsecuentenegativo
11111110011100111100
ComosepuedeobservarelnmerodereglasconsideradasenlasubreglabasepositivaesPp=6
yelnmerodereglasconsideradasenlasubreglabasenegativaesPn=5.Traduciendoestos
conjuntosdereglasasuformamsexplcitatenemosqueelconjuntodereglasquemodelanel
problemaeselsiguiente:(Regla1)Six2esPOyx1esPOyx1esPOyx2esPOentonces
zkesPO(Regla2)Six2esPOyx1esPOyx1esPOyx2esNEentonceszkesPO(Regla
9)Six2esNEyx1esPOyx1esPOyx2esPOentonceszkesPO(Regla4)Six2esNEy
x1esNEyx1esPOyx2esPOentonceszkesPO(Regla13)Six2esPOyx1esPOyx1es
NEyx2esNEentonceszkesPO(Regla10)Six2esNEyx1esPOyx1esPOyx2esNE
entonceszkesPO(Regla1)Six2esNEyx1esNEyx1esNEyx2esNEentonceszkesNE
(Regla2)Six2esNEyx1esNEyx1esNEyx2esPOentonceszkesNE(Regla4)Six2
esNEyx1esNEyx1esPOyx2esPOentonceszkesNE(Regla13)Six2esPOyx1esPO
yx1esNEyx2esNEentonceszkesNE(Regla9)Six2esPOyx1esNEyx1esNEyx2es
NEentonceszkesNEelsezk=0
70
Elconjuntofinaldereglasresultaserasimtrico:elnmerodereglasqueformanpartedela
subreglapositiva(6reglas)resultamayorqueenlanegativa(5reglas);estoesdebidoaque
lasealafiltraressimtricarespectoalejeverticalperonorespectoalhorizontal,es
decir,lasbandasRamansonsiemprepositivas,noexistenbandasRamannegativas;esta
caractersticadelasbandasRamaneslaqueproducequelosconjuntosdereglasnosean
simtricos.Lasentenciaencabezadaporelseaparecepararemarcarqueencualquierotrocaso
noseproducecorreccin.Sepuedeobservartambinquelasreglasrepresentadas
matricialmentecomo1100y0011aparecentantoenlasubreglapositivacomoenlanegativa.
Estosedebeaquecorrespondenalasdossituacionesmsambiguas,enlasqueelpuntoa
corregirtantopodraserruidocomoformarpartedeunabanda.Alaparecerenlasdos
subreglas,elsistemadifusorealizarunefectocompensatorioqueharquelaanchuradelas
bandasRamannoseveadisminuidaenelprocesodefiltrado;asseaseguraqueelfiltro
respetalaformadelasbandasRaman.Cabeaadirque,enelcasodequevariosrayoscsmicos
caiganmuyprximos,locualespocoprobable,yformenunpicodeunaanchuraquese
encuentreenellmitedepoderinterpretarsecomounabandaRamanmuyestrecha,elfiltro
respetarlaformadelahipotticabanda,sinllegaraeliminarelgrupodecsmicos.Lo
mismopuedesucederconunrayocsmicoquecaigajustamenteenelpuntocentraldelabanda,
yaquepuedeserinterpretadocomoelniveldeintensidaddelapropiabanda.Sepodra
realizarunfiltradomsestrictodelruidocsmicoendetrimentodepreservarlaanchurade
9/28
11/5/2015
lasbandas,considerandoquelassituacionesquellevanaestasdosreglas(1100y0011)a
decidirunconsecuentepositivo,nopuedencorrespondernuncaaunrayocsmico(nohayrayos
csmicosnegativos);entoncesseconstruyeunconjuntodereglasquemodelanelfiltrado,en
elqueestasdosreglassloaparecenenlasubreglanegativa.Sinembargo,conestenuevo
conjuntodereglas,elfiltropuedellegaradisminuirlaanchuraylaintensidaddelas
bandasRamanmsestrechas,ytiendeabajarelvalormediodelaintensidaddelespectro
total.Estecomportamientodelfiltronoseracrticoenlaaplicacindelaespectroscopa
Ramanalaidentificacindepigmentosyaquelainformacinnecesariaparaidentificarun
pigmentoseencuentraestrictamenteenlaposicindelasbandasRaman,perosloserasi
sedeseaobtenerlacantidaddelpigmentoanalizadoyaqueestainformacindependedela
intensidad.
71
3.4MECANISMODEINFERENCIAParatraducirlasreglasallenguajematemticosedebenelegir
losoperadoresmatemticosquesecorrespondenconlosoperadoreslgicospresentesenlas
reglas.ConectivoslgicosentreantecedentesUniendolosantecedentesdelasreglasslo
apareceelconectivolgicoY(AND).Esteconectivo,comohemosdescritoenelcaptulo
anterior,debesertraducidoporunatnorma,cuyosrepresentanteshabitualessoneloperador
mnimoyelproducto.Enestaaplicacinseeligeeloperadormnimoyaque,altomartodos
losantecedentesunvalor(gradodepertenenciaentre0y1)menoralaunidad,elresultado
derealizarelmnimosermayorqueelderealizarelproducto;as,elvalorescalarfinal
delantecedenteresultarmayoryenconsecuenciacontribuiraunacorreccinmayor.
Matemticamente,siacadaelementoaijdelamatrizAdereglasadaptadasalfiltrado,le
asociamoselgradodepertenenciaAij(xj)delavariablexalafuncincaractersticaA,j
ijtendremosparacadareglacuatrovaloresdecuatrogradosdepertenenciadelos
antecedentes;laresolucindelmultiantecedente(Mantecedentes)paracadaregla,setraduce
enrealizarelmnimodelosgradosdepertenenciaparacadafiladelamatrizA:min{Aij
(xj):j=1.....M}yparalamatrizA*:min{A*ij(xj):j=1.....M}
Implicacin.SuperficiesdeimplicacinLaimplicacinlgica(operadorlgicoentonces),
comoyahemosvistotambinenelcaptuloanterior,setraducealigualqueeloperadorypor
unatnormacomosoneloperadorproducto,eloperadormnimo,etc...
72
Enestecasoparalaimplicacinseeligeeloperadorproducto,yaqueeselmsutilizadoen
lasaplicacionesdelalgicadifusaalaingeniera54]debidoaquetratamejorla[
informacin(introducemenosdistorsin)queeloperadormnimo.Portanto,alrealizarla
implicacin,lasfuncionescaractersticastriangularespositivaynegativa,definidasparala
variabledesalidacorreccinzk,quedarnescaladas(multiplicadas)porelvalorqueresulte
delmultiantecedenteencadaregla.Teniendoencuentatodoslosvaloresescalaresquepueden
resultardelmultiantecedente(cualquiervalorentre0y1),sepuedeconstruirlasuperficie
deimplicacindecadaregla,formadaporlasuperposicindetodaslasfunciones
caractersticasposiblesqueresultaranderealizarlaimplicacinconcadaunodelos
valoresresultantesdelmultiantecedente.Estasuperficiedeimplicacinsercomnatodas
lasreglasquetenganelmismoconsecuente.Siserealizalaimplicacinmedianteeloperador
producto,paracadaunadelassubreglasbaseseobtienelasiguientesuperficiede
implicacin:subreglabasepositiva(figura3.4.1)
PO(zk)
Resultadodelaimplicacinparacadavalordelantecedente
1
10/28
11/5/2015
01antecedente0(L1)zk
L1
Figura3.4.1.Superficiedeimplicacinparalasubreglapositiva
subreglabasenegativa(figura3.4.2.)
73
NE(zk)Resultadodelaimplicacinparacadavalordelantecedente1
01antecedente0(L1)zkL1
Figura3.4.2.Superficiedeimplicacinparalasubreglanegativa
Paracadaregla,particularizandoparaelvalorresultantedeevaluarsumultiantecedente,
podemosobtenerlasfuncionescaractersticasdesalidaqueresultanderealizaresta
implicacinproducto(figura3.4.3):
Subreglabasepositiva
REGLA11
Subreglabasenegaitiva
REGLA1
'PO1
PO
(L1)0(L1)Correccinzk
NE
'NE1
1
REGLA21
'PO2
(L1)0(L1)CorreccinzkREGLA2
'NE2
PO
NE
1
......
11/28
11/5/2015
REGLAPp1
......
'POPn
PO
REGLAPn
NE
'NEPp
1
Fig3.6.2.3
Figura3.4.3.Resultadodelaimplicacinmedianteeloperadormnimoparalasdossubreglas
74
AgregacinLaunindelresultadodetodaslasreglassetraduceporunatconorma,cuyos
representanteshabitualessoneloperadormximoylasumaalgebraica.Seeligeenestecaso
eloperadormximoyaqueofreceunamayorsimplicidaddeclculo[54],[55].Elresultadode
realizarlaagregacinparacadaunadelasdossubreglasbaseseobtienecalculandoelmximo
entrelasfuncionescaractersticasdesalidaparacadaregla,encadapunto(figura3.4.4.):
Subreglabasepositiva
REGLA11
Subreglabasenegaitiva
REGLA1
'PO1
PO
'NE1
1
NE
REGLA21
PO2'
PO
REGLA2
'NE2
1
NE
......
12/28
11/5/2015
REGLAPp1
POPn'
PO
......
REGLAPn
NEPp'
1
NE
AGREGACIN:mmx
1
AGREGACIN:mxmx
'PO
'NE
1
PO
NE
Fig.3.6.3.1
Figura3.4.4.Agregacindelasreglasparalasdossubreglasmedianteeloperadormximo.
75
Enlaprctica,enlatraduccinmatemticadelasreglassehaceusodelaspropiedadesde
conmutatividaddelosoperadoreselegidos[54]y,parasimplificarelclculo,serealizaen
primerlugarlaagregacindelasreglasydespussehacelaimplicacin.Pararealizarla
agregacinsehallaelmximodelosvaloresescalaresresultantesdelosmultiantecedentes
y,unavezrealizadalaagregacin,serealizalaimplicacinescalandolosconjuntosdifusos
desalidaporestosvalores.As,sillamamospalvalorresultantedespusdelaagregacin
paralasubreglabasepositivaynalvalorresultanteparalasubreglabasenegativa,
tendremosque,paracadaunadelassubreglaspodemosexpresarlasoperacionesconlos
operadorescomo:subreglabasepositiva(consecuentepositivo):p=max{min{Aij(xj):
j=1,.....M}:i=1,.....Pp}valorporelcualquedarescaladalafuncincaractersticadel
conjuntodifusodesalida,correccinPOSITIVA,alrealizarlaimplicacinPO=prod{p,
PO}subreglabasenegativa(consecuentenegativo):n=max{min{A*ij(xj):
j=1,.....M}:i=1,.....Pn}valorporelcualquedarescaladalafuncincaractersticadel
13/28
11/5/2015
conjuntodifusodesalida,correccinNEGATIVA,alrealizarlaimplicacinNE=prod{n,
NE}Elresultadofinaldeaplicartodoelconjuntodereglas,sernlasfunciones
caractersticasdelosconjuntosdifusosdesalida(figura3.4.5.):
76
PO,NE
NE
1
POp
n
(L1)
0
(L1)Fig.3.6.3.2
CorreccinzkCorrecci
Figura3.4.5.Funcionescaractersticasresultantesalasalida.
