PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 12

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Właściwości wybranych algorytmów do estymacji częstotliwości w dokładnych pomiarach napięcia sinusoidalnego
Krajewski M., Sienkowski S., Kawecka E.
Przegląd Elektrotechniczny
|
2018
|
R. 94, nr 12
52--55
PL
W artykule przedstawiono wyniki badań symulacyjnych właściwości wybranych cyfrowych algorytmów do estymacji częstotliwości w warunkach pracy przyrządów do dokładnych pomiarów napięcia sinusoidalnego. Zastosowano opracowany algorytm do pomiaru częstotliwości, oparty o pomiar przesunięcia fazowego z zastosowaniem DFT (Dyskretnej Transformaty Fouriera) oraz znane z literatury trzy algorytmy z interpolacją widma i algorytm zupełnych kwadratów błędów TLS (Total Least Squares) . Wyniki badań wskazują, że opracowany algorytm cechuje się najlepszymi właściwościami.
EN
The article presents the results of the simulation properties of selected digital algorithms to estimate the frequency, in the operating conditions of instruments for accurate measurements of sinusoidal voltage. A developed algorithm based on a phase shift measurement with a use of DFT (Discrete Fourier Transform) and four algorithms known from literature, three with spectral interpolation and a total least squares (TLS), were applied. The research results indicate that the developed algorithm is characterized by the best properties.
2
Content available remote Ocena niepewności estymacji funkcji autokorelacji metodą Monte Carlo
Kawecka E., Krajewski M.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 11
175--178
PL
Artykuł dotyczy problematyki wyznaczania niepewności estymacji funkcji autokorelacji sygnału sinusoidalnego w warunkach konwersji a-c z sygnałem ditherowym. W pracy przedstawiono porównanie wyników badań różnych metod, analitycznej oraz symulacyjnej Monte Carlo. Przeprowadzone badania wskazują na przydatność stosowania metody Monte Carlo do oceny niepewności funkcji autokorelacji. Dodatkowo wykazano, że sygnał ditherowy najlepiej stosować zarówno dla małej wartości liczby próbek sygnału, jak i małej liczby bitów przetwornika a-c.
EN
The article discuss the problem of determining the uncertainty of autocorrelation function estimation for sinusoidal signal a-d converted with dither. The paper presents a comparison of test results for two techniques: the analytical method and Monte Carlo simulation. The results show that Monte Carlo method can be successfully applied to determine the autocorrelation function uncertainty. In addition, there were shown that use dither signal provides better results when applied to signals with small number of samples and a-d converter resolution limited do small number of bits.
3
Content available remote Probabilistic properties of sinusoidal signal autocorrelation function
Sienkowski S., Kawecka E.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 11
98-100
EN
The paper concerns issues of probabilistic properties of the sinusoidal signal autocorrelation function. An autocorrelation function can be viewed as a random variable with fixed probability density. In the paper, results of the research on parameters of such a variable are presented. On the basis of the probability density function, the mean, the mean-square and the variance of the random variable have been determined.
PL
Artykuł dotyczy problematyki probabilistycznych własności funkcji autokorelacji sygnału sinusoidalnego. Funkcja autokorelacji może być rozpatrywana jako zmienna losowa o ustalonej gęstości prawdopodobieństwa. W artykule przedstawiono wyniki badań dotyczące parametrów takiej zmiennej losowej. Na podstawie funkcji gęstości wyznaczono wartość oczekiwaną, średniokwadratową i wariancję zmiennej losowej.
4
Content available remote Determining autocorrelation function values from six sinusoidal signal samples
Sienkowski S., Kawecka E., Mróz P.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 11
118-120
EN
In the paper, it is shown that at a given moment of time the actual values of the sinusoidal signal autocorrelation function can be determined in an unambiguous way on the basis of three samples of the signal and three samples of its time-shifted copy. Based on this, an algorithm making it possible to determine an autocorrelogram has been devised. The employment of the devised algorithm substantially reduces the time consumption of determining an autocorrelogram.
