Երկրորդային տիեզերական ճառագայթների ժամանանակային շարքերը. հարթեցման և ֆիլտրացման մեթոդները

Վերգետնյա մասնիկներ գրանցող դետեկտորների ցանցերը չափում են այն երկրորդական մասնիկների ժամանակային շարքերը, որոնք առաջացել են աստղային միջավայրում՝ առաջնային իոնների և արեգակնային նեյտրոնների փոխազդեցությունից: Գալակտիկական տիեզերական ճառագայթները, հիմնականում պրոտոններ և ավելի ծանր ամբողջովին մերկ  միջուկներ), արագացվում են մեր գալակտիկայում հարվածային ալիքներով, որոնք առաջանում են գերնորերի պայթյուններից և այլ էկզոտիկ աստղային աղբյուրներից: Միլիոնավոր տարիներ մեր գալակտիկայում թափառելուց հետո՝ Գալակտիկական Տիեզերական Ճառագայթները (ԳՏՃ) հասնում են արեգակնային համակարգ որպես բարձր իզոտոպիկ և կայուն հոսք: Մյուս կողմից, արևը փոփոխական է և փոխում է ճառագայթման  ինտենսիվությունը, իսկ  մասնիկների հոսքերը փոխում են ուժգնության  մի քանի աստիճան մի քանի րոպեների ընթացքում: Արևի մոտիկության պատճառով այս էֆֆեկտները  մեծ ազդեցություն ունեն երկրի վրա, ներառյալ կլիման, ապահովությունը և այլ խնդիրներ:

Արևի ազդեցությունը ԳՏՃ-ների վրա կարելի է նկարագրել որպես սովորաբար կայուն «ֆոնի»  մոդուլյացիա: Արևը մոդուլացնում է ԳՏՃ-ները տարբեր ձևերով: Պայթյունային բռնկման պրոցեսի արդյունքում արևի վրա հսկայական քանակի արևային պլազմա է արտադրվում, և արագացվում են մեծ քանակությամբ  էլեկտրոններ և իոններ: Այս մասնիկները կազմում են այսպես կոչված Արեգակնային Տիեզերական Ճառագայթները (ԱՏՃ): ԱՏՃ-ը հասնում են Երկիր և առաջացնում երկրորդական տարրական մասնիկներ աստղային մթնոլորտում՝ մեծացնելով մասնիկների մոնիտորների հաշվարկի արագությունը մի քանի տոկոսով: Այս գործընթացը կոչվում է Վերգետնյա Աճ(GLE): Արևային քամին «փչելով դուրս է նետում» ամենացածր էներգիաների ԳՏՃ-ը արեգակնային համակարգից՝ այսպիսով փոխելով ԳՏՃ-ի հոսքի ուժգնությունը հավասարապես հակառակ արևի գործունեությանը: Մագնիսացված պլազմային հսկայական ամպեր, այսպես կոչված Պսակի Զանգվածների Միջմոլորակային Ժայթքումներ (ՊԶՄԺ), սովորաբար առաջացած հարվածի արդյունքում, թափառում են միջմոլորակային տարածություններում տասնյակ ժամեր մինչև Երկիր հասնելը: Իրենց թափառումների ընթացքում ՊԶՄԺ-ները փոխազդում են ԳՏՃ-ների հետ՝ փոխելով իրենց ուժգնությունը և ուղղությունը: Երկրի վրա մասնիկներ գրանցող դետեկտորները գրանցում են ՊԶՄԺ-ների այս «մոդուլյացիոն» ազդեցությունները՝ որպես երկրորդական տիեզերական ճառագայթների ուժգնության փոփոխություններ: Հասնելով երկիր պլազմայի ամպի մագնիսական դաշտը մաշեցնում է ԳՏՃ-ները, որը գրանցվում է որպես երկրորդական տիեզերական մասնիկների ուժգնության նվազում (այսպես կոչված Ֆորբուշի նվազում):   

