Modelowanie obciążenia estymatora wartości średniokwadratowej wybranych klas sygnałów

• Autorzy: Lal-Jadziak J. , Sienkowski S.

Warianty tytułu

EN

Modeling of bias of mean square value estimator for selected signals

• Języki publikacji: PL

Abstrakty

PL

Modele obciążenia znajdują zastosowanie w badaniach estymatorów parametrów i charakterystyk sygnałów, a także w określaniu ich niepewności. W publikacji przedstawiono modele obciążenia estymatora wartości średniokwadratowej powodowanego kwantowaniem. Specjalne miejsce poświęcono sygnałom poliharmonicznym oraz sygnałom poliharmonicznym z sygnałami losowymi o rozkładzie równomiernym, gaussowskim oraz trójkątnym.

EN

Models of bias are used in research of parameters and characteristics of signal estimators and in determination their uncertainties. In this article are presented models of mean square value estimator bias caused by quantization. Special attention is paid to the poliharmonic signals and poliharmonic signals with uniform, Gaussian and triangular PDF signal.

Słowa kluczowe

PL

funkcja gęstości prawdopodobieństwa; funkcja charakterystyczna; wartość średniokwadratowa; obciążenie estymatora

EN

probability density function; characteristic function; mean square value; estimator bias

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2007
• Tom: R. 53, nr 9 bis
• Strony: 93--96
• Opis fizyczny: Bibliogr. 10 poz., rys., tab., wykr., wzory

Twórcy

autor

Lal-Jadziak J.

• Uniwersytet Zielonogórski , Instytut Metrologii Elektrycznej

autor

Sienkowski S.

• Uniwersytet Zielonogórski , Instytut Metrologii Elektrycznej

Bibliografia

• [1] Domańska A.: Oddziaływanie na wiarygodność w systemach pomiarowych przez zastosowanie konwersji A-C z sygnałem ditherowym. Wyd. Pol. Poznańskiej, Poznań 1995.
• [2] Hasse L., Spiralski L.: Szumy elementów i układów elektronicznych. WNT, Warszawa 1981.
• [3] Lal-Jadziak J.: Kształtowanie dokładności w pomiarach korelacyjnych. Seria Monografie, nr 101, Wyd. Politechniki Zielonogórskiej, Zielona Góra 2001.
• [4] Lal-Jadziak J.: Wpływ kwantowania na dokładność estymacji wartości średniokwadratowej. Pomiary Automatyka Kontrola nr 7, 8, 2002, s. 61-64.
• [5] Kollar I.: Bias of mean value and mean square value measurements based on quantized data. IEEE Trans. Instrum. Meas., vol.43, no. 5, 1994, pp.733-739.
• [6] Mariano J. L., Ramos H.: Validity of Widrow`s model for sinusoidal signals. Measurement, vol. 39, no. 3, 2006, pp. 198-203.
• [7] Pacut A.: Prawdopodobieństwo. Teoria. Modelowanie probabilistyczne w technice. WNT, Warszawa 1985.
• [8] Sienkowski S.: Modelling characteristic functions of determined and random signals in LabWINDOWS. 1st International Conference For Young Researchers, Zielona Góra 2006.
• [9] Widrow B., Kollar I.: Quantization Noise - A Book on Uniform and Floating-Point Quantization. Budapest 2006. http://www.mit.bme.hu/books/quantization/.
• [10] Widrow B., Kollar I., Liu M.-C.: Statistical theory of quantization. IEEE Trans. Instrum. Meas., vol. 45, no. 2, 1996, pp. 353-361.