PL
W artykule pokazano, że w ustalonej chwili czasowej rzeczywiste wartość funkcji autokorelacji sygnału sinusoidalnego można wyznaczyć w sposób jednoznaczny na podstawie trzech próbek sygnału i trzech próbek jego własnej, przesuniętej w czasie kopii. Na tej podstawie opracowano algorytm umożliwiający wyznaczanie autokorelogramu.
5
Content available Szacowanie funkcji autokorelacji sygnału sinusoidalnego metodą Monte Carlo
Sienkowski S., Lal-Jadziak J., Kawecka E.
Pomiary Automatyka Kontrola
|
2012
|
R. 58, nr 10
866-868
PL
Funkcja autokorelacji stanowi uznane narzędzie analizy własności sygnałów. Artykuł dotyczy problematyki szacowania funkcji autokorelacji sygnału sinusoidalnego metodą Monte Carlo. Jedną z najczęstszych aplikacji metody Monte Carlo jest całkowanie numeryczne funkcji. Ponieważ składową funkcji autokorelacji jest operacja całkowania, to taką metodę można zastosować do szacowania funkcji autokorelacji.
EN
This paper deals with properties of the autocorrelation function of a sinusoidal signal. The Monte Carlo method was proposed for estimation of the autocorrelation function. The results showed that although the Monte Carlo method did not give the results of high accuracy, it provided the reliable autocorrelation function ratings. Section 1 presents basic information concerning the autocorrelation function. Eq. (3) describes the autocorrelation function of a sinusoidal signal. In Section 2 the Hit or Miss Monte Carlo method is presented. Such a method is applicable to a numerical integration task. Eqs. (6)-(9) describe the estimation of the integral (4). Eq. (10) gives the error of integral estimation. The Monte Carlo method was adapted to estimate the autocorrelation function of a sinusoidal signal. Eq. (13) describes the integration function and Eq. (14) gives its derivative, which was used to determine the integration ranges. The ends of these ranges are given by Eq. (19). In Fig. 1 the function to be integrated together with its integration domain and the range of the function values is shown. In the next part of the paper Eq. (20) describing the estimation error of the autocorrelation function and the sample results of estimation of the autocorrelation function with use of the Monte Carlo method are given. Section 3 contains the conclusions.
6
Content available Zastosowanie funkcji autokorelacji i skwantowanych danych do obliczania wariancji estymatora wartości oczekiwanej sygnału
Kawecka E., Sienkowski S.
Pomiary Automatyka Kontrola
|
2010
|
R. 56, nr 10
1119-1122
PL
Celem pracy jest wyznaczenie rzeczywistej wariancji wartości oczekiwanej skwantowanego sygnału i porównanie takiej wariancji z estymatorami tej wielkości obliczanymi metodą klasyczną oraz na podstawie funkcji autokorelacji. W pracy zdefiniowano postać estymatora wartości oczekiwanej sygnału. Na tej podstawie wyznaczono jego wariancję. Do badań zastosowano skwantowane próbki sygnału oraz momenty zmiennej losowej. Założono, że próbki sygnału zostały skwantowane w przetworniku analogowo-cyfrowym (A-C) typu zaokrąglającego o idealnej charakterystyce kwantowania. W charakterze przykładu przedstawiono wyniki obliczeń wariancji dla sygnału sinusoidalnego, sygnałów losowych o rozkładach: równomiernym oraz Gaussa.
