Суррогатное моделирование характеристик тепловых детекторов на основе ограниченных данных

Abstract

В работе рассматривается проблема проектирования неохлаждаемых тепловых детекторов болометрического типа в интегральном исполнении (микроболометров), характеризующаяся многопараметричностью и высокой вычислительной сложностью физико-математических моделей. Традиционные аналитические подходы не позволяют с высокой точностью учесть все особенности конструкции. Для решения данной задачи предлагается подход на основе построения суррогатных моделей с использованием гауссовских процессов (англ. Gaussian Processes) и метода латинского гиперкуба (англ. Latin Hypercube Sampling) для планирования эксперимента. Данный метод позволяет прогнозировать ключевые характеристики микроболометра, на основе ограниченных наборов данных, что существенно снижает вычислительные затраты при разработке.