постоянного локализованного в пространстве источника ложных со-
бытий. Ложные события этого вида шума, во-первых, локальны гео-
метрически, а во-вторых, имеют некую периодичность во времени.
Период этот нестабилен, интервалымежду событиями могут менять-
ся, но тем не менее статистический анализ последовательности собы-
тий может выявить этот период и разделить события с большей или
меньшей достоверностью на события от источника и события от шу-
ма третьего вида. Далее авторынастоящей работыпредполагают, что
шум третьего вида отсутствует или уже отфильтрован математически-
ми методами.
Задача получения изображения.
Условимся называть картину со-
бытий от точечного источника, имеющую некоторый разброс событий
вокруг средней точки за счет шума первого вида, термином “пятно”.
Назовем калибровочной точкой (или просто точкой) пятно, координа-
тыисточника которого известны, состоящее из достаточного числа со-
бытий, чтобы центр пятна с требуемой точностью соответствовал по-
ложению источника. Назовем калибровочной выборкой совокупность
калибровочных точек, распределенных по всему полю зрения. Отме-
тим, что реальная калибровочная выборка помимо событий, составля-
ющих эти калибровочные точки, содержит некоторое число событий,
составляющих шум второго вида.
Формализуем основную задачу настоящей работы— задачу полу-
чения координат события — в виде следующих выражений:
x
=
F
x
(
q
1
, q
2
, . . . , q
n
);
y
=
F
y
(
q
1
, q
2
, . . . , q
n
)
.
(1)
Экспериментально получив калибровочную выборку и узнав также
опытным путем зависимости (1) для ограниченного числа точек, эту
задачу можно решить путем аппроксимации, к примеру, представив
зависимости (1) в виде тригонометрического или полиномиального
ряда. На практике такое решение возможно только для коллекторов с
небольшим числом частей (небольшое
n
), характерных для коллекто-
ров низкого разрешения. Кроме ограничения по
n
, нужно принимать
во внимание то, что обработка потока событий в ходе эксплуатации
выдвигает довольно жесткие требования к быстродействию вычисли-
тельной системы, решающей задачу (1). Численная аппроксимация за-
висимостей (1) требует значительных вычислительных ресурсов. Хра-
нение в памяти компьютера заранее вычисленной зависимости (1) в
виде таблицытакже практически невозможно, поскольку
n
-мерная та-
блица вследствие значительных размеров на практике не реализуема.
Все это исключает в большинстве случаев прямое численное решение
задачи (1).
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2009. № 1 71
