Upload
anne-tate
View
29
Download
0
Embed Size (px)
DESCRIPTION
Faltung. Entfaltung. Bestimmung der (unbekannten) Funktion f aus den (bekannten) Funktionen h und g. Bezeichnung h(x) … Messdaten f(y) … Physikalisches Profil g(x-y) … Instrumentelle Verbreiterung. Probleme Messdaten „streuen“ (Rauschen) Messbereich ist beschränkt - PowerPoint PPT Presentation
Citation preview
1
Faltung gfdyyxgyfxh
Bezeichnungh(x) … Messdatenf(y) … Physikalisches Profilg(x-y) … Instrumentelle
Verbreiterung
Probleme Messdaten „streuen“
(Rauschen) Messbereich ist beschränkt Wie „misst“ man die
instrumentelle Verbreiterung
EntfaltungBestimmung der (unbekannten) Funktion f aus den (bekannten)
Funktionen h und g.
2
Instrumentelle Verzerrung
Spektrale „Reinheit“ der Röntgenstrahlung
Verzerrung an der Beugungsoptik
Nichtkohärente (Compton, Fluoreszenz) und diffuse Streuung Hintergrund
Wie bekommt man die instrumentelle Verzerrung?
Berechnung (Näherung) Messung (Näherung) 121 122 123 124 125
0
20
40
60
80
100
Inte
ns
ity
(a
.u.)
Diffraction angle (o2)
3
Faltungdie Grundmerkmale
Fourier Transformation der Faltung
gFTfFTgfFThFT
Faltung einer Funktion mit der Dirac Verteilung
ff
4
Entfaltungsmethodendie Übersicht
Klassische Stokes Methode mit Gaußschem Glätten der Messdaten
Zerlegen der Messdaten in eine Fourier Reihe
Messdaten werden als eine lineare Kombination der instrumentellen Linienverbreiterung behandelt
5
Die Stokes Methode
gFT
hFTFTf
gFTfFThFT
1
Klassisch Modifiziert
f
gfhg
g
h
g
h
sff
sshshsgf
sgFT
shFTfFT
tgFT
thFT
fFT
2
2
2
2
exp
exp
4exp
2
exp
22
2
21
ff
ff
x
tFTs
6
Die modifizierte Stokes Methode
% Fourier transformationsHH = fft(hyy);GG = fft(gyy);% Smoothing HH and GGsigma = length(HH)/20;x = 1:length(HH);gauss = exp(-(x.^2)/sigma^2);gauss = gauss + fliplr(gauss);HH = gauss.*HH;sigma = length(GG)/20;% ... the same for GG% Inverse Fourier transformft = real(ifft(HH./GG));ft = fftshift(ft);
% Back convolutionFF=fft([fy zeros(1,length(gy)-1)]);GG = fft([gy zeros(1,length(fy)-1)]);ht = real(ifft(FF.*GG));
0 50 100 150 2000
0.2
0.4
0.6
0.8
1
x
gaus
s
7
Die modifizierte Stokes Methode
die Ergebnisse
121 122 123 124 125
-20
0
20
40
60
80
100
120
2*diff 10
In
tens
ity (
a.u.
