Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 14

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote A multiple-point estimator of sinusoidal signal power and its errors
EN
The subject of research is a point estimator of the sinusoidal signal power calculated on the basis of signal samples. The errors of the estimator have been determined. It has been shown that appropriate setