PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Metoda szacowania niepewności wielkości wyjściowych torów pomiarowych wykorzystujących algorytmy dyskretnej transformacji falkowej

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
A method for estimating the uncertainty of the output quantities of measuring chains using discrete wave transformation algorithms
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono metodę wyznaczania niepewności wielkości wyjściowych torów pomiarowych wykorzystujących algorytmy dyskretnej transformacji falkowej (DWT). Przedstawiona metoda obejmuje identyfikację właściwości metrologicznych toru pomiarowego, niewymagającą znajomości dokładnej struktury i parametrów tego toru, a następnie identyfikację parametrów dowolnego algorytmu DWT. Artykuł stanowi rozszerzenie referatu wygłoszonego na konferencji SP2022.
EN
The paper presents a method of determining the uncertainty of the output quantities of measuring chain using the algorithms of discrete wavelet transformation (DWT). The presented method includes the identification of the measuring chain, which does not require the knowledge of the exact structure and parameters of this chain, and then the identification of the parameters of any DWT algorithm. The paper also shows an application example of the described method. The article is an extension of the paper presented at the SP2022 conference.
Rocznik
Strony
155--159
Opis fizyczny
Bibliogr. 13 poz., rys., tab.
Twórcy
autor
  • Katedra Metrologii, Elektroniki i Automatyki, Wydział Elektryczny, Politechnika Śląska, ul. Akademicka 10, 44-100 Gliwice
  • Katedra Metrologii, Elektroniki i Automatyki, Wydział Elektryczny, Politechnika Śląska, ul. Akademicka 10, 44-100 Gliwice
Bibliografia
  • [1] Addison P. S.: The illustrated wavelet transform handbook:introductory theory and applications in science, engineering,medicine and finance, CRC press, 2017.
  • [2] Vimala C., Priya P. A.: Noise reduction based on DoubleDensity Discrete Wavelet Transform, In Proceedings of theInternational Conference on Smart Structures and Systemss. 15–18, 2014.
  • [3] Yan B. F., Miyamoto A., Brühwilerb E.: Wavelettransform-based modal parameter identification consideringuncertainty, Journal of Sound and Vibration, v. 291, 2006.
  • [4] Ariando D., Chen D., Greer M., Mandal S.: An autonomous,highly portable NMR spectrometer based on a low-costSystem-on-Chip (SoC), Journal of Magnetic Resonance,v. 299, 2019.
  • [5] Akujuobi C. M.: Wavelets and Wavelet Transform Systemsand Their Applications: A Digital Signal Processing Approach,Springer, 2022.
  • [6] Roj J., Dró ˙zd ˙z Ł.: Propagation of Random Errors by theDiscrete Wavelet Transform Algorithm, Electronics, 10(7),2021.
  • [7] Jakubiec J.: The error based model of a single measurementresult in uncertainty calculation of the mean value of series,Problems and progress in metrology, 20, s. 75–78, 2015.
  • [8] Evaluation of Measurement Data—Guide to the Expression ofUncertainty in Measurement, JCGM, 2008.
  • [9] Reay D. S.: Digital Signal Processing Using the ARM CortexM4, John Wiley & Sons, 2015.
  • [10] Vonesch C., Blu T., Unser M.: Generalized Daubechieswavelet families, IEEE Transactions on Signal Processing, 55,s. 4415–4429, 2007.
  • [11] Wang J.: On Spline Wavelets, Sam Houston State University:Huntsville, 2006.
  • [12] Oppenheim A. V., Schafer R. W.: Discrete-Time SignalProcessing, 3rd Edition, Pearson, 2010.
  • [13] Abdelnour F.: Symmetric wavelets dyadic sibling and dualframes, Signal Processing 92(5), s. 1216-1229, 2012.
Uwagi
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-5951b7e7-034a-4ac0-ab94-66cd4a37ef14
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.