W artykule przedstawiono kilka możliwości zastosowania transformaty Hilberta i sygnału analitycznego w korelacyjnych pomiarach czasu opóźnienia sygnałów stochastycznych. Pokazano przykładowe wyniki symulacji omawianych metod analizy dla wybranych modeli sygnałów pomiarowych. Wskazano możliwości zastosowania poszczególnych metod w pomiarach czasu opóźnienia różnych typów sygnałów losowych.
EN
The article presents several possibilities of application of Hilbert transform and analytic signal in the time delay measurements of stochastic signals based on cross-correlation. For selected models of measurement signals sample results of simulation using described methods are shown. Possibility of applying given methods for measuring the time delay of different types of random signals is discussed. (Estimating time delay of random signals using Hilbert Transform and analytic signal)
W artykule omówiono algorytmy modelowania wzajemnie opóźnionych stacjonarnych sygnałów stochastycznych o rozkładach normalnych i zadanych kształtach funkcji autokorelacji. Przedstawiono stanowisko laboratoryjne umożliwiające fizyczne generowanie takich przebiegów oraz analizę przetwarzanych sygnałów. Przedstawione modele sygnałów i stanowisko mogą znaleźć zastosowanie np. w badaniach statystycznych metod pomiaru opóźnienia oraz przyrządów pracujących w oparciu o te metody.
EN
Random signals are an important topic in DSP. They are often required to test the performance of algorithms that must work with stochastic signals or in the presence of noise. The paper presents algorithms for modeling of mutual delayed stationary random signals with given statistical parameters: Gaussian (normal) probability density, typically form of autocorrelation function (ACF) and specified signal-to-noise ratio (SNR). The paper is divided into five sections. The first is a short introduction to the subject of the paper. Section 2 presents the typical model of random signals (Eq. 1) obtained from two sensors in measurement of time delay (e.f. in two-phase flow evaluation). In section 3 the discrete model algorithms of signal with normal probability density function and specified ACF are presented (Eq. 2-4, Tab. 1, Fig. 1). The models can be applied to simulation of both: useful stochastic signal and distortion. Section 4 describes a laboratory stand for generation of voltage random signals based on models described above, and for acquisition and analysis of real signals obtained from sensors (Fig. 2,3). The laboratory stand consists of two generators, digital oscill-oscope and PC with DAQ NI-6143 simultaneous sampling card, GPIB card, and software. The control application is described in LabVIEW environment. Section 5 summarizes the results and presents final remarks. The authors conclude that the models of signals and laboratory stand may be applied to evaluation of statistical method and systems for time delay measurements of stochastic signals.
W artykule przedstawiono dyskretne estymatory funkcji korelacji wzajemnej, korelacji znakowej, funkcji warunkowej wartości średniej modułu sygnału opóźnionego oraz fazy wzajemnej gęstości widmowej mocy. Przeanalizowano odchylenie standardowe opóźnienia transportowego wyznaczanego przy zastosowaniu tych estymatorów.
EN
In this article the discrete estimators of the cross-correlation functions (direct and polarity), the function of conditional average value of the absolute value of delayed signal (CAV) and the phase of cross-spectral density function are presented. The standard deviation of time delay obtained by using these estimators is analysed. The comparison of the different estimators in time domain shows that the CAV estimator gives results with greater precision as correlation functions estimators for high value of correlation (Pxy _>0,93). Morever, the CAV estimator requires no multiplication which significantly reduces the computational complexity of the estimation procedure.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.