Մասնիկներ գրանցող դետեկտորների համաշխարհային ցանցերը շարունակաբար գրանցում են երկրորդական տիեզերական ճառագայթների տարատեսակների փոփոխվող հոսքերը: Նեյտրոնային մոնիտորները (NM, Moraal et al, 2000) չափում են նեյտրոնների հոսքերը, Արևային Նեյտրոնային Աստղադիտակների ցանցը (Tsuchiya et al., 2001) դիտարկում է շատ հազվադեպ նեյտրոնային հոսքեր արևից, Մյունային ցանցը (Munakata et al., 2000) չափում է բարձր էներգիայի մյուոնային հոսքը: SEVAN ցանցը (Chilingarian et al., 2009) չափում է չեզոք մասնիկների հոսքերը, ինչպես նաև լիցքավորված մասնիկների հոսքերը՝ տարբեր էներգետիկ շեմքերով: Ցանցերի տվյալները կուտակվում են հատուկ տվյալների բազայում (NMDB, FP7), որը  սովորաբար հասանելի է  օնլայն ռեժիմով: Մասնիկներ գրանցող դետեկտորների այսպես կոչված հաշվի արագության ժամանակային շարքերը կազմում են արև-երկիր կապերի ուսումնասիրության ամենակարևոր գեոֆիզիական տեղեկատվության և Տիեզերական Եղանակի խիստ պայմանների մասին նախազգուշացումների ու ահազանգերի ձևակերպման տվյալների մանրակրկիտ աղյուսակը:

Դժվարամատչելի վայրերում տեղադրված մասնիկներ գրանցող դետեկտորները երբեմն վատ են աշխատում, պայմանավորված երկար տարիների աշխատանքից հետո սարքավորման վերանորոգման անհրաժեշտությունից, իսկ արագ վերանորոգում անցկացնելը հեշտ չէ: Հետևաբար, նախնական տվյալների ուղղումը (ֆիլտրացում, հարթեցում) տվյալների մշակման կարևոր քայլ է: Ֆիլտրման ալգորիթմերը սովորաբար հիմնված են համանման չափող կանալների տվյալների համեմատության վրա: Նեյտրոնային մոնիտորների համաշխարհային ցանցի մասնիկներ գրանցող ցանցերը (Clem & Dorman et al., 2000) սովորաբար կազմված են 3 սեկցիաներից՝ յուրաքանչյուրի մեջ 6 միանման համաչափ հաշվիչներով: Եթե տարբեր սեկցիաների հաշվարկի արագության հարաբերակցությունը փոփոխվում է որոշակի սահմաններում, դետեկտորի ողջ հաշվարկի արագությունը կատարվում է պարզապես բոլոր սեկցիաների տվյալների հավաքմամբ:

1. Մասնիկներ գրանցող դետեկտորների խափանումների տեսակները՝ նկատված  տիեզերական ճառագայթների հոսքի բազում տարիների մոնիթորինգի ընթացքում

 Հիմնականում գոյություն ունեն 4 տեսակի սխալներ, ինչպես ներկայացված է նկ. 2-5-ում, և այս տեսակների տարբեր համակցություններ:

Նկ. 1. Կտրուկ աճ (թռիչք)	Նկ. 2. Դանդաղ հոսք
Նկ.  3.  Միջինի կտրուկ փոփոխություն, որն այնուհետև   վերականգնվում է	Նկ. 4. Միջինի կտրուկ փոփոխություն՝ առանց վերականգնման

Մասնիկներ գրանցող դետեկտորների գործունեության մեջ վերոնշյալ խափանումները կարող են հանգեցնել Ֆորբուշի նվազման ուժգնության սխալ գնահատման, խանգարեն ԳՏՃ-ի գրանցմանը (սովորաբար ոչ այնքան մեծ միջին լայնություններում - 1.5-2%), և այլն: Մենք ներկայացնում ենք ալգորիթմներ՝ հիմնված մեդիանայի կայունացնող  հնարավորությունների վրա՝ ուղղելու համար բազմամուտքային դետեկտորի տվյալները: Մենք լայնորեն կիրառում ենք ASEC տվյալների «չափից դուրս առատությունը»՝ միևնույն ֆիզիկական մեծությունը չափող բազմաթիվ համանման կանալների կիրառմամբ (որոշակի տեսակի մասնիկների հոսքը):

1.1.Շարժվող Մեդիանա ֆիլտր  (ՇՄՖ) – “հորիզոնական” մեդիանա.

