Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: signal restoration

Sortuj według:

Ogranicz wyniki do:

Digital correction of nonlinear sensor dynamics by means of neural networks

Rubaszewski I., Mroczka J.

Metrology and Measurement Systems

2004

Vol. 11, nr 4

333-343

The paper presents a simulation study concerning signal restoration from linear and nonlinear sensors by means of artificial neural networks. The influence of time-delay in the reconstructed signal on the restoration error has been investigated. This method is compared with direct restoration and linear regularization methods. Advantages of neural networks are shown. There is a potential for implementation of the presented method in microprocessor devices.

Praca przedstawia zagadnienie rekonstrukcji sygnałów pomiarowych. W przypadku czujników o właściwościach całkujących sygnał na wyjściu czujnika nie odzwierciedla bezpośrednio dynamiki sygnału stymulującego czujnik. Dla sygnałów mierzonych o dynamice porównywalnej z dynamiką czujnika niezbędna jest rekonstrukcja sygnału. Przedstawiono metodę odtwarzania polegającą na numerycznym rozwiązaniu równania całkowego Fredholma z uwzględnieniem regularyzacji jak i bez regularyzacji a także metodę opartą na wykorzystaniu Sztucznych Sieci Neuronowych. Badania przeprowadzono dla liniowego i nieliniowego modelu czujnika. Porównano, w jaki sposób szum kwantyzacji 12-bitowego przetwornika wpływa na błąd rekonstrukcji sygnału z wykorzystaniem każdej z powyższych metod. Uzyskane wyniki pozwalają stwierdzić, że wielowarstwowe sieci neuronowe nadają się do rekonstrukcji sygnału pomiarowego z uwagi na zwiększenie stosunku sygnał-szum w sygnale zrekonstruowanym i możliwość rekonstrukcji sygnału na bieżąco. Dodatkową zaletą testowanych sieci neuronowych są niewygórowane wymagania co do mocy obliczeniowej potrzebnej do zrealizowania algorytmu rekonstrukcji sygnału. Struktura sieci neuronowej może być zaimplementowana nawet w urządzeniu mikroprocesorowym zbudowanym w oparciu o 8-bitowy mikrokontroler. Jakość rekonstrukcji w oparciu o regularyzcję liniową jest nieznacznie lepsza, ale wymaga zarejestrowania całego sygnału z czujnika a następnie silnej jednostki obliczeniowej (minimum komputer PC) do przywrócenia dynamiki sygnału pobudzającego czujnik.

A super-resolution method based on signal fragmentation

Matczak M., Korniak J.

Opto-Electronics Review

2003

Vol. 11, No. 4

339-344

General idea of the super-resolution method based on the signal-spectrum extrapolation beyond transmission-channel band has been presented. Main limitations of former realizations of the method have been discussed. A new realization procedure of the method, removing those limitations, has been proposed. It consists in signal fragmentation before transmission through a low-pass channel. Results of a few numerical experiments done by means of original computing tools has been presented and discussed.