Wyniki 1-9 spośród 9 dla zapytania: authorDesc:"Sergiusz SIENKOWSKI"

Modelowanie obciążenia estymatora wartości średniokwadratowej w LabWINDOWS

Czytaj za darmo! »

Przedmiotem badań jest estymator wartości średniokwadratowej otrzymany na podstawie sygnału skwantowanego w kwantyzatorze typu roundoff (próbkowanie nie jest przedmiotem badań) [4]. Sygnał badany jest realizacją procesu ergodycznego. W warunkach spełnienia założeń teorii kwantowania Widrowa [9] słuszna jest zależność [3, 4] (1)gdzie q jest krokiem kwanto[...]

Ocena dokładności cyfrowej estymacji podstawowych parametrów sygnałów

Czytaj za darmo! »

Artykuł dotyczy problematyki wyznaczania błędów estymatorów i oceny niepewności estymacji podstawowych parametrów sygnałów otrzymanych na podstawie danych spróbkowanych. Do podstawowych parametrów sygnałów zaliczamy wartość średnią, średniokwadratową skuteczną, międzyszczytową i funkcję gęstości prawdopodobieństwa. Abstract. The paper focuses on errors of estimators and the measurement uncertainty of basic signals parameters set with sampled data. As basic signals parameters we regard mean, mean square, root mean square, peak-to-peak amplitude and probability density function. (An evaluation of the accuracy of digital estimation of basic signals parameters). Słowa kluczowe: estymator, obciążenie, błąd średniokwadratowy, niepewność. Keywords: estimator, bias, mean squared error, uncertainty. Wstęp W praktyce pomiarowej nie jest możliwe dokładne określenie wartości parametrów sygnałów. Na podstawie skończonej liczby realizacji procesu losowego, ograniczonego w czasie sygnału lub jego cyfrowej reprezentacji tworzone są tzw. estymatory. Estymator jest statystyką służącą do szacowania wartości parametru rozkładu. Pojęcie estymacji jest równoznaczne z pojęciem oceny lub oszacowywania. Dokładność estymacji ocenia się za pomocą błędu średniokwadratowego estymatora. Składowymi błędu średniokwadratowego są wariancja (składowa losowa) i obciążenie (składowa systematyczna) estymatora [1]. Autor artykułu przygotował rozprawę doktorską w dyscyplinie elektrotechnika, której celem była ocena dokładności cyfrowej estymacji podstawowych parametrów sygnałów [2]. Przygotowana rozprawa obroniona została na Wydziale Elektrotechniki Informatyki i Telekomunikacji Uniwersytetu Zielonogórskiego. W artykule przedstawiono fragmenty rozprawy dotyczące wyznaczania błędów estymatorów oraz oceny niepewności estymacji podstawowych parametrów sygnałów otrzymanych na podstawie danych spróbkowanych. Wyznaczanie błędów estymatorów podstawowych parametrów sygna[...]

A multiple-point estimator of sinusoidal signal power and its errors DOI:10.15199/48.2016.11.45

Czytaj za darmo! »

The subject of research is a point estimator of the sinusoidal signal power calculated on the basis of signal samples. The errors of the estimator have been determined. It has been shown that appropriate setting of the signal parameters may lead to bringing the errors of an estimator to zero. A model of an estimator error that takes into account the influence of signal parameters and its processing parameters and the influence of Gaussian noise, has been developed. Streszczenie. Przedmiotem badań jest punktowy estymator mocy sygnału sinusoidalnego obliczany na podstawie próbek sygnału. Wyznaczono błędy estymatora. Pokazano, że odpowiednie ustawienie parametrów sygnału może skutkować sprowadzeniem błędów estymatora do zera. Opracowano model błędu estymatora uwzględniający wpływ parametrów sygnału i parametrów jego przetwarzania oraz wpływ szumu Gaussa. (Wielopunktowy estymator mocy sygnału sinusoidalnego i jego błędy). Keywords: sinusoidal signal, power, point estimator, Gaussian noise, quantisation. Słowa kluczowe: sygnał sinusoidalny, moc, estymator punktowy, szum Gaussa, kwantowanie. Introduction In the technique, the power is one of the most important energy parameters, which gives an idea of the intensity and stationarity of signal [1]. The article presents the results of a study of a sinusoidal signal power estimator properties. Three measurement cases were considered, when the estimator is determined on the basis of signal samples, quantised signal samples and quantised samples of a signal disturbed by Gaussian noise. It is shown that an appropriate choice of signal parameters may lead to bringing the errors of the estimator to zero. The studies led to the development of a model of an estimator error, which takes into account the influence of signal parameters and its processing parameters, the influence of a finite number of samples and the disturbance in the form of Gaussian noise. Sinusoidal signal and its samples Let x(t[...]