 L չափի պատուհանը ժամանակային շարքերի սկզբից մինչև վերջը   «շարժվում է» մեկական քայլով, շարունակաբար հաշվարկվում է L արժեքների մեդիանան պատուհանի շարքից: Եթե ընթացիկ ժամանակային շարքերի և մեդիանայի տարբերությունը չափազանց մեծ է սկսվում են որոշակի գործընթացներ.

•   Առանձնացված մասը կարելի է փոխարինել մեդիանայի արժեքով
•  Առանձնացված մասը կարելի է փոխարինել հատուկ կոդով
• Ծրագրի աշխատանքը ընդհատվում է, և օպերատորին հարցում է ուղարկվում
• ՇՄՖ-ն իրականացնում է նաև ժամանակային շարքերի հարթեցում.
• Բոլոր ժամանակային շարքերը փոխարինվում են համապատասխան շարժվող մեդիանայի արժեքներով

Եթե առանձնացված մասի երկարությունը` տևողությունը, գերազանցում է նախատեսված սահմանը, կիրառվում է այլ ֆիլտրացման ալգորիթմ՝ ներկայացված հաջորդ սեկցիայում:

Նկ. 6-ում ներկայացված է ՇՄՖ-ի սխեման:

 

 

   Նկ. 5. ժամանակային շարքերի միջով անցնող «Հորիզոնական» պատուհանի սխեմատիկ պատկերումը

Ալգորիթմի նկարագրությունը:

Նշում.

•  Դետեկտորի կանալի ժամանակային շարքերը i պահին նշվում են vi փոքրատառով, ժամանակային շարքերի L հաջորդական տարրերի մեդիանան նշվում է M_i,L;
• Շարժվող պատուհանի լայնքը՝  L;
• Պատուհանի լայնքի մինիմալ և մաքսիմալ արժեքները՝ –  L_min  and L_max L_min < L_max;
• Ժամանակայի շարքերի մեդիանայի հնարավոր մինիմալ և մաքսիմալ արժեքները՝- P_max,P_min;
• Ժամանակային շարքերի մեդիանայի արժեքից հնարավոր մաքսիմալ շեղումը՝  D_max.

Ալգորիթմի քայլերը:

Եթե դրա արժեքը կանխորոշված արժեքների սահմանափակումն է M_i,Lε(P_min –P_max ), այնուհետ շարունակել; այլապես,  ստուգել արդյոք  L < L_max մեծացնում է L -ը 2-ով և կրկնել  3,4 քայլերը;այլապես հայտնել ալգորիթմի չգործելու մասին  i կետում և պահպանել ալգորիթմի պարամետրերը  ith ժամանակային շարքերի համար: (i, V_i, L_max); այնուհետև գնալ 3

     5.  Ստուգել արդյոք բացարձակ արժեքը (V_i - M_i,L)_max է, այնուհետև շարունակել; այլապես, հաղորդել սխալ i-րդ ժամանակային շարքերը, պահպանել ալգորիթմի պարամետրերը  (i,V_i,M_i,L)  և նշանակել  V_i=M_i,L այնուհետ գնալ 3

Մենք նկարագրում ենք ալգորիթմի ազդեցությունը 1. կետի համար, 2,3,4 կետերը կարելի է հեշտությամբ ստանալ նկարագրված ալգորիթմի մեջ չնչին փոփոխություններ մտցնելով:

