Анализ методов моделирования данных суточной термометрии человека

Математическое и компьютерное моделирование суточной термометрии позволяет глубже исследовать процессы теплового гомеостаза человека. На практике данные термометрии получают с помощью цифрового термометра, который в автономном режиме считывает температуру кожного покрова человека через определенные временные интервалы. Целью работы является анализ методов моделирования и обработки данных суточной термометрии человека. Первый метод заключается в применении линейных дискретных стохастических моделей в пространстве состояний с гауссовыми шумами и известным вектором входных воздействий, при этом оценивание вектора состояния выполняется дискретным ковариационным фильтром Калмана. Второй метод предполагает, что вектор входных воздействий неизвестен и для обработки данных суточной термометрии используется алгоритм Гиллейнса–Де-Мора. Альтернативный вариант - использовать модель с расширенным вектором состояния и алгоритм калмановской фильтрации. Третий метод учитывает наличие аномальных измерений (выбросов) в измерительных данных, для их эффективной фильтрации предлагается использовать коррентропийный фильтр. С целью сравнительного анализа качества алгоритмов дискретной фильтрации в данной работе проведены численные эксперименты по моделированию и обработке данных суточной термометрии в системе MATLAB. Моделирование данных термометрии осуществлялось при помощи трехмерной модели 3dDRCM (трехмерная дискретная каноническая модель в вещественном базисе). Полученные результаты могут быть использованы при исследовании процессов суточной термометрии человека, например, у спортсменов с целью изучения ответной реакции организма на полученную нагрузку.