Probabilistic properties of sinusoidal signal autocorrelation function

Czytaj za darmo! »

The paper concerns issues of probabilistic properties of the sinusoidal signal autocorrelation function. An autocorrelation function can be viewed as a random variable with fixed probability density. In the paper, results of the research on parameters of such a variable are presented. On the basis of the probability density function, the mean, the mean-square and the variance of the random variable have been determined. Streszczenie. Artykuł dotyczy problematyki probabilistycznych własności funkcji autokorelacji sygnału sinusoidalnego. Funkcja autokorelacji może być rozpatrywana jako zmienna losowa o ustalonej gęstości prawdopodobieństwa. W artykule przedstawiono wyniki badań dotyczące parametrów takiej zmiennej losowej. Na podstawie funkcji gęstości wyznaczono wartość oczekiwaną, średniokwadratową i wariancję zmiennej losowej. (Właściwości losowe funkcji autokorelacji sygnału sinusoidalnego) Keywords: autocorrelation function, mean, variance, arcsine distribution Słowa kluczowe: funkcja autokorelacji, wartość oczekiwana, wariancja, rozkład arcsin Introduction In the paper, probabilistic properties of the sinusoidal signal autocorrelation function have been investigated. An autocorrelation function can be presented in the form of a random variable with a fixed probability density distribution. Based on a finite set of observations, it is possible to only estimate the random variable distribution parameters of interest. Therefore, in order to find out the real values of the random variable distribution parameters, or, in short, random variable parameters, such values are determined based on a probability density function. Random variable parameters are quantities characterizing the values which a random variable can assume. The authors have determined such parameters as the mean, the mean-square, as well as the variance of a random variable. Sinusoidal signal autocorrelation function The autocorrelation function of a periodic and er[...]

Czasowo-dyskretne algorytmy czteropunktowe do śledzenia częstotliwości sygnału sinusoidalnego DOI:10.15199/48.2018.11.07

Czytaj za darmo! »

Problematyka estymacji częstotliwości sygnałów jest szeroko komentowana w literaturze. Proponowanych jest wiele algorytmów umożliwiających wyznaczanie częstotliwości [1]. Algorytmy te można podzielić na dwie główne kategorie, tj. algorytmy widmowe i algorytmy czasowe. W artykule zaprezentowano nowe czasowodyskretne algorytmy czteropunktowe. Opracowane algorytmy umożliwiają śledzenie częstotliwości sygnału sinusoidalnego z zastosowaniem próbek sygnału. Te same zadanie realizuje czasowo-dyskretny algorytm trzypunktowy Vizireanu [2], prezentowany również przez Solimana [3] i Turnera [4]. Na podstawie algorytmu Vizireanu opracowano inne algorytmy punktowe umożliwiające śledzenie częstotliwości [5]. W literaturze prezentowane są również algorytmy punktowe, które nie wynikają z algorytmu Vizireanu [6, 7]. Z badań własnych wynika, że charakteryzują się one mniejszą dokładnością niż algorytm Vizireanu. W artykule przedstawiono wyniki porównania dokładności wyznaczania częstotliwości z zastosowaniem opracowanych algorytmów i algorytmu Vizireanu. W celu porównania algorytmów wykonano symulacje polegające na śledzeniu częstotliwości sygnału sinusoidalnego zakłóconego szumem Gaussa. Pokazano, że opracowane algorytmy umożliwiają śledzenie częstotliwości z większą dokładnością. Czasowo-dyskretne algorytmy punktowe do śledzenia częstotliwości Niech y(t) będzie sumą sygnału sinusoidalnego x(t) o amplitudzie As, częstotliwości f, fazie początkowej  i addytywnego szumu Gaussa n(t) o odchyleniu standardowym [...]

