Minimalizacyjna metoda kompensacji przy zastosowaniu przetworników dynamicznych

• Autorzy: Krasodomski M.

Warianty tytułu

EN

Minimization method of compensation for dynamic sensors

• Języki publikacji: PL

Abstrakty

PL

W artykule przeprowadzono analizę matematyczną równoległej struktury kompensacyjnej zbudowanej z przetworników opartych na modelu Wienera-Hammersteina. Modele te uwzględniają powstawanie błędów addytywnych i multiplikatywnych. Rozważono wpływ wrażliwości przetworników na jakość przetwarzania sygnałów przez strukturę. Omówiono podejscie klasyczne do problemu kompensacji i zaproponowano dwa niekonwencjonalne podejścia. Wyniki analizy zweryfikowano symulacyjnie wykorzystując przetworniki dynamiczne. Uzyskano zadowalające rezultaty.

EN

Article focuses on problem of signal processing applying parallel compensation structure. Models of sensors are Wiener-Hammerstein models, additionally taking, mechanism of additive and multiplicative errors arising, into consideration. Influence of sensors sensitivities on signal processing quality is discussed. Classic approach to compensation is presented and two unconventional methods are proposed. Mathematical analysis of problem is verified with simulations. Two types of dynamic sensors are applied in compensation structure. Results turn out to be satisfying.

Słowa kluczowe

PL

przetwarzanie sygnałów; kompensacja; model przetwornika

EN

signal processing; compensation; sensor model

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2007
• Tom: R. 53, nr 9 bis
• Strony: 228--231
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr., wzory

Twórcy

autor

Krasodomski M.

• Politechnika Szczecińska, Wydział Elektryczny

Bibliografia

• [1] Krasodomski M.: Nonlinear Measuring Sensors Influence on Object Identification Quality, IMTC 2005 - Instrumentation and Measurement Technology Conference, Ottawa, Canada, 17-19 May 2005.
• [2] Kaszyński R., Krasodomski M.: Input signal constant component absolute value in connection with nonlinear sensors and identification quality”, IMACS 2005 World Congress - Scientific Computation, Applied Mathematics and Simulation, Paris, France, 11-15.07.2005.
• [3] Krasodomski M.: Nonlinear Sensor Operation in Dynamic Conditions, ASIS 2005 27th Autumn International Colloquium Přerov, September 6-8, 2005, Czech Republic.
• [4] Kaszyński R., Krasodomski M.: Signal Processing With Compensation - Always Better? IMTC 2006 - Instrumentation and Measurement Technology Conference, Sorrento, Italy 24-27 April 2006.
• [5] Krasodomski M.: Unconventional Application of Parallel Compensation Structure. The 13th IEEE Mediterranean Electrotechnical Conference, May 16-19, 2006, Torremolinos (Málaga), SPAIN.
• [6] Kazimierz Mańczak, Zbigniew Nahorski: "Komputerowa identyfikacja obiektów dynamicznych”, PWN Warszawa 1983.
• [7] Ljung L.: System identification Theory for the User, Prientice-Hall, 1999.
• [8] Heinz Unbehauen, Ganti Prasada Rao: Identification of Continuous Systems, North- Holland systems and control series; v. 10
• [9] Billings S. A., Fakhouri S. Y.: Identification of systems containing linear dynamic and static non-linear elements, Automatica, Vol. 18, No. 1, 1982, pp. 15-26.
• [10] Boćkowska M., Orłowski M., Żuchowski A.: About a certain method to obtain parameters of simplified, linear dynamics models. PAK 12/1994.
• [11] Södeström, Stoica: System identification. Prentice Hall. Englewood Cliffs NJ. 1988.