Modelowanie obciążenia estymatora wartości średniokwadratowej w LabWINDOWS

• Autorzy: Sienkowski S.

Warianty tytułu

EN

Modeling of bias of mean square value estimator in LabWINDOWS

• Języki publikacji: PL

Abstrakty

EN

The paper presents an example of the practical application of LabWINDOWSŽ by National Instruments for modeling of bias of mean square value estimator of chosen classes of both determined and random signals. The virtual generator model developed in the LabWINDOWSŽ environment permits to determine bias of sinusoidal and nonsinusoidal (triangular-wave, sawtooth-wave square-wave), Gaussian, uniform, triangular signals and their different combinations. The following article describes influence of random noises on the acquisition process of the mean square value estimator of the selected determined signals. The algorithm for generating bias of mean square value estimator models is based on repeatedly performed Simpson's integral procedure and Romberg's differential procedure. In measurements, model of bias are applied, among others, in the assessment of parameter accuracy estimation and various signal characteristics, i.e. models of bias are used in research of parameters and characteristics of signal estimators and in determination their uncertainties.

Słowa kluczowe

PL

obciążenie estymatora; wartość średniokwadratowa; obciążenie estymatora wartości średniokwadratowej

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Włókienniczy - Włókno, Odzież, Skóra
• Rocznik: 2008
• Tom: nr 4
• Strony: 37--39
• Opis fizyczny: Bibliogr. 9 poz., rys., tab.

Twórcy

autor

Sienkowski S.

• Instytut Metrologii Elektrycznej Uniwersytetu Zielonogórskiego

Bibliografia

• 1. Domańska A., Oddziaływanie na wiarygodność w systemach pomiarowych przez zastosowanie konwersji A-C z sygnałem ditherowym, Wyd. Pol. Poznańskiej, Poznań 1995.
• 2. Lal-Jadziak J., Kształtowanie dokładności pomiarów korelacyjnych przez zastosowanie konwersji A-C z sygnałem dilherowym. Metrologia i Systemy Pomiarowe t. 6, zeszyt 1-2, 2002.
• 3. Lal-Jadziak J., Wpływ kwantowania na dokładność estymacji wartości średniokwadratowej. Pomiary Automatyka Kontrola nr 7,8, s. 61-64 2002.
• 4. Kollar I., Bias of mean value and mean square value measurements basedon quantized data. IEEE Trans. Instrum. Meas., vol.43, no. 5, 1994, pp.733-739.
• 5. Sienkowski S., Modelling characteristic functions of determined and random signals in LabWINDOWS. lst International Conference For Young Researchers, Zielona Góra 2006.
• 6. Press W., Flannery B., Teukolsky S., Vetterling W., Numerical Recipes in C book On-Line, Cambridge University Press, 1992.
• 7. Wagdy M. F., Goff M., Linearizing Average Transfer Characteristics of Ideal ADC's via Analog and Digital Dither. IEEE Trans. Instrum. Meas., vol. 43, no. 2, pp. 146-150, 1994.
• 8. Wagdy M. F., Effect of various dither forms on quantization error of ideal A/D converters. IEEE Trans. Instrum. Meas., vol. 38, pp. 850-855, 1989.
• 9. Widrow B., Kollar I., Liu M.-C., Statistical theory of quantization. IEEE Trans. Instrum. Meas., vol. 45, no. 2, 1996, pp. 353-361.