Рис. 8. Оптимизация поиска события, расположенного вточке максимально
плотного скопления событий
соседи, условно показанные радиусом
r
3
, исключаются из будущего
рассмотрения, так как гарантированно имеют
Σ
>
Σ
тн
. На рис. 8 они
перечеркнуты. Аналогичная процедура повторяется для окрестности
точки
4
. Такая оптимизация позволяет не выполнять для исключенных
точек ресурсоемкие процедурырасчета, сортировки и суммирования
расстояний до
N
ближайших соседей.
Решение задачи листа.
Вычислив наиболее характерные наборы
зарядов для каждой калибровочной точки, аппроксимируем выраже-
ния (5) с помощью стандартных численных методов. Поскольку зада-
ча листа должна быть решена не в реальном времени, имеется воз-
можность, используя таблично заданные зависимости (5), решить за-
дачу (1) численно. При решении задачи листа координаты
x
в
и
y
в
,
соответствующие элементарной выборке, устанавливаются на основе
средних зарядов элементарной выборки.
Этот метод устойчив к флуктуациям зарядов калибровочных то-
чек. Флуктуации зарядов могут возникать вследствие шума первого
вида при малых объемах выборок. Нечувствительность метода к та-
ким флуктуациям позволяет значительно сократить время калибровки.
Информация о принадлежности событий в элементарной выборке к
той или иной калибровочной точке при использовании описываемого
метода не используется (в отличие от методов усреднения или бли-
жайшей четверки). Калибровочная выборка используется только для
построения зависимостей (5), т. е. решения обратной задачи. Для по-
строения дерева поиска можно использовать выборку событий, не раз-
деленных на калибровочные точки. К примеру, такой выборкой может
являться равномерно засвеченное поле зрения прибора. В этом случае
можно оптимизировать расположение калибровочных точек именно
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2009. № 1 79
