Wyniki wyszukiwania - BazTech

1

Eksperymentalna weryfikacja modelu błędów sieci neuronowej realizującej odtwarzanie w przetworniku próbkującym

Makowski P.

Prace Naukowe Politechniki Śląskiej. Elektryka

|

2008

|

z. 1

55-73

PL

Model błędów sieci neuronowej realizującej odtwarzanie w przetworniku próbkującym może być w dużej części budowany przy użyciu badań symulacyjnych. Symulacja pozwala na znaczne ograniczenie czasu oraz kosztów, jakie muszą być w związku z tym poniesione. Celem weryfikacji praktycznej, której rezultaty prezentowane są w artykule, jest potwierdzenie przydatności uzyskiwanych rezultatów badań symulacyjnych do potrzeb opisu właściwości metrologicznych rzeczywistych sieci neuronowych.

EN

An error model of a neural network performing reconstruction in a sampling transducer may be built, in a large part, by using results obtained in a simulation way. The simulation allows to limit the time and costs which must be calculated in this situation. The aim of practical verification, which results are presented in this article, is confirmation of usefulness of the obtained simulation results for the characterisation of the metrological properties of real neural network.

2

Uncertainty evaluation of the processing algorithm of a time-variable quantities in multi-channel measurement systems

Augustyn J.

Metrology and Measurement Systems

|

2006

|

Vol. 13, nr 3

303-313

EN

In this paper the application of the generalised law of uncertainty propagation in determining the standard uncertainty of measurement in a multi-channel sampling transducer has been proposed. It has been shown that for time-variable quantities one of the sources of processing uncertainty is the timing jitter between the successive samples and particular channels of the transducer. The influence of the uncertainty propagation related to the quantization and sampling of time variable signals by the processing algorithm has been analysed. The analysis results have been used for the uncertainty propagation evaluation in an impedance components measurement circuit.

PL

W pracy przedstawiono możliwość wykorzystania uogólnionego prawa propagacji niepewności (10) do wyznaczenia złożonej niepewności standardowej P-kanałowego przetwornika próbkującego. Algorytm przetwarzania dla takiego przetwornika można w ogólnym przypadku opisać funkcją macierzową zmiennej macierzowej, gdyż wynikiem przetwarzania jest wektor lub macierz wielkości wyjściowych. Jeżeli wielkości mierzone są zmienne w czasie, wynik przetwarzania jest również zależny od czasu, co można opisać funkcją (14). Wartość czasu jest określana metodą pośrednią poprzez sumowanie kolejnych odcinków czasu pomiędzy chwilami próbkowania (12). W przypadku próbkowania równomiernego wartości elementów wektora czasu, są określane metodą zliczania kolejnych wartości okresu próbkowania o nominalnie jednakowej wartości τ. Dla przetwornika jednokanałowego można to przedstawić w postaci funkcji (13). Niepewność związaną z niestałością związków fazowych pomiędzy kolejnymi chwilami próbkowania dla przetwornika wielokanałowego zebranymi w macierzy T, można przedstawić w postaci macierzy kowariancji (25). Złożona niepewność standardowa przetwornika próbkującego wynikająca z propagacji niepewności związanych z wielkością mierzoną X oraz niestałością związków fazowych pomiędzy próbkami i kanałami przetwornika T opisuje wtedy wzór (21). Wykorzystanie tej metody do oceny niepewności przetwarzania pokazano na przykładzie układu do pomiaru składowych impedancji, w którym jest realizowany algorytm opisany równaniem (29). Uwzględniając postać sygnału wejściowego, współczynniki wrażliwości wielkości wyjściowej algorytmu Y można wyznaczyć ze wzorów (30)-(34). Po przyjęciu pewnych założeń upraszczających, dotyczących właściwości zmiennych losowych związanych z błędami procesu próbkowania i kwantowania sygnałów, złożoną niepewność standardową algorytmu (29) opisują równania (38)-(40).

3

Sieć neuronowa jako elemernt przetwornika próbkującego

Jakubiec J., Makowski P., Roj J.

Zeszyty Naukowe. Elektryka / Politechnika Śląska

|

2005

|

z. 195

76-90

PL

Przetwornik próbkujący jest układem pomiarowym służącym do uzyskiwania wartości chwilowych wielkości zmiennych w czasie. Stanowi on tor pomiarowy, którego końcowym ogniwem jest przetwarzanie cyfrowe, realizujące odtwarzanie wielkości wejściowej przetwornika na podstawie ciągu skwantowanych próbek napięcia wyjściowego części analogowej toru. Błąd wyniku odtwarzania zależy od błędów części analogowej, układu próbkująco/pamiętajacego, przetwornika A/C oraz właściwości algorytmu odtwarzania. Model błędu przetwornika próbkującego, w którym dla celów odtwarzania zastosowano sieć neuronową, może być budowany w dużej części przy użyciu badań symulacyjnych. Celem pracy jest scharakteryzowanie zagadnień związanych z identyfikacją tego rodzaju modelu.

EN

A sampling transducer is such a measuring instrument which delivers instantaneous values of its varying in time input quantity. It can be described as a measuring chain the finał element of which performs digital processing consisting in reconstruction of instantaneous values of an input quantity on the basis of a series of quantized samples of the analog part output quantity. The reconstruction result inaccuracy depends on errors of the analog part, errors of sampling and quantization, as well as on properties of the reconstruction algorithm. An error model of a sampling transducer, in which an artificial neural network is used for reconstruction, may be built, in a large part, by using results obtained in a simulation way. The paper aim is to characterize problems connected with identification of such a model.