Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Domańska A.

1 2009

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wariancja średniej

Sortuj według:

Ogranicz wyniki do:

Ocena wariancji wyniku cyfrowej filtracji uśredniającej

Domańska A.

Pomiary Automatyka Kontrola

2009

R. 55, nr 9

750-753

Artykuł dotyczy cyfrowego uśredniania metodą ruchomej średniej oraz metodą z kumulacją, stosowanego w celu eliminacji lub redukcji losowego składnika stanowiącego zakłócenie wielkości deterministycznej. Podano zależność określającą wariancję wyniku uśredniania każdą z metod, co umożliwia ocenę jego niepewności. Odmienna specyfika metod przekłada się na odmienną postać zależności określającej wariancję i odmienne warunki, przy których można osiągać ekstremalny zysk z uśredniania.

The paper concerns digital averaging performed with the use of the moving average method and the cumulative method. This type of averaging is applied in order to eliminate or reduce the random component, being a disturbance of the deterministic quantity. Moreover, the paper presents the dependence determining the variance of the averaging result with the use of each of these methods, which makes it possible to estimate the uncertainty of the result. A different character of each of the methods implies a different form of the dependence determining the variance as well as different conditions with which an extreme profit can be achieved on the averaging. MAV and CAV are digital averaging algorithms of the value of dependent from the time (signals). The algorithm MAV is fitted for averaging of aperiodic and periodic signals. The algorithm CAV is fitted for averaging of periodic signals or repeatable signals at multiples to their gaining. The filtration MAV influences reductively on the variance of the noise and on the variance of the primary signal, however CAV reduces only the variance of the noise, not changing the variance of the primary signal. The use of the filtration MAV and CAV promotes better repeatability of results, if are estimated from samples of the average signal. Both algorithms are realizations of digital filters of the type FIR. In the case MAV this is the single low-pass filter. In the case CAV this is "the group" of simultaneously working low-pass filters - every in length equal of numerous of the collection of the repetition and filters is as many as of samples counts the single repetition. Fundamental difference between MAV and CAV consists in the manner of the choice of the collection of samples (undergo averaging) for the purpose of the determination of the single value of the average signal. In MAV this are adjacent samples from the single registration of the signal. In CAV this are the cophasal samples, every from other repetition. In the case of the averaging filtration of signals periodic or repeatable is more effective the algorithm CAV. However it is more time-consuming than the algorithm MAV.