3.5DESDIFUSORElmtodomatemticoelegidoparaobtenerunvalordelavariabledesalidazk
apartirdelafuncincaractersticadesalida,eseldelcentroide.Esteeselmtodo
habitualmenteusadoenaplicacionesdeingeniera[56]yaqueproporcionaunanicasoluciny
utilizatodalainformacinqueproporcionaelconjuntodifusodesalida.Elclculodel
centroideserealizacomo:zk=(zSAL(z)dz)/(SAL(z)dz)Enestecasosecalcula
lafuncincaractersticadesalida,comolasumadelasfuncionescaractersticasresultantes
alasalidaparacadasubregla:SAL(z)=PO(z)+NE(z)Entonceszk=(z(PO(z)+
NE(z))dz)/((PO(z)+NE(z))dz)utilizandoresultadosanteriores:PO(z)=prod
{POPO(z)NE(z)=prod{NENE(z)}
77
ysustituyendo,
zk=
POzPO(z)dz+NEzNE(z)dzPOPO(z)dz+NENE(z)dz
Identificandotrminos:zPO(z)dzcentroidedelafuncincaractersticadefinidapara
lasalidaPOzNE(z)dzcentroidedelafuncincaractersticadefinidaparalasalida
NEPO(z)dzreadelafuncincaractersticadesalidaPONE(z)dzreadela
funcincaractersticadesalidaNETeniendoencuentaque,paralasfunciones
caractersticasdesalida,definidastriangulares,secumpleque:zPO(z)dz=(L1)
reaPOzNE(z)dz=(L1)reaNEreaPO=reaNEyquetambinsecumple:PO+NE=
1lavariabledesalidapuedecalcularsecomozk=(L1)(PONE)
78
3.6ESTUDIODELCOMPORTAMIENTODELFILTROMEDIANTEESPECTROSTERICOSParaestudiarel
comportamientodelfiltrodiseado,puedeutilizarseunespectroRamansimulado,aproximando
14/28
11/5/2015
lasbandasRamanmedianteunafuncinlorentzianadelasiguientemanera:y=A/(1+((xC)
/(B/2))2)A=amplitud,B=anchodebanda,C=centrodelabanda.Enestecasopara
realizarelestudiotericolosvaloreselegidosparalosparmetroshansido:A=40,C=50,
B=4,yademssehaaadidounalneadebase(habitualenlosespectrosRaman)devalor10,
quedandolaexpresindelabandaRamanterica(figura3.6.1.):y=40/(1+((x50)/2)2
)+10
60555045403530252015104045505560
Figura3.6.1.BandaRamansimulada
ObtendremosunabandaRamancontaminadaconruido(figura3.6.2.)sumandoaestasealun
valorelevadodeintensidadenposicionesaleatoriassimulandopicosderuidocsmico,y
aadiendounpequeonivelderuidomedianteunafuncinaleatoriageneradaporelpropio
matlabsimulandoruidoshot.
79
1401201008060402004045505560
Figura3.6.2.BandaRamansimuladacontaminadaconruido.
3.6.1
Anlisisdelasfuncionescaractersticaspropuestassobreelruidoshotyelruidocsmico
Mediantelasealsimuladacontaminadaconruidosepuedeestudiarporseparadolainfluencia
enelfiltradodelasdistintasfuncionescaractersticasdeentradapropuestastericamente,
sobrelostiposderuidoafiltrar.Paraellosepuedeutilizarlamismasealdeprueba,
variandoenelfiltrodiseadolasfuncionescaractersticasdeentrada:Funciones
caractersticasdeentradatriangulares:aplicandoelfiltroconfuncionescaractersticasde
entradatriangulares,seconsiguecomoseesperabaelfiltradodelruidoshot,perosin
embargoelruidocsmiconoeseliminadototalmentecomopuedeobservarseenlafigura
3.6.1.1:
1401201008060402004045505560
Figura3.6.1.1.ResultadodeaplicaralabandaRamansimuladaelfiltrodiseadpcon
funcionescaractersticasdeentradatriangulares
80
Sepodrapensarquelaaplicaciniterativadelfiltroconfuncionescaractersticasde
entradatriangularesconduciraalareduccindelruidocsmico.Sinembargosiseaplica
nuevamenteelfiltrosobrelasealpreviamentefiltrada(figura3.6.1.1)noseobtieneuna
mejorasuficienteenelfiltradofrentealincrementodetiempodeprocesoquesupone(figura
3.6.1.2).
1401201008060402004045505560
Figura3.6.1.2.BandaRamansimuladafiltradamediantedositeracionesdelfiltro,ambascon
funcionescaractersticasdeentradatriangulares
Funcionescaractersticasdeentradasen2:aplicandoelfiltroconfuncionescaractersticas
deentradasen2,seobtieneelfiltradodelruidocsmico(figura3.6.1.3),aunqueeneste
15/28
11/5/2015
casoelruidoshotexperimentaunareduccinmenorqueenelcasoanterior.Esdecir,esta
funcinproporcionaunosvaloresdecorreccinmayoresqueenelcasoenquelafuncin
caractersticadeentradaeratriangular,dandolugaraunamenorreduccindelafluctuacin.
1401201008060402004045505560
Figura3.6.1.3.ResultadodeaplicaralabandaRamansimuladaelfiltrodiseadocon
funcionescaractersticasdeentradasinusoidales.
81
Siseaplicanuevamenteelfiltrosobrelaseal,siempreconfuncincaractersticade
entradasenoidecuadrtica,seobtienesolamenteunapequeadisminucindelruidoshot,
debidoaqueelruidocsmicoyahasidoprcticamenteeliminadoenlaprimeraiteracindel
filtro(figura3.6.1.4),aumentndoseeltiempodelprocesodefiltrado.
1401201008060402004045505560
Figura3.6.1.4.BandaRamansimuladafiltradamediantedositeracionesdelfiltro,ambascon
funcionescaractersticasdeentradasinusoidales
FuncionesScomofuncionescaractersticasdeentrada:aplicandoelmismofiltroconla
funcinScomofuncincaractersticadeentradaenlasdosetapas,sepuedeobservar(figura
3.6.1.5)comoelfiltradodelruidocsmicoespeorylareduccindelruidoshottambines
menorqueenelcasodelsenocuadrtico,comoyasehadichoenelapartado3.2.Alserla
funcinSmsabruptaensutransicinproporcionamayorescorrecciones,llegandoeneste
casoatomarvaloresdemasiadoelevadosqueconvertiranalruidocsmicoenunruidopor
debajodelamediadelasealyexagerandolasfluctuacionesdelruidoshot.