Cross-correlation Function Determination by Using Deterministic and Randomized Quantization

Czytaj za darmo! »

The influence of quantization on the cross-correlation function determination is discussed. Three types of quantization: deterministic, dither randomized, and randomized by inputting signals into a quantizer are considered. In each case, a relation for cross-correlation function bias is given. Streszczenie. Celem artykułu jest analiza wpływu różnych rodzajów kwantowania na dokładność wyznaczania funkcji korelacji wzajemnej sygnałów. Rozważono trzy sposoby kwantowania: kwantowanie deterministyczne oraz randomizowane za pomocą sygnałów ditherowych i sygnałów wprowadzonych do kwantyzatorów. W każdym przypadku sformułowano zależności na obciążenie estymatorów funkcji.(Wyznaczanie funkcji korelacji wzajemnej z zastosowaniem kwantowania deterministycznego i randomizowanego). Keywords: cross-correlation function, estimator, deterministic quantization, randomized quantization. Słowa kluczowe: funkcja korelacji wzajemnej, estymator, kwantowanie deterministyczne, kwantowanie randomizowane. Introduction The development of the measurement technique is accompanied by developing the existing as well as by devising new ways of signal quantization. The literature is constantly providing new knowledge on deterministic quantization, quantization with dither, and quantizer randomization [1-6]. It may have seemed that the huge technological progress leading, among other things, to constructing multi-bit converters would push several-level processing correlators from the market. It has not been the case, though and they are still being made, mainly for specialized measurements, e.g. in radioastronomy or in research on ionosphere dispersion. Research on correlation function estimators continues to be done to increase the equipment operational speed (of real-time measurements) or to simplify measurement procedures (of data reduction) [7]. Randomized quantization combined with averaging is aimed to improve conversion accuracy and dedicated to both low-b[...]

Oprogramowanie komputerowe do automatyzacji wzorcowania multimetrów i kalibratorów

Czytaj za darmo! »

W artykule zaprezentowano oprogramowanie komputerowe do wzorcowania multimetrów cyfrowych i kalibratorów napięć, prądów oraz rezystancji. Na oprogramowanie komputerowe składają się aplikacje pomiarowe przeznaczone do automatyzacji procesu wzorcowania przyrządów pomiarowych. Przedstawiono koncepcję i zasadę działania aplikacji oraz sposób wyznaczania niepewności pomiarów. Omówiono poszczególne programy oraz przedstawiono przykład zastosowania oprogramowania do wzorcowania wybranego przyrządu pomiarowego. Abstract. In the paper computer software for calibration digital multimeters and voltage, current and resistance calibrators was presented. Computer software consists of measuring applications designed to automatization measuring devices calibration process. A measurement application concept, a principle of operation of applications and a measurement uncertainty calculation procedure were presented. Individual applications were discussed. An example application software for calibration of a selected measuring instrument was presented. (Computer software for calibration digital multimeters and calibrators) Słowa kluczowe: aplikacja pomiarowa, wzorcowanie, multimetr, kalibrator, dokładność, niepewność. Keywords: measurement application, calibration, multimeter, calibrator, uncertainty. Wstęp Rozwój techniki i upowszechnienie w połowie lat 90-tch komputerów PC skłonił producentów aparatury pomiarowej do implementacji w przyrządach pomiarowych interfejsów komunikacyjnych umożliwiających akwizycję danych doświadczalnych w systemach pomiarowych. Takie dane mogą podlegać obróbce za pomocą przygotowanej aplikacji pomiarowej. W artykule przedstawiono opracowane w Instytucie Metrologii Elektrycznej (IME) Uniwersytetu Zielonogórskiego w Zielonej Górze oprogramowanie komputerowe ImeCAL do automatyzacji wzorcowania multimetrów i kalibratorów. Dzięki współpracy IME i Głównego Urzędu Miar (GUM) w Warszawie oprogramowanie ImeCAL przygotowano do wdro[...]

Determining autocorrelation function values from six sinusoidal signal samples

Czytaj za darmo! »

In the paper, it is shown that at a given moment of time the actual values of the sinusoidal signal autocorrelation function can be determined in an unambiguous way on the basis of three samples of the signal and three samples of its time-shifted copy. Based on this, an algorithm making it possible to determine an autocorrelogram has been devised. The employment of the devised algorithm substantially reduces the time consumption of determining an autocorrelogram. Streszczenie. W artykule pokazano, że w ustalonej chwili czasowej rzeczywiste wartość funkcji autokorelacji sygnału sinusoidalnego można wyznaczyć w sposób jednoznaczny na podstawie trzech próbek sygnału i trzech próbek jego własnej, przesuniętej w czasie kopii. Na tej podstawie opracowano algorytm umożliwiający wyznaczanie autokorelogramu. (Wyznaczanie funkcji autokorelacji na podstawie sześciu sygnałów sinusoidalnych) Keywords: autocorrelation function, autocorrelogram, time complexity, time consumption Słowa kluczowe: funkcja autokorelacji, autokorelogram, złożoność obliczeniowa, czasochłonność Introduction The autocorrelation function is an established tool to analyze signal properties and to compare signals. In many practical applications, the autocorrelation function is used for checking to what degree the value of a signal at a fixed moment of time influences the value of the signal at a certain moment in the future. Such investigation consists in comparing a signal with its time-shifted copy. In practice, actual values of the signal autocorrelation function are determined or estimated from samples of the signal. Based on this, an autocorrelogram is prepared which is a graphical and numerical representation of the autocorrelation function. An autocorrelogram is determined in order to investigate the autocorrelation function properties. Because of the quadratic time complexity of the autocorrelation algorithm, determining an autocorrelogram is timeconsuming. In the [...]

Właściwości wybranych algorytmów do estymacji częstotliwości w dokładnych pomiarach napięcia sinusoidalnego DOI:10.15199/48.2018.12.12

Czytaj za darmo! »

Artykuł dotyczy problematyki dokładnych cyfrowych pomiarów wartości skutecznej napięcia sinusoidalnego, wykonywanych z dokładnością pojedynczych ppm. Uzyskanie tak dużej dokładności pomiarów wymaga między innymi zapewnienia jak najlepszej synchronizacji częstotliwości próbkowania przyrządu pomiarowego z częstotliwością napięcia mierzonego [1]. W praktyce, dla komercyjnych źródeł napięcia i układów pomiarowych, zawierających odrębne układy zegarowe o dokładności przeważnie 0,01%, nie uzyskuje się wystarczającej synchronizacji częstotliwości. Dlatego w celu poprawy dokładności pomiarów napięć poszukuje się odpowiednich metod pomiarowych [2] i cyfrowych algorytmów [1] do przetwarzania próbek napięcia sinusoidalnego. Jedną z metod może być dokładny pomiar częstotliwości napięcia mierzonego i zastosowanie odpowiedniego algorytmu do wyliczenia wartości skutecznej. W artykule przedstawiono wyniki badań symulacyjnych właściwości wybranych cyfrowych algorytmów do estymacji (pomiaru) częstotliwości w warunkach pracy przyrządów do dokładnych pomiarów napięć. Badane algorytmy to opracowany algorytm oparty o pomiar przesunięcia fazowego z zastosowaniem DFT [3] i popularne algorytmy z interpolacją widma: Jacobsena [4], Jacobsena oraz Aboutanios i Mulgrew (AM) z oknem Hanninga [5,6], Borkowskiego, Kani i Mroczka (BKM) [7,8], oraz algorytm zupełnych kwadratów błędów (TLS) [9,10]. Warunki pracy algorytmów wynikają z założenia, że napięcie sinusoidalne o częstotliwości f próbkowane jest z częstotliwością fp oraz obie częstotliwości dobierane są tak, aby uzyskać próbki z całkowitej liczby k okresów mierzonego napięcia. Ze względu na występujące w praktyce ograniczenia sprzętowe przyjęto, że obie częstotliwości fp i f ustalane są przed pomiarem, a ich błędy graniczne wynoszą 0,01%. Oznacza to, że stosunek obu ustalanych częstotliwości obarczony jest błędem  o wartości granicznej 0,02%. W wyniku błędu synchronizacji częstotliwości &[...]

 Strona 1