Wpływ parametrów okna pomiarowego na przenoszenie błędów losowych przez algorytmy dyskretnej transformacji falkowej

• Autorzy: Roj Jerzy , Dróżdż Łukasz

Identyfikatory

DOI

10.15199/48.2022.12.03

Warianty tytułu

EN

Influence of the measurement window parameters on the propagation of random errors by the discrete wavelet transformation algorithms

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano sposób implementacji dowolnego okna pomiarowego przedstawiając algorytm transformacji falkowej w postaci macierzowej oraz przedstawiono uniwersalną metodę wyznaczenia niepewności wielkości wyjściowych rozważanego toru pomiarowego. Skuteczność opisywanej metody oraz wpływ parametrów okna pomiarowego zostały zweryfikowane na przykładzie istniejącego toru pomiarowego, a uzyskane wyniki zostały porównane z wynikami metody Monte-Carlo. Artykuł stanowi uzupełnienie referatu wygłoszonego na konferencji PPM2022.

EN

The article describes the method of implementing any measurement window by presenting the wavelet transformation algorithm in a matrix form, and presents a universal method of determining the uncertainty of the output quantities of the measurement chain under consideration. The effectiveness of the described method and the influence of the measurement window parameters were verified on the existing measurement chain. Obtained results were compared with the results of the Monte-Carlo method. The article complements the paper presented at the PPM2022 conference.

Słowa kluczowe

PL

cyfrowe przetwarzanie sygnałów; dyskretna transformacja falkowa; okno pomiarowe; system wbudowany

EN

digital signal processing; discrete wavelet transform; measurement window; embedded system

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2022
• Tom: R. 98, nr 12
• Strony: 9--13
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Roj Jerzy

• Katedra Metrologii, Elektroniki i Automatyki, Wydział Elektryczny, Politechnika Śląska, ul. Akademicka 10, 44-100 Gliwice

autor

Dróżdż Łukasz

• 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] Akujuobi C. M.: Wavelets and Wavelet Transform Systemsand Their Applications: A Digital Signal Processing Approach,Springer, 2022.
• [3] Roj J., Dróżdż Ł.: Propagation of Random Errors by theDiscrete Wavelet Transform Algorithm, Electronics, 10(7),2021.
• [4] 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.
• [5] Oppenheim A. V., Schafer R. W.: Discrete-Time Signal Processing, 3rd Edition, Pearson, 2010.
• [6] Roj J., Dróżdż Ł.: Wpływ parametrów banku filtrów naskuteczność redukcji szumu w sygnale pomiarowym przyzastosowaniu algorytmu dyskretnej transformacji falkowej,Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej, 66, s. 11-14, 2019.
• [7] 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.
• [8] Reay D. S.: Digital Signal Processing Using the ARM CortexM4, John Wiley & Sons, 2015.
• [9] Evaluation of Measurement Data—Guide to the Expression ofUncertainty in Measurement, JCGM, 2008.
• [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.

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).