1401201008060402004045505560
Figura3.6.1.5.Resultadodeaplicaralabandasimuladaelfiltrodiseadoconfunciones
caractersticasdeentradaS.82
Comopuedeobservarseenlafigura3.6.1.6(a),paralareduccinmximadeambostiposde
ruidoalmismotiempo,resultaptimaunacombinacinencascadadelasfunciones
caractersticasdeentradatriangularysinusoidalpropuestasenelapartado3.2.Paraqueel
filtradoseamsefectivoserealizandositeracionesdelfiltrodiseado,yaqueconunasola
iteracin,elruidocsmicopodranosereliminado.
1401201008060402004045505560
1401201008060402004045505560
(a)
(b)
Figura3.6.1.6.(a)Resultadodeaplicaralasealsimuladadositeracionesdelfiltro
resultantedeunacombinacinencascadadelfiltroconfuncionescaractersticasdeentrada
triangularesysinusoidales.(b)Resultadodeaplicartresiteracionesdelmismofiltro.
Porotrolado,siserealizaunaiteracinms(tresiteracionesentotal),noseobtieneuna
mejoraapreciableenelfiltradoysepodradecirqueelmtodollegaalasaturacin(figura
3.6.1.6(b)).AplicandoalabandaRamansimuladacontaminadaporruidoelfiltroencascada
descritoseconsiguelaeliminacindelruidocsmicoylareduccindegranpartedelruido
shotcomosepuedeobservarenlafigura3.6.1.6(a).Cabedestacarque,siseaplicaeste
16/28
11/5/2015
mismofiltroaunabandaRamansimuladaideal,quenopresentaningntipoderuido,sepuede
comprobarcomoelfiltroactanicamentesobreelruido,respetandoperfectamentelaposicin
ylaformadelasbandasRamanyaquealasalidadelfiltroseobtieneunasealidnticaa
lasealdeentrada(figura3.6.1.7):
83
1401201008060402004045505560
Figura3.6.1.7.ResultadodeaplicarelfiltroencascadadiseadoalabandaRamansimulada
sinruido.
Otroproblemaaresolvereselordendelasetapasdelfiltro.Esteordenseraintercambiable
siencadaetapasefiltraseslountipoderuido,sinafectaralotro;sinembargo,como
puedeobservarseenlasfigurasanteriores,laetapaconfuncincaractersticadeentrada
sinusoidalfiltramejorelruidocsmicoperotambinreducepartedelruidoshotylaetapa
confuncincaractersticadeentradatriangular,filtramejorelruidoshotperotambin
contribuyealareduccindelruidocsmico.AplicadoelfiltroalabandaRamansimuladase
observaqueseobtieneunresultadoligeramentemejorenelfiltradodelruidocsmicosila
primeraetapadelfiltroeslaqueutilizalafuncincaractersticadeentradasinusoidaly
lasegundaetapalaquetienefuncincaractersticadeentradatriangular(figura3.6.1.8
(a)),queenordencontrario(figura3.6.1.8(b)).
140120
140
120100
100
8060
80
6040200
4020
0
40
45
50
55
60
40
45
50
55
17/28
11/5/2015
60
(a)
(b)
Figura3.6.1.8.(a)Resultadodelfiltradoencascadaaplicandoprimerolasfunciones
triangulares.(b)Resultadodelfiltradoaplicandoprimerolasfuncionescaractersticas
sinusoidales
84
Estadiferenciasedebeaquesisefiltraprimeroelruidocsmicomediantelafuncin
sinusoidal,seestcontribuyendoadisminuirlasdiferenciasentrelaamplituddelas
fluctuacionesdelaseal,siendoasmsefectivoelfiltradoposteriorconlafuncin
caractersticatriangularquealcontrario.Comoladiferenciaesmuypequeaydifcilde
apreciarvisualmente,msadelanteymedianteelparmetrodecalidadqueseintroduceenel
apartadosiguiente,calcularemoslamejoraintroducidaporcadaunadelascombinacionesyas
podremosevaluarcuantitativamenteestadiferencia.
3.6.2
Estimacindelamejoraintroducidaenlarelacinsealruidoporelfiltropropuesto
Lareduccinderuidoqueseproduceenlosespectrosfiltradosmedianteelsistemadiseado
sepuedeapreciarvisualmente,esdecir,cualitativamente.Sinembargoseranecesariopoder
valorarcuantitativamenteestareduccinmedianteunparmetrodecalidad.Unamanerade
cuantificarelaumentoenlaSNRlogradomedianteelfiltro,escomparandounasealidealde
pruebaconlamismasealcontaminadaconruido,antesydespusdelfiltrado.Lacomparacin
entreespectroses,alfinyalcabounacomparacinentrevectores,yportantopodemos
elegirentreinfinitasmtricaspararealizarlacomparacin.Enestetrabajoseutilizauna
delasformasmscomunesdecomparacinentrevectoresqueeselproductoescalar.La
comparacinresultamssencillasisenormalizaesteproductoescalardividiendoporlanorma
delosvectorescomparadosyaqueentonceselresultadotomavaloresentreceroyuno.Este
resultadonoesmsqueelcosenodelnguloentrelosdosvectores,yesunabuenamedidade
lasemejanzaoproximidadentreellos.[57].Debidoaquelosespectrossonvectoresformados
porunelevadonmerodepuntos,sicalculamosesteparmetrodesemejanzacontodoslos
puntosdelespectropuedeocurrirqueunazonapeorfiltradaquedecompensadaporotramejor
filtradayelvalorfinaldelparmetrotomeunvalorfalso;paraevitarqueestoocurra,
podemosdividirlosespectrosenpequeossegmentoscomparadosconsumargenfrecuencial,y
calcularlosparmetrosdesemejanzalocalesencadatramo;despussepuedetomarcomo
parmetrototalT,elproductodetodoslosparmetroslocalesL:T=L
85
As,siuntramodelespectroharesultadopeorfiltrado,elparmetrodesemejanzalocalen
esazonasermenoryalrealizarelproductoquedarreflejadoenelresultado.Pararealizar
losclculosseproponetomarunasealidealdepruebay,formadapor500puntos,lamisma
sealcontaminadaconruidocsmicoyshotyr,yestaltimasealfiltrada(yr)filtr
(figura3.6.2.1).