EN
In the paper there is presented a way of determining the variance of the expected value estimator based on the signal autocorrelation function. The expected signal value estimator is defined and the estimator variance is determined. For investigations there were used quantized samples of signal and moments of random variable. There was assumed that the signal was sampled by an ideal AC round-off converter. As an example there are given the results of variance calculations for sinusoidal, Gaussian and uniform PDF (Probability Density Function) signals. The paper is divided into three paragraphs. Paragraph 1 comprises a brief introduction to the research problems. There is given a definition of the expected signal value estimator, calculated on the basis of quantized data (Eq. 2). There are defined the initial conditions allowing calculation of the estimator characteristics. In Paragraph 2 the variance (Eq. 3) of the estimator (Eq. 2) calculated on the basis of moments (Eq. 7) and the autocorrelation function (Eq. 8) are determined. There are also presented the definitions of variance estimators of the expected signal value estimator calculated with use of the classic method (Eq. 11) and autocorrelation function (Eq. 12). Because both estimators have bias, there are given definitions (Eq. 14, 15) for the case when only quantization has an influence on the variance bias. In subparagraphs 2.1 - 2.3 there are presented exemplary results of calculating the variance (Eq. 3) of the estimator (Eq. 2) for the examined signals. For each signal a definition of the characteristic function (Eq. 16, 19, 22) is given. On the basis of the characteristic function definitions, the detailed formulas (Eq. 17, 20, 23) calculated from the random variable moments are derived. (Fig. 1-3) shows charts of the variance. There are defined the formulas (Eq. 18, 21, 24) allowing calculations of the mean square error. Exemplary results are given in Tables 1 and 2. The investigation results are summarized in Paragraph 3. They show that the accuracy of calculation results of the expected signal value estimator variance obtained with use of the classic method and those from the autocorrelation function is the same.
7
Content available Estymacja punktowa funkcji autokorelacji sygnałów na podstawie cyfrowych danych pomiarowych
Kawecka E., Sienkowski S.
Pomiary Automatyka Kontrola
|
2009
|
R. 55, nr 7
422-425
PL
Artykuł przedstawia problematykę obliczania wartości oczekiwanej, obciążenia i wariancji cyfrowego estymatora funkcji autokorelacji sygnałów. Pokazano, że estymator funkcji autokorelacji nie jest zgodny oraz, że jest obciążony dodatkową, wynikającą z kwantowania składową. Pokazano, że funkcja gęstości kompensuje przesunięcie funkcji autokorelacji, co oznacza, że określenie na postawie momentów obciążenia i wariancji estymatora możliwe jest jedynie w tych punktach funkcji autokorelacji, które odpowiadają wartości średniokwadratowej sygnału. Przedstawiono wyniki oszacowań obciążenia i wariancji cyfrowego estymatora funkcji autokorelacji dla wybranych klas sygnałów. Do obliczeń zastosowano opracowany na potrzeby prowadzonych badań wielobitowy wirtualny korelator sygnałów.
EN
In the paper there are discussed problems of estimation of the expected value, bias and variance of the digital estimator of the signal autocorrelation function. It is shown that the autocorrelation function estimator is not consistent and that the density function compensates the autocorrelation function delay. It means that determination of the bias and variance of the estimator basing on the so-called moments is possible only in these points of the autocorrelation function which are the mean square value of the signal. There are presented the results of estimation of the bias and variance of the autocorrelation function digital estimator for selected classes of signals. In order to perform calculations, there was designed a dedicated, multi-bit, virtual correlator of signals. The paper is divided into 3 sections. Section 1 contains a short introduction to the issues of this paper. In Section 2 there are presented the definitions of the autocorrelation function and the autocorrelation function estimator of a signal and quantized signal - Eqs. (2-4). Next, there is calculated the estimator's expected value - Eqs. (5, 6). There is determined the bias of the autocorrelation function digital estimator caused by quantization Eq. (7). In the next part of paper there is shown that the signal distribution density function compensates the autocorrelation function delay - Eq. (11). There is also calculated the estimator's mean square error - Eq. (20). The mean square error and variance from Eq. (17) allows evaluating the estimator consistency. Table 1 presents the results of analysis of the bias and variance of the autocorrelation function digital estimator for a sinusoidal signal with noise. There are analysed the following types of noise: Gaussian, uniform probability density function (PDF) and triangular PDF signal. In Section 3 the investigation results are summarized. The obtained results show the importance of investigations on autocorrelation function degradation caused by quantization.
