Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Gawędzki W.

1 2002

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytm nieregularnego próbkowania

Sortuj według:

Ogranicz wyniki do:

Analiza funkcjonowania algorytmu nieregularnego próbkowania

Gawędzki W.

Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika

2002

z. 22 [192]

75-82

W artykule przeprowadzono analizę funkcjonowania zaproponowanego w [8] algorytmu nieregularnego próbkowania ze względu na dynamikę sygnałów pomiarowych, a także uzyskiwaną skuteczność (zysk) kompresji. W analizie zastosowano nieokresowe sygnały testowe. Uzasadniono dobór klasy sygnałów testowych ze względu na badany algorytm kompresji. Operację realizowaną przez analizowany algorytm można określić mianem próbkowania nieregularnego, przy czym zmiana okresu próbkowania dokonywana jest na podstawie analizy pochodnej sygnału w dziedzinie czasu. W szczególności algorytm wykazuje wysoką skuteczność w zastosowaniu do wolnozmiennych, quasi-stacjonarnych sygnałów pomiarowych z nieregularnie pojawiającymi się składowymi szybkozmiennymi i może znaleźć zastosowanie podczas ciągłej i długotrwałej rejestracji danych pomiarowych.

In the paper an analysis has been performed of functioning of an algorithm (proposed in [8]) of non-uniform sampling in respect of measured signals dynamic as well as the efficiency (gain) of compression. For the analysis purpose non-periodic test signals have been used. The choice of the test signals class is motivated considering the investigated compression algorithm. The operation accomplished by analyzed algorithm may be stated as non-uniform sampling, with the changing of sampling period on the basis of the analysis of the derivative of the signal in the time domain. The algorithm shows good efficiency when applied to slowly variable quasi-stationary signals with short, irregularly occurring, highly variable components, and can be applied to continuous and long-term logging of measurement data.