Այս ֆիլտրը լավագույն է ժամանակային շարքերի համար, որոնք ունեն կեղծ նեղ պիկեր և միջինի կտրուկ փոփոխություններ, որոնց հետևում է վերականգնումը (Նկ. 2 և 4): Այն չի կարող ուղղել հարթ ուղղությունները մասնիկներ գրանցող դետեկտորների դանդաղ փոփոխվող պարամետրերի պատճառով, ֆոտոբազմապատկիչի և/կամ Ամպլիտուդ-Թվային-Կոնվերտերի ADC (լայնույթ-թվային-փոխակերպիչ) էլեկտրոնիակայի տարրերի և էներգիայի մատակարարման ձևափոխման պատճառով (Նկ. 3, 5): Կիրառելով ՇՄՖ-ն` կարող ենք հարթեցնել ժամանակային շարքերը և ազատվել նեղ պիկերց, սակայն սա չի կարող լուծել խնդիրը, երբ ժամանակային շարքերի միջինը փոխվում է աստիճանաբար մեծ ժամանակահատվածի ընթացքում, մեկ այլ ալգորիթմ պետք է կիրառել նման թերությունների շտկման համար՝ կիրառելով միևնույն մոնիտորի այլ մուտքերի տվյալները:  

1.3 Հարաբերական մեդիանա ֆիլտրը բազմամուտքային չափումների համար (RMF); “ուղղահայաց մեդիանա”

Ենթադրենք, որ դետեկտորը կազմված է M միանման կանալներից, ինչևիցե, օգտագործված հաշվիչների անհատական հատկանիշները (ֆոտոբազմապատկիչներ, համաչափ հաշվիչներ և այլն), n_j,  j=1, M կանալների հաշվարկի միջին արագությունները տարածված են որոշակի (ոչ շատ լայն) սահմաններում:

Նշում.

•   M – մոնիտորի կանալների քանակը;
• n_j- j-րդ կանալի հաշվարկի միջին արագությունը;
• N_total – բոլոր կանալների միջին արժեքները (դետեկտորի հաշվարկի միջին արագությունը);
• med_i  =med{F_i V_i^j }_j=1,M - M կանալների  i-րդ րոպեի մեդիանայի արժեքը; [1]
• F_i -j-րդ կանալի հավասարեցնող գործակիցը ;
•  j--րդ կանալի V_i^j -րդ ժամանակային շարքերը; V_i – ողջ դետեկտորի հաշվարկման արագության i րոպեի արժեքը:

Դետեկտորի աշխատանքի սկզբում  յուրաքանչյուր կանալին համպատասխան գործակցի նշանակումից հետո ; F_j; j=1, M հնարավոր է հաշվարկի միջին արագությունները հավասարեցնել:

  (1)

Միայն այս «հավասարեցման» գործողությունից հետո է հնարավոր հաշվարկել մեդիանան:  i րոպեի դետեկտորի հաշվարկի արագությունը կարելի է հաշվել ըստ.

                            (2)            

Հաշվարկի արագության մեդիանայի արժեքը առավել կայուն է դուրս մնացած արժեքների առկայությամբ (վատ կանալներ) չնայած դրա փոփոխականությունը ավելի մեծ է համեմատած միջին արժեքի հետ՝ դուրս մնացած արժեքների բացակայության դեպքում:

Նաև, եթե դետեկտորի j-րդ կանալը շարունակաբար և  անկայուն փոփոխվում է (գործում է անկայուն ըստ ՇՄՖ-ի տվյալների) դրա ժամանակային շարքերը կարող են փոխարինվել միջին արժեքով

                           (3)

Երկու ալգորիթմների իրականացման հնարավոր սցենար կարող է լինել հետևյալը.

