Wyniki wyszukiwania - BazTech

1

Asymptotically optimal algorithm for processing side radiation signals from monitor screens on liquid crystal structures

Yevgrafov Dmytro V., Yaremchuk Yurii Ye.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 4

99--102

EN

An asymptotically optimal compatible algorithm for detecting side radiation signals from the monitor screen on liquid crystalstructuresand estimating the duration of image immutability on the monitor screen is found, which will better intercept information from monitor screens.The structure of a special technical intelligence tool is justified as a maximum likelihood algorithm for a finite number of unknown quadrature amplitudes of the information leakage signal from the monitor screen on liquid crystal structures.

PL

Znaleziono asymptotycznie optymalny wspólny algorytm wykrywania sygnałów promieniowania bocznego z ekranu monitora na strukturach ciekłokrystalicznych i szacowania czasu trwania niezmienności obrazu na ekranie monitora, który w najlepszy sposób przechwyci informacje z ekranów monitorów. Struktura specjalnego narzędzia wywiadu technicznego jest uzasadniona jako algorytm maksymalnego prawdopodobieństwa dla skończonej liczby nieznanych kwadraturowych amplitud sygnału wycieku informacji z ekranu monitora na strukturach ciekłokrystalicznych.

2

Transformacja Fouriera w procesorach sygnałowych DSP, ogólnego przeznaczenia CPU oraz jednostkach graficznych GPU

Szmajda M., Dołęgowski M.

Elektro Info

|

2014

|

nr 11

58--62

PL

W artykule zaprezentowano przykłady obliczeń widma sygnału na podstawie trzech platform obliczeniowych jak: procesory DSP, procesor CPU oraz procesor graficzny GPU. Porównano czasy trwania poszczególnych etapów obliczeń, m.in. przygotowania analizy, obliczeń algorytmu zespolonego FFT oraz wyznaczenia widma amplitudowego. Ostatecznie określono obszary zastosowań poszczególnych technologii.

EN

This paper presents examples of signal spectrum computation, based on three different hardware platforms: DSP processors, CPU processor and graphics processor GPU. The authors compare the duration of particular calculation stages, e.g. analysis preparation, complex FFT calculation and amplitude spectrum, and, eventually, specify areas of application for individual technologies.

3

Curvilinear dimensionality reduction of data for gearbox condition monitoring

Bartkowiak A., Zimroz R.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 10b

268-271

EN

Our aim is to explore the CCA (Curvilinear Component Analysis) as applied to condition monitoring of gearboxes installed in bucket wheel excavators working in field condition, with the general goal to elaborate a probabilistic model describing the condition of the machine gearbox. To do it we need (a) information on the shape (probability distribution) of the analyzed data, and (b) some reduction of dimensionality of the data (if possible). We compare (for real set of data gathered in field conditions) the 2D representations yielded by the CCA and PCA methods and state that they are different. Our main result is: The analyzed data set describing the machine in a good state is composed of two different subsets of different dimensionality thus can not be modelled by one common Gaussian distribution. This is a novel statement in the domain of gearbox data analysis.

PL

W pracy przedstawiono wyniki prac nad zastosowaniem CCA (Curvilinear Component Analysis - analiza komponentów krzywoliniowych) do nieliniowej redukcji wymiarowości danych wykorzystywanych do diagnostyki przekładni planetarnej stosowanej w układach napędowych koparki kołowej. Do oceny stanu technicznego niezbędne jest zbudowanie modelu pobabilistycznego zbioru cech diagnostycznych. Modelowanie danych wielowymiarowych (gęstości prawdopodobieństwa) dla wszystkich wymiarów jest trudne, i ze względu na istniejącą redundancję, nieuzasadnione, dlatego prowadzi się badania nad redukcją wymiarowości zbiorów cech diagnostycznych. W artykule porównujemy dwuwymiarowe reprezentacje zbioru cech uzyskane metodami CCA i PCA (analiza składowych głównych) wykazując różnice w uzyskanych wynikach. Głównym wynikiem pracy jest identyfikacja w przestrzeni cech diagnostycznych dla przekładni w stanie prawidłowym dwóch podzbiorów danych o różnej rzeczywistej wymiarowości zatem nie mogą być one modelowane za pomocą jednego modelu o charakterystyce gaussowskiej. Interpretacja tych podzbiorów wiąże się z występowaniem różnych obciążeń maszyny.