基于可调谐激光吸收光谱(DA-ATLAS)，用于增强气体浓度传感器敏感性的裁剪算法(10)

    算法的要点之一是针对大动态量程增强敏感性。基于单一统计特征（振幅峰值和平均值）和根据一些母函数(f4.8A和 f2.6m )，得到的敏感性都显示在图17中。本例，实验测量E的大概敏感性值,通过使用相关的 Δf/Δ(C_s) = [f(C_s) − f(C_s−1)]/(C_s − C_s−1)来计算。从图17中，可注意到裁剪函数对一个较宽动态量程，提供一个最好的敏感度。例如，f4.8A的敏感性，跟A在0–17%浓度范围的敏感性相似，但是出了这一浓度范围，由母函数得到的敏感性相当大。类似的敏感性行为也可从后面这两个函数观察到：函数f2.6m和m1 函数。因此，可以计算出：对于大的动态量程，母函数保有高的敏感性，优于同个单一统计特征(振幅峰值、平均值、面积或均方根)得到的敏感性。而且，我们的裁剪函数fkA 是最好的选项，因为它对低浓度有高的敏感性，且对所有测量范围保持准常量。