•   Դետեկտորի աշխատանքի սկզբնական փուլի համար, հնարավոր է առանց որևէ սխալի, հաշվարկվում և պահպանվում են հաշվարկի միջին արագությունները  n_j և գործակիցները F_j;
• Օրվա վերջում դետեկտորի բոլոր կանալների տվյալները ֆիլտրացվում են ՇՄՖ ալգորիթմի միջոցով;
• Եթե որոշ կանալներ անկայուն են գործում, ըստ առաջին ալգորիթմի հաղորդագրությունների միանում է ՀՄՖ-ն` Հարաբերական Մեդիանայի Ֆիլտրը, այն կարդում է պահպանված միջինները և գործակիցները և ուղղում է անսարք կանալի տվյալները:
• Կանալի միջինները և համապատասխան գործակիցները վերականգնվում են և պահպանվում;
• Եթե երկրորդ ալգորիթմը չի ուղղում սխալները (ինչը նշանակում է, որ բոլոր կամ գրեթե բոլոր կանալները աղավաղվել են, կամ դետեկտորն անջատվել է որևէ ընդհանուր պատճառով) համակարգը մենեջերին էլեկտրոնային նամակ է ուղարկում:

Ամեն օր ավտոմատ իրականցնելով ֆիլտրացման երկու ալգորիթմները և պահպանելով կանալների վերականգնված միջին արժեքները և համպատասխան գործակիցները՝ հնարավոր է ուղղել բոլոր վերոնշյալ սխալները (ներկայացված նկ. 2-5-ում): Հավասարեցնող գործակիցների փոփոխման դինամիկան կնպաստի գտնել անկայուն կանալները և դրանք վերականգնել: Ստորև մենք ներկայացնում ենք այս ալգորիթմերի միջոցով ֆիլտրացման մի քանի օրինակներ:

Նկար 7-ում մենք ներկայացնում ենք Արագածի Նեյտրոնային մոնիտորի 2008թ-ի մայիսի ուղղված տվյալները (տես նկ. 1 նախնական տվյալների համար): Նկարի մեջ ժամանակային շարքերը արհեստականորեն հեռացված են իրարից՝ ավելի լավ գնահատման համար: ՇՄՖ և ՀՄՖ-ի միավորումը ուղղում է տվյալները՝ վերացնելով պիկերը և լցնելով խախտված ժամանակահատվածները: Ներկայացված բոլոր գրաֆիկների տվյալները հարթեցվել են L=60 հաստատուն պատուհանի կողմից: Արևի 23-րդ շրջափուլի Նոր Ամբերդի Նեյտրոնային մոնիտորի տվյալները հարթեցվել են պատուհանի փոփոխվող լայնքով՝ սկսած L=60-ից մինչև  L_max=600 (անհրաժեշտության  դեպքում):

 Նկ. 6 Արագածի Նեյտրոնային Մոնիտորը , 2008թ-ի մայիս. ֆիլտրացումից հետո

Նկար 8-ի մեջ ներկայացված են մթնոլորտային ճնշման չափումները կատարված Նոր Ամբերդում 1997 թ-ին: Կիրառելով ՇՄՖ ալգորիթմը՝ հեշտությամբ կարելի  է հեռացնել պիկերը (ճնշման չափիչի խափանումների հետևանքով) այդ տվյալներից, տես. Նկ. 9: Տվյալների ուղղման համար կիրառվել է միայն ՇՄՖ ալգորիթմը:

 

  Նկ. 7 Ճնշման չափիչի ժամանակային շարքերը Նոր Ամբերդի կայանում, ֆիլտրացումից առաջ

 Նկ.  10 ԱՆՄ ժամանակային շարքերի ուղղումը

Նկար 12-ում մենք ներկայացնում ենք Նոր Ամբերդի նեյտրոնային մոնիտորի տվյալները՝ չափված արևի 23-րդ շրջափուլի ընթացքում (1997-2007): Փուլի վերջում մի քանի  դետեկտորների բազմաթիվ  խափանումների հետևանքով, առաջացել են զգալի շեղումներ մոնիտորի հաշվարկի արագության մեջ: Մի քանի կանալների արդյունավետությունը բարձր լարման սնուցման խափանումների և հաշվիչների հնության պատճառով իջնում է, և մոնիտորի ողջ հաշվարկի արագությունը ևս իջնում է: 