8
Content available Estymacja punktowa cyfrowego estymatora wartości średniej sygnałów przypadkowych
Sienkowski S., Kawecka E.
Pomiary Automatyka Kontrola
|
2009
|
R. 55, nr 7
441-443
PL
Artykuł przedstawia problematykę obliczania wartości oczekiwanej, obciążenia i wariancji cyfrowego estymatora wartości średniej sygnałów przypadkowych. W rzeczywistych sytuacjach pomiarowych estymacja obciążenia i wariancji, wymaga najczęściej wielokrotnego powtarzania eksperymentu pomiarowego. Nie są przy tym sformułowane kryteria dotyczące dokładności prowadzonych oszacowań. Zaprezentowane w pracy wzory omijają problem niejednoznaczności oszacowań i umożliwiają, na podstawie momentów, obliczenie obciążenia i wariancji cyfrowego estymatora wartości średniej sygnałów.
EN
In the paper there is discussed a problem of estimation of the expected value, bias and variance of the mean value digital estimator of random signals. In real measurement tasks the estimation of the variance and bias values requires numerous repetitions of measurement experiments. Moreover, there are no clear criteria of the estimation accuracy. The equations formulated in this paper allow avoiding the problem of the estimation uncertainty and calculating the bias and variance of the digital estimator of the mean value signals basing on the so called moments. The paper is divided into 4 sections. Section 1 contains a short introduction to the issues of this paper. In Section 2 there is given a definition of the digital estimator of the mean value signal. The estimator's expected value is calculated - Eq. (2). On the basis of Eq. (2), the bias caused by quantization is given by Eq. (4). The variance is described by Eq. (7), while the mean square error by Eq. (8). It allows evaluating the consistency estimator. The variance of the mean value Eq. (13) is determined basing on the Widrow theory of quantization Eq. (10-12). In the next section there is presented an example of determining the bias - Eq. (17) and variance Eq. (20) of the mean value digital estimator of a Gaussian signal. The characteristic function of the Gaussian signal is given by Eq. (15). Table 1 presents the result of calculating the mean value variance for varying signal amplitude and increasing A/D resolution. Section 4 summarizes the investigations and presents some concluding remarks. There are discussed applications of the obtained expressions to evaluation of the measurement result uncertainty of the most important signal parameters.
9
Content available Wpływ sygnału ditherowego o rozkładzie równomiernym na dokładność estymacji funkcji autokorelacji
Kawecka E.
Pomiary Automatyka Kontrola
|
2007
|
R. 53, nr 5
45-47
PL
Przedstawiono twierdzenia Widrowa i warunki odtwarzalności dla kwantowania. Dokonano analizy błędu obciążenia estymatora funkcji autokorelacji spowodowanego niespełnieniem warunków odtwarzalności dla kwantowania. Szczególną uwagę poświęcono sygnałowi harmonicznemu z ditherem o rozkładzie równomiernym. W artykule zaprezentowano oraz porównano wyniki badań wykonanych w programie Mathcad oraz wyniki badań symulacyjnych wykonanych z użyciem wirtualnego korelatora.
EN
The quantizing theorems of Widrow and quantizing reconstruction conditions for the estimation of the autocorrelation function are presented. An analysis of the bias error of the autocorrelation function estimator, caused by non-satisfied quantizing reconstruction conditions, is carried out. Special attention is devoted to the harmonic signal with uniformly distributed dither. In this article some preliminary research results are presented and discussed. A comparison of bias of the autocorrelation function estimator modeled in Mathcad (Eq. 16, 17) and obtained of virtual correlator model (Eq. 21) is carried out.
10
Zastosowanie modelu wirtualnego korelatora do oceny niepewności cyfrowych estymatorów funkcji korelacyjnych
Kawecka E.