y
yr
(yr)filtr
18/28
11/5/2015
40
45
50
55
60
40
45
50
55
60
40
45
50
55
60
(a)
(b)
(c)
Figura3.6.2.1.(a)BandaRamansimuladasinruido.(b)BandaRamansuimuladaconruido.(c)
BandaRamansimuladaconruidofiltrada.
Losparmetrosdesemejanzacalculadossern:
Parmetrodesemejanzaentrelasealidealylasealidealcontaminadaconruido:yyr=
<y,(yr)t>/(llyllllyrll)sitomaunvalorcercanoaceroindicaquelaseal
estmuycontaminadaporruidoysudisparidadconlasealidealeselevada,ysitomaun
valorcercanoalaunidadindicaquelasealruidosaseasemejabastantealasealidealy
portantoestpococontaminadaporruido.
Parmetrodesemejanzaentrelasealidealylasealfiltrada:y(yr)filtr=<y,(yr
)filtrt>/(llyllll(yr)filtrll)aligualqueenelcasoanterior,sisuvalorest
prximoacerosignificardisparidadentrelasealidealylafiltradaysisuvalorest
prximoaunoindicasemejanzaentreambasseales.
Sielfiltradoserealizacorrectamentesedebercumplirqueelparmetrodesemejanzaentre
lasealidealylasealfiltradaesmayor,oenelpeordeloscasosigual,aldelaseal
idealconlasealcontaminadaporruido
86
19/28
11/5/2015
y(yr)filtr>=yyrComparandoestosdosparmetros,sepuedetenerunaideadelamejora
enlarelacinsealruidoqueseconsiguemedianteelfiltradoyaqueexpresanlasemejanza
entreseales,antesydespusdelfiltrado:
y
y
yyr
40
45
50
55
60
40
45
50
55
60
y(yr)filtr
yr
(yr)filtr
FILTRO
40455055604045505560
Sisecalculanestosparmetrossobrelasealdeprueba,tomandosegmentosde5puntospara
calcularlos,seobtienenlossiguientesresultados:yyr=0.3211y(yr)filtr=0.9942Esto
queindicaqueelfiltradorealizaunagranmejoradelarelacinsealruidodelespectroya
queelmtodopropuestoparaevaluarlasimilitudesmuyseveroalrealizarseelproductode
unnmeroelevadodepequeostramos.Siserealizanlosmismosclculosconlasealidealy
lasealidealfiltrada,seobtieneelvalor1.0000paraambosparmetrosdesemejanza,lo
cualsignificaque,comoyasehacomentadoporqueseapreciabavisualmente,elfiltrodeja
intactalabandaRamansimulada.Assecompruebaqueelfiltroeliminaruidorespetandola
formayposicindelabandaRaman.
87
Podemosahorautilizarestosparmetrosyrealizarlosmismosclculosparacomprobarloque
afirmbamosenelapartadoanteriorsobreelordenenlasetapasdefiltrado:siserealizael
filtradoconfuncionescaractersticassen2enlaprimeraetapaytriangularenlasegundael
resultadoesligeramentemejorquesilasetapasseinvierten.Paracomprobarqueesta
diferenciaexisteaunqueseamuypequea,sehanhechocincorealizacionesdiferentesdela
sealaleatoriaylosresultadosdeloscoeficientessepresentanenlasiguientetabla(tabla
20/28
11/5/2015
3.6.2.2):
CoefsRealizacinI?yyr?y(yr)filtrRealizacinII?yyr?y(yr)filtrRealizacinIII?yyr
?y(yr)filtrRealizacinIV?yyr?y(yr)filtrRealizacinV?yyr?y(yr)filtr
Sen2Triang
TriangSen2
0.55850.99230.55560.99180.57070.99050.53590.99220.55330.99110.99080.99120.9905
0.98930.9917
Tabla3.6.2.2.
Envistadelosresultadosobtenidospodemosafirmarquelamejoraenlasealfiltrada
medianteelfiltroconfuncionescaractersticassinusoidalesseguidasdetriangulareses
siempreligeramentemayoroigualqueconunfiltroconlasetapasinvertidas.Portanto,
tomaremosestaconfiguracinparaeldiseodelfiltrodefinitivo.
3.6.3
Comparacinconotrosmtodosdefiltrado
Enestecasopararealizarelestudiotericoseproponeunespectroquecontienedosbandas
lorentzianas[58],unaconamplituddoblealaotra,alasqueseleshasumadounafuncin
aleatoriaquesimulaelruidoshotyvariospicosdediferentesamplitudessimulandoelruido
csmico.Lasbandastienenanchosdebandade80y30cm1yestncentradasen400y800cm
1respectivamente.Elespectrotiene1200puntos,separadosuncm1.Enlafigura3.6.3.1se
presentanporseparadolaseal,elruidoylacombinacindeambos.
88
(a)
Intensidad(u.a.)