Ինչպես երևում է նկ. 18-ից ֆիլտրացման ալգորիթմերի կիրառումից հետո մոնիտորի հաշվարկի արագության ողջ ձևը փոխվում է, պայմանավորված արևի ակտիվությամբ, և շատ մոտ է դառնում Ալմա Աթայի Նեյտրոնային Մոնիտորի տվյալներին՝ տեղակայված Արագածին համանման բարձության և լայնության վրա:

  Նկ. 11 Տիեզերական Ճառագայթների ուժգնության մոդուլյացիան ՆԱՆՄ –ի միջոցով, արևի 23 –րդ փուլ, ֆիլտրացումից առաջ

Նկ. 20 NMDB սարքավորումների հավասարման գործակիցները

1.6 Եզրակացություն

Մասնիկներ գրանցող դետեկտորների բազմամուտքային տվյալների ֆիլտրացումը, որը  բազում տարիներ գործել է արևի մոդուլյացիայի էֆֆեկտի հայտնաբերման համար, և, հնարավոր է, աստղային մոդուլյացիայի էֆֆեկտների համար, կենսական նշանակություն ունի: Բազում տարիների չափումների ընթացքում դետեկտորի բնութագիրը խիստ փոփոխությունների է ենթարկվում՝ պայմանավորված սենսորների մաշվածությամբ և էլեկտրոնիկայի դիսկրետային  տարրերով: Տեղեկատվության առատությունը թույլ է տալիս կիրառել շտկման ալգորիթմեր՝ կիրառելով ժամանակային շարքերի մեդիանայի հավասարման հատկանիշները:  Բոլոր կանալների միջին արժեքների շարունակական պահպանումը և մոնիտորինգը, իրենց հավասարման գործակիցների հետ, թույլ են տալիս արխիվացնել բոլոր կանալների աշխատանքի ժամանակային զարգացումները: Ուսումնասիրելով կանալների միջինների և գործակիցների հարաբերական աշխատանքը բազում տարիների ընթացքում՝ հնարավոր դարձավ տարբերել ֆիզիկական էֆֆեկտները սարքավորման խափանումներից: Որպես օրինակ տես քննարկումը (Buetikofer & Flueckiger, 2008) և (Bieber et al., 2007)-ի մեջ: Մեր մոտեցումը թույլ է տալիս ոչ միայն ուղղել սարքավորման խափանման արդյունքում առաջացած  սխալները, այլ նաև այն հանդիսանում է պարզ և արդյունավետ մեթոդ տարբեր հեռակառավարվող դետեկտորներից տվյալներ կուտակող  տվյալների բազայից անկայուն կանալների և սխալների ժամանակին հայտնաբերման համար:

Հղումներ        

Buetikofer R., Flueckiger E.O.,  Long-term stability of Swiss neutron monitors. Private communication, 2008.

Belov A., Blokh Ya., Klepach E., et al. Primary Processing of Cosmic Ray Station Data: Algorithm, Computer Program and Realization. Kosmicheskie Luchi.  25, pp. 113-134,  1988 (in Rusian).

Bieber J. W., Clem J., Desilets D., Long-term decline of South Pole neutron rates. J. Geophys. Res., 112, A12102, 2007.

Chilingarian A., Hovsepyan G., Arakelyan K., et al., Space environmental viewing and analysis network (SEVAN). Earth, Moon, and Planets, 104,  195, 2009.

Moraal, H., Belov, A., Clem, J.M.: Design and co-Ordination of Multi-Station International Neutron Monitor Networks, Space Science Reviews 93, 285-303, 2000

Munakata, K., J.W. Bieber, S. Yasue et al.: Precursors of geomagnetic storms observed by the muon detector network, J. Geophys. Res. 105, 27457-27468, 2000

Tsuchiya, H., Muraki, Y., Masuda, K., et al. Detection efficiency of a new type of solar neutron detector calibrated by an accelerator neutron beam, NIM, A 463, 183 – 193, 2001.