Pomiary Automatyka Kontrola
|
2006
|
R. 52, nr 6 bis
80-82
PL
Przedmiotem badań autorki jest wpływ gaussowskiego dithera na niepewność typu A i B towarzyszącą cyfrowym pomiarom korelacyjnym. Analityczne modele błędów estymacji funkcji korelacyjnych są skomplikowane i na ich podstawie trudno szacować dokładność w wielu sytuacjach pomia-rowych. Opracowanie przez autorkę odpowiedniego narzędzia informatyczne-go (modelu wirtualnego korelatora) umożliwiło przeprowadzenie badań eksperymentalnych. W artykule zaprezentowano model wirtualnego korelatora oraz, w celu sprawdzenia poprawności działania aplikacji, przedstawiono część przeprowadzonych badań.
EN
The subject of the research is influence of Gaussian dither on A- and B-type uncertainty in digital correlation measurements. Analytical models of estimation errors of correlation functions are highly complex, therefore evaluation of accuracy is very difficult and in many cases is unachievable. For that reason author proposed a virtual correlator model as an alternative to analytical modeling. The model proposed allows to determine components of digital measurements uncertainty. In this article some preliminary research results are presented and discussed. A comparison of bias of the mean square value estimator modeled in Mathcad and obtained by means of virtual correlator model is carried out.
11
Content available Ocena dokładności estymacji funkcji korelacyjnych z użyciem modelu wirtualnego korelatora
Lal-Jadziak J., Kawecka E.
Pomiary Automatyka Kontrola
|
2006
|
R. 52, nr 6
16-18
PL
Przedmiotem badań jest niepewność towarzysząca cyfrowym pomiarom korelacyjnym. Analityczne modele błędów estymacji funkcji korelacyjnych są skomplikowane i na ich podstawie trudno szacować dokładność w wielu sytuacjach pomiarowych. Opracowanie odpowiedniego narzędzia informatycznego (modelu wirtualnego korelatora) umożliwiło przeprowadzenie badań eksperymentalnych z tego zakresu. W artykule zaprezentowano model wirtualnego korelatora oraz wybrane wyniki badań wykonanych w celu sprawdzenia poprawności działania aplikacji.
EN
The subject of the research is uncertainty in digital correlation measurements. Analytical models of estimation errors of correlation functions are highly complex, therefore evaluation of accuracy is difficult and in many cases is unachievable. For that reason a virtual correlator model is proposed as an alternative to analytical modeling. The model enables determining of digital measurements uncertainty. In this article some preliminary research results are presented and discussed. A comparison of bias of the mean square value estimator modeled in Mathcad (Eq. 14) and obtained by means of virtual correlator model (Eq. 11) is carried out.
12
Content available remote Wpływ kwantowania na dokłdność estymacji momentow sygnałów o rozkładach normalnych
Kawecka E., Lal-Jadziak J.
Pomiary Automatyka Robotyka
|
2004
|
R. 7, nr 7-8
154-158
PL
Przedstawiono twierdzenia Wirdowa i warunki odtwarzalności dla kwantowania w zastosowaniu do momentów sygnału. Dokonano analizy obciążenia estymatora momentu rzędu 2. (wartości średniokwadratowej) oraz momentu łącznego rzędu 2. (funkcji korelacji wzajemnej) spowodowanych niespełnieniem tych warunków. Szczególną uwage poświęcono sygnałom o rozkładach normalnych. Dokonano analizy estymatora wartości średniokwadratowej. Wyprowadzono i przedyskutowano zależność określającą obciążenie funkcji korelacji wzajemnej.
EN
The quantizing theorems of Widrow of quantizing rerconstruction conditions for the estimation of the signal moments are presendet. An analysis of the bias of the second-order moment ( mean square value ) estimator and the joint second-order moment ( crosscorrelation function ) estimator, caused by non-satisfied quantizing reconstruction conditions, is carried out. Special attention is devoted to the normal pdf signals. An analysis of the bias of the mean square value estimator is carried out. Analytic for crosscorrelation function bias is derived and discussed.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.