(b)
(c)
0
200
400600800Ndeonda(cm1)
1000
Figura3.6.3.1.(a)Espectrosimuladosinruido.(b)Ruido.(c)Espectrosimuladoconruido
Elresultadodeaplicarelfiltrodiseadoalasealsimuladaycontaminadaconruido(figura
3.6.3.1(c))sepresentaenlafigura3.6.3.2.Sepuedeapreciarcomolasdosbandassepueden
distinguirperfectamentetraselfiltradoyademssuposicinnohavariadoyprcticamente
hanconservadolaamplitudoriginal.Podemosdecirportantoqueelfiltrodifusono
distorsionalasbandas,esdecir,reduceelruidopresenteenelespectrosinmodificarla
informacinquecontiene.
Intensidad(.)(a.u0
21/28
11/5/2015
200
400
600
800
1000
Ndeonda(cm1)
Figura3.6.3.2.Espectrosimuladoconruidofiltradomedianteelfiltrodiseado
89
Compararemosahoraelefectodelfiltrodifusoconeldelfiltromscomnmenteutilizadoque
eselmediano.Paraelloaplicamosunfiltromedianodecincocoeficientesalespectro
presentadoenlafigura3.6.3.1(c).Elresultadodeestefiltradosepuedeobservarenla
figura3.6.3.3.(c)y,aunqueelruidoenelespectroessuavizadosignificativamente,se
puedeapreciarqueexisteunrastrodepicocsmico.Siseincrementalaanchuradelfiltro,
porejemploa9coeficientes,losrastrosdepicoscsmicosdesaparecenperolaresolucin
espectralsedeterioraconsiderablementeylaformadelasbandasRamanpuedequedar
ligeramentemodificadayaqueelfiltromedianoensanchaalgunostramosdelasealcomo
resultadodeunexcesivosuavizadodelruido.Unadelasclavesdelfiltrofuzzyes
precisamentequelaventanadefiltradonodependedelespectroafiltrar,permitiendoasel
filtradodelespectroautomticamentetrassuobtencin.
Intensidad(u.a.)
a)b)c)200400600800Ndeonda(cm1)1000
a)b)c)
Figura3.6.3.3.(a)Espectrosimuladoconruido.(b)Resultadodeaplicarelfiltrodiseado
alespectropresentadoen(a).(c)Resultadodeaplicarunfiltromedianodecinco
coeficientesalespectropresentadoen(a).
90
3.7ESTRUCTURAFINALDELFILTRODISEADOAmododeresumen,losparmetrosdediseo
finalmenteelegidosparaelfiltroadaptadoaespectrosRaman,conelobjetivodereducirel
ruidocsmicoyshot,sonlossiguientes:
Nmerodevecinos(nmerodediferencias):4vecinos,dosacadaladodecadapuntoa
corregir.Funcionescaractersticas:Nmeroentrada:2funcionescaractersticaspara
lasvariablesdeentrada,positivaynegativasalida:2funcionescaractersticasparalas
variablesdesalida,positivaynegativaforma:entrada:enfuncindelruidoafiltrar:
ruidocsmico:funcionessen2ruidoshot:funcionestriangulares
salida:funcionestriangularesReglas:elnmerodereglasquecontribuyenalareduccin
delruidocsmicoyshotsindistorsionarlaformadelasbandasramanresultaserde11
reglas,6reglasenlasubreglapositivay5reglasenlasubreglanegativa.mecanismode
inferencia:latraduccinmatemticadelasreglasserealizamediantelossiguientes
operadoresmatemticos:eloperadorlgicoentreantecedentesand(y):setraduceal
operadormnlaimplicacinlgica,esdecir,eloperadorqueencadareglarelacionael
antecedenteconelconsecuente,queenestecasoesthen(entonces):setraduceeneloperador
22/28
11/5/2015
prodlaagregacindelasreglas:serealizamedianteeloperadormxdesdifusor:el
mecanismoelegidoparaobtenerlacorreccinfinal,apartirdelosconjuntosdifusosde
salidaeseldelcentroide.Laestructurafinaldelfiltrosecomponededosetapasen
cascada:enlaprimeraetapa,lasfuncionescaractersticasdeentradasonsenoscuadrticos,
mseficacesenlareduccindelruidocsmico;enlasegundaetapalasfunciones
caractersticasdeentradasontriangulares,conmayoractuacinenlareduccindelruido
shot.Elconjuntodereglasyeldesdifusorsonigualesparalasdosetapas.Eldiagramade
bloquesdelfiltrosemuestraacontinuacin(figura3.7.1).