)
Diffraction angle (o2)
8
Die Fourier Reihe
m
jj
m
jj
m
jj
m
jj
m
jj
m
jj
yjgSyjgC
dyyjSyjCyxgxh
xjSxjCxf
10
00
10
00
01
00
0
sincos
sincos
2;sincos
Berechnung von Koeffizienten C und S mittels der kleinsten Quadrate
min1
2
1
22
N
n
N
nnn hgfxhxh
9
Berechnung von Fourier Koeffizienten
mjhb
hbb
xhxb
N
nnj
N
nnj
m
iii
N
nnj
N
nnj
m
iii
j
N
nn
m
innii
2,,1;
022
min
1
2
1
22
0
1
2
1
22
0
2
1
2
22
0
2
AMbhAMAMb 1;;; TT
3
2
1
332331330
222221220
112111110
;xh
xh
xh
xxxxxx
xxxxxx
xxxxxx
h
10
Berechnung von Fourier Koeffizienten
% Harmonic functionsfc(jj,:) = cos(jj*omega*hx);fs(jj,:) = sin(jj*omega*hx);% Convolution (g*fc) FF = fft([fc(jj,:) ... zeros(1,length(gyy)-1)]);GG = fft([gyy ... zeros(1,length(fc(jj,:))-1)]);phic(:,jj)=(real(ifft(FF.*GG)))';% Convolution (g*fs) FF = fft([fs(jj,:) ... zeros(1,length(gyy)-1)]);phis(:,jj)=(real(ifft(FF.*GG)))';% Calculation of the matrix PHIphic(:,jj) = phic(:,jj)./sigma;phis(:,jj) = phis(:,jj)./sigma;
% Solution of the normal equationsphi=[ones(length(HH),1)./sigma... phic(:,1:jj) phis(:,1:jj)];M = phi' * phi;A = (HH./sigma' * phi)';x = M\B;
% Back convolutionfy = ... ones(1,length(hy))*P(1)/sum(gy);fy=fy +(P(2:(jj+1)))'*fc(1:jj,:);fy =fy + ...(P((jj+2):(2*jj+1)))'*fs(1:jj,:);
Least-square refinement
11
Die Fourier Reihedie Ergebnisse
121 122 123 124 125
-20
0
20
40
60
80
100
120
140
2*diff 10
In
ten
sit
y (
a.u
.)
Diffraction angle (o2)
12
Die lineare Kombination
4
3
2
1
4
3
2
1
0123
1012
2101
3210
h
h
h
h
f
f
f
f
gggg
gggg
gggg
gggg
gfhdyyxgyfxhn
nmnm
100
010
001
0
1
0
gg
ff
Diskrete Faltung
13
Die lineare Kombination
121 122 123 124 125
0
20
40
60
80
g=0g=0
Inte
ns
ity
(a
.u.)
Diffraction angle (o2)
% Compose the kernellh = length(h);for ii = 1:lh , GG(ii,:)=gt((g0-ii+1):(g0-ii+lh));end
% Solve system of linear equationsfy = (GG\hy)'*sum(gy);
Voraussetzung:Die Intensitäten weit vom Maximum ist gleich null.
Lösung:Die Methode der kleinsten Quadrate
14
Lineare Kombinationdie Ergebnisse
121 122 123 124 125
-20
0
20
40
60
80
100
120
2*diff 10
In
ten
sit
y (
a.u
.)
Diffraction angle (o2)
15
Vergleich der Entfaltungsmethoden
Kritische Fälle: Entfaltung ähnlicher Funktionen und Funktionen mit steilen Flanken
120.5 121.0 121.5 122.0 122.5 123.0 123.5
0
50
100
150
200
250
Intensit
y (cps)
120.5 121.0 121.5 122.0 122.5 123.0 123.5
0
300
600
900
1200
(b)
(a)
Intensit
y (cps)
Diffraction angle (o2)
121.2 121.3 121.4 121.5 121.60
50
100
150
200
250
121 122 123 124 125-40
-20
0
20
40
60
Inte
ns
ity
(c
ps
)
121 122 123 124 125
0
40
80
120
160
Inte
ns
ity
(c
ps
)
Diffraction angle (o2)
16
Zusammenfassung
• Ein limitierter Faktor ist immer der Grad der Glättung in experimentellen Daten
• Lineare Kombination der instrumentellen Profile– Die beste Übereinstimmung zwischen experimentellen und
„rekonvoluierten“ Daten / lange Computerzeit• Die Fourier Reihe
– Die beste Glättung in den entfalteten Daten / die Methode eignet sich nicht für Profile mit steilen Flanken (sonst zu viele Fourier Koeffizienten notwendig)
• Die modifizierte Stokes Methode– Die kürzeste Rechenzeit (sehr schnell mit FFT) / zusätzliche
Glättung der Messdaten notwendig (data preprocessing)