Análisis y tratamiento de datos representativos del instrumento supercam de la mision Mars 2020

Abstract

Dentro de las nuevas técnicas usadas en la exploración planetaria la espectroscopía Raman es una novedad. De hecho, la misión Mars 2020 y la próxima misión, Exomars 2028, en las cuales participa la Universidad de Valladolid (UVa), incorporan instrumentos Raman, ya que es una técnica no destructiva que permite distiguir especies químicas a través de sus modos de vibración. Dentro de esta técnica es interesante evaluar métodos y algoritmos de tratamiento de señal para poder extraer toda la información científica de los espectros obtenidos, especialmente en el caso del instrumento SuperCam de la misión Mars 2020, ya que la dificultad de obtener espectros Raman a distancia con una relación señal-ruido (SNR) muy baja puede hacer crítica la distinción de las señales buscadas. El objetivo del presente Trabajo Fin de Máster ha sido evaluar una metodología para la eliminación de ruido y de línea de base para espectros Raman utilizando un algoritmo basado en la transformadaWavelet, la cual permite desglosar señales en sus frecuencias componentes y filtrarlas por separado, y compararlo con métodos más tradicionales de filtrado como la Media móvil o Saviztky-Golay mediante la medición la SNR de los espectros filtrados y el perfil de banda de los picos. Los resultados obtenidos sugieren que la transformada Wavelet puede mejorar significativamente el aspecto de los espectros Raman, dependiendo de los umbrales de filtrado elegidos, obteniendo una señal reconstruida que imita la forma de los picos de la señal original en gran medida. Este hecho unido a su mayor versatilidad de filtrado, ya que se puede actuar en cada nivel de descomposición individualmente, la hace más recomendable para el proceso de filtrado y de gran utilidad en las tareas de ciencia de soporte para las misiones Mars 2020 y Exomars 2028.

Among the new techniques used in planetary exploration, Raman spectroscopy is a novelty. In fact, the Mars 2020 mission and the next mission, Exomars 2028, in which the University of Valladolid (UVa) is participating, incorporate Raman instruments because it is a non-destructive technique that distinguishes chemical species through their vibrational modes.Within this technique, it is interesting to evaluate methods and algorithms for signal processing in order to extract all the scientific information from the spectra obtained, especially in the case of the SuperCam instrument of the Mars 2020 mission, since the difficulty of obtaining Raman spectra at a distance with a very low signal-to-noise ratio (SNR) can make critical the distinction of signals. The aim of this Master’s thesis has been to evaluate a methodology for denoising and baseline removal for Raman spectra using an algorithm based on the Wavelet transform, which allows signals to be broken down into their component frequencies and filtered separately, and to compare it with more traditional filtering methods, such as the Moving Average or Saviztky-Golay, by measuring the SNR of the filtered spectra and the band profile of the peaks. The results obtained suggest that the Wavelet transform can significantly improve the appearance of Raman spectra, depending on the filtering thresholds chosen, obtaining a reconstructed signal that mimics the shape of the peaks of the original signal to a large extent. This fact, together with its greater filtering versatility, as each level of decomposition can be acted upon individually, makes it more suitable for the filtering process and very useful in the supporting science tasks for the Mars 2020 and Exomars 2028 missions.