91
loquedefiltradoconfuncincaractersticadeentradasenoidal
B
Reglas:Mecanismodeinferencia0000PO(x2)00011000100111000011
0L1Diferenciasx(j)
Entradasmin{PO(x2),PO(x1),PO(x1),PO(x2)}min{PO(x2),PO(x1),PO(x1),
NE(x2)}min{NE(x2),PO(x1),PO(x1),PO(x2)}min{NE(x2),PO(x1),PO(x1),
NE(x2)}
salidasalida
Diferencias
ak2
PO(x1)
PO,NE
x2
PO(x1)PO(x2)min{PO(x2),PO(x1),NE(x1),NE(x2)}min{NE(x2),NE(x1),
NE(x1),NE(x2)}min{NE(x2),NE(x1),NE(x1),PO(x2)}min{NE(x2),NE(x1
),PO(x1),PO(x2)}max=N
salidasalida
Difusormax=PDesdifusorCENTROIDESAL(z)=PO+NE
salida
PO=prod{P,PO}
ak1
1
PO
x1
min{NE(x2),NE(x1),PO(x1),PO(x2)}NE(x2)11111110110000110111min{PO(x2),
NE(x1),NE(x1),NE(x2)}min{PO(x2),PO(x1),NE(x1),NE(x2)}NE=prod{N,
NE}NE(x1)NE(x1)NE(x2)
NE
Salida
ak
zk
(L1)
ak+1
x1
ak+2
23/28
11/5/2015
x2
Figura3.7.1.Diagramadebloquesdelfiltrodiseado
Cap3:AplicacinalfiltradodeespectrosRaman
92Reglas:Mecanismodeinferencia0000PO(x2)00011000100111000011NE(x2)1111
1110110000110111NE(x1)NE(x1)NE(x2)
0L1Diferenciasx(j)
Bloquedefiltradoconfuncincaractersticadeentradatriangular
min{PO(x2),PO(x1),PO(x1),PO(x2)}min{PO(x2),PO(x1),PO(x1),NE(x2)}
min{NE(x2),PO(x1),PO(x1),PO(x2)}min{NE(x2),PO(x1),PO(x1),NE(x2)}min{
NE(x2),NE(x1),PO(x1),PO(x2)}min{PO(x2),PO(x1),NE(x1),NE(x2)}min{NE(
x2),NE(x1),NE(x1),NE(x2)}min{NE(x2),NE(x1),NE(x1),PO(x2)}min{NE(x
2),NE(x1),PO(x1),PO(x2)}min{PO(x2),PO(x1),NE(x1),NE(x2)}min{PO(x2
),NE(x1),NE(x1),NE(x2)}max=NNE=prod{N,NE}
salidasalida
Entradas
Diferencias
zk2
PO,NEPO(x1)PO(x2)
PO
1
x2
PO(x1)
max=P
zk1
x1
salida
PO=prod{P,PO}
salida
DesdifusorCENTROIDESAL(y)=PO+NE
salida
NE
Salida
zk
yk
(L1)
24/28
11/5/2015
zk+1
x1
zk+2
x2
3.8APLICACINDELFILTRODIFUSOAESPECTROSRAMANOBTENIDOSENELLABORATORIOAcontinuacin
semuestranalgunosdelosespectrosobtenidosenellaboratorioconelobjetivode
identificarlospigmentosdeunaobradearte,ylosmismosespectrosfiltradosmedianteel
filtroencascadadescritoanteriormente.
EspectroIEnlafigura3.8.1apareceelespectroobtenidoalincidirconlaluzlseren
unazonablanca,cuyasbandascoincidenconlasdelpigmentopatrnblancodeCreta(154,284,
706,1086cm1).Comosepuedeobservarenlafigura,enelespectrofiltrado,elruidoshot
hasidoreducidoyelruidocsmicoeliminado.
EspectromedidoEspectrofiltrado100908070605040302005001000150020002500
Figura3.8.1.EspectroobtenidoyfiltradodelpigmentoblancodeCreta
EspectroIIEnestecasolafigura3.8.2presentaelespectroobtenidoenunazonaoscura,
contaminadoporunelevadonivelderuido;despusdefiltrado,elespectropuedeasociarseal
pigmentonegrocarbnvegetalyaquesemuestranmsclaraslasbandasdeestecompuestoen
1340y1585cm1.
93
Figura3.8.2.Espectromedidoyfiltradodelpigmentocarbnvegetal.
EspectroIIIEnlafigura3.8.3apareceelespectrodelpigmentominiodehierroresultante
deincidirconlaluzlsersobreunpuntorojizo.Lasbandasdeestepigmentoseencuentran
en220,286,402,491y601cm1.Enlafiguravemoscomoelruidoshothasidomuyreducido
sinafectaralaposicindelasbandasRaman
EspectromedidEspectroofiltrado90008000700060005000400030002000200400600800
10001200
Figura3.8.3.Espectromedidoyfiltradodelpigmentominiodehierro
94
EspectroIVEnlafigura3.8.4sepresentaunespectroobtenidoalrealizarunamedidasobre
unazonaazulada.Correspondeaunamezcladeazulultramar(258,549,811,1096cm1)y
amarillodecromo(138,362,846cm1).Enlafigurasepuedeobservarcomoelruidoshotha
sidoreducidoconsiderablemente.
25/28
11/5/2015
40060080010001200
Figura3.8.4.Espectromedidoyfiltradodeunamezcladeamarillodecromoyazulultramar.
EspectroVEnlafigura3.8.5observamoselespectroobtenidoalincidirconlaluzlser
sobreunpigmentoverde,latierraverdedeVerona,cuyasbandasseencuentranen153,400,
515,643cm1;enelespectromedidoslopuedeapreciarselabandamsfuerteen153cm1
debidoalelevadoniveldelruidoshot;enelespectrofiltradoseobservacomoaparecenlas
otrasbandasdelpigmentoasicomolaformadelabandaRamanmsimportanteesperfectamente
respetadaporelfiltro.
95
35
30
25
20
15
0
500
1000
Figura3.8.5.EspectromedidoyfiltradodelpigmentotierraverdedeVerona.
EspectroVIEnlafigura3.8.6vemoselespectrodeunamezcladeazulultramarcuyasbandas
caractersticasseencuentrancomoyahemosdichoen258,549,811,1096cm1yazulde
Prusiaquetienebandasen215,277,847,1300,2012y2154cm1.Vemosenesteespectrocomo
elfiltroeliminacompletamentelosrayoscsmicos.
2500
Figura3.8.6.Espectromedidoyfiltradodelpigmentoazulultramar
96
EspectroVII
Enlafigura3.8.7semuestraelespectroobtenidodeincidirenunazonadecoloracinclara;
lasbandasqueaparecenenlcorrespondenalasdelacalcita:154,284,706,1086cm1.
Puedeobservarsecomoelrayocsmicosituadosobrelabandaqueseencuentraena1086cm1
esrespetadoporelfiltroyaquepodraserelniveldeintensidaddelapropiabandaRamany
26/28
11/5/2015
elfiltroestdiseadoparapreservarlainformacinRaman.
Figura3.8.7.Espectromedidoyfiltradodelacalcita.
EspectroVIIILafigura3.8.8presentaelespectrodellitargirio,unpigmentoamarillo
utilizadomuchasvecescomosecativo,cuyasbandasprincipalesseencuentranen87,141,285y
384cm1.Enelespectrofiltradopuedeapreciarsequeenalgunospuntos,elruidocsmicono
hasidototalmenteeliminado;estoocurredebidoaqueenrealidadsonvariosrayoscsmicos
juntos,cuyaanchuratotalseencuentraenellmiteentreloqueseconsideraraunabanda
Ramanmuyestrechayuncsmicoancho.
97
Figura3.8.8.Espectromedidoyfiltradadellitargirio.
Cabedestacarqueelconjuntodereglasquemodelanelfiltrodiseadohasidoelegidoconel
objetivodefiltrarelruidocsmicoyshotsinlaprdidadeinformacinRamanyportantoes
unconjuntodereglasquerespetalaformayposicindelasbandas;estohacequecuandose
presentenrayoscsmicossituadossobrelasbandasosucedaquecaiganvariosrayoscsmicos
juntos,elfiltronoreducirtotalmenteestospicosdebidoasusemejanzaconunabandaRaman
muyestrecha.Sepuedereducirenmayorgradoesteruidocsmico,relajandolacondicinde
respetarlaformadelasbandasRaman,teniendoencuentaquehabrcasosenlosqueel
filtradodisminuirlaintensidaddelasbandasRamanmsestrechas.Estonosuponeningn
inconvenienteenelcasodelaaplicacindelaespectroscopiaRamanalaidentificacinde
pigmentosyaquelainformacindeintersseencuentraenlaposicindelasbandas,noensu
intensidad;sinembargo,enalgunaaplicacinenlaquelainformacinaportadaporla
intensidaddelasbandas,queestrelacionadaconlaproporcinenlaqueseencuentracada
compuesto,searelevante,elrespetarlaformadelasbandasesimprescindible.Paradisear
unfiltroqueseamseficienteconelruidocsmicoendetrimentodelaconservacindela
formadelasbandas,eliminamosdosdelasreglasqueformanpartedelasubreglapositiva:Si
x2esPOyx1esPOyx1esNEyx2esNEentonceszkesPOSix2esNEyx1esNEyx1es
POyx2esPOentonceszkesPO
98
ylasconservamosenlasubreglanegativa.Estasreglas,comosloaparecenenlasubreglacon
consecuentenegativo,noestarncompensadasporlapartedeconsecuentepositivoyharn
tenderalconjuntodereglasahacerlascorreccionesmsnegativasyportantoaeliminar
msruidocsmico.Sinembargo,estatendenciaarealizarcorreccionesmsnegativas,
repercutircontribuyendoabajarelnivelmediodelaseal.Aspuessienelfiltro
diseado,sustituimoselconjuntodereglasobtenidoimponiendoelcriteriodepreservarla
formadelasbandas,porelsiguienteconjuntodereglas:Subreglapositiva:Six2esPOy
x1esPOyx1esPOyx2esPOentonceszkesPOSix2esPOyx1esPOyx1esPOyx2es
NEentonceszkesPOSix2esNEyx1esPOyx1esPOyx2esPOentonceszkesPOSix2
esNEyx1esPOyx1esPOyx2esNEentonceszkesPOSubreglanegativa:Six2esNEy
x1esNEyx1esNEyx2esNEentonceszkesNESix2esNEyx1esNEyx1esNEyx2es
POentonceszkesNESix2esNEyx1esNEyx1esPOyx2esPOentonceszkesNESix2
esPOyx1esPOyx1esNEyx2esNEentonceszkesNESix2esPOyx1esNEyx1esNE
yx2esNEentonceszkesNEseaumentarelfiltradodelruidocsmicoperoyanosepuede
27/28
11/5/2015
asegurarquedespusdelfiltradoseconservarlaformadelasbandas,yseobtendruna
sealfiltradaconunligerodesplazamientodescendenteensunivelmedio.Acontinuacinse
muestranlosresultadosdefiltrarnuevamentelosespectrosVIyVIIpresentados
anteriormente,enlosqueelfiltrodiseadonoeliminabatotalmentealgnrayocsmicocado
sobreunabandaoalgngrupoderayoscsmicosmuyprximos,conesteconjuntodereglas:
99
EspectroVII2Lafigura3.8.9muestraelespectroVahorafiltradoconelnuevoconjuntode
reglas;II,puedeobservarsecomolaintensidaddelpicosituadoen1086cm1hadisminuido
conrespectoalfiltradoanterior.
Figura3.8.9.Espectromedidoyfiltradoconunanuevaconfiguracindelfiltro,dela
calcita.
EspectroVIII2Lafigura3.8.10muestraelespectroVIII,tambinfiltradomedianteel
nuevoconjuntodereglas;puedeapreciarsecomolosgruposderayoscsmicosmuyprximos
resultanahoracompletamenteeliminados.
Figura3.8.10.Espectromedidoyfiltradoconunanuevaconfiguracindelfiltro,del
litargirio.100
Sinembargo,observandomsdetenidamentelosejemplosanteriores,concretamenteelespectro
VII,filtradoconlosdosconjuntosdereglas(figura3.8.11),seapreciaqueenelcasodel
conjuntodereglasconstruidoparafiltrarelruidopreservandolabandaRaman,laseal
filtrada(roja)sigueperfectamentelaformadelasbandaspresentesenlasealmedida.Enel
casodelsegundoconjuntodereglas,aunqueloscsmicosanchossoneliminados,seaprecia
comolasealfiltrada(verde)vapordebajodelasealmedidareducindoseelnivelmediode
laseal,ylasbandassonligeramenteestrechadasenamplitudyreducidasenintensidad.
100
200
300
400
500
600
Figura3.8.11.Comparacindelosespectrosdellitargiriofiltradosconelfiltrodiseado
(rojo)ylanuevaconfiguracinpropuesta(verde).
101
28/28

Aplic. de Tecnicas de Logica Difusa Al Filtrado de Ruido Cósmico y Shot en Espectros Raman

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aplic. de Tecnicas de Logica Difusa Al Filtrado de Ruido Cósmico y Shot en Espectros Raman

Uploaded by

Copyright:

Available Formats

11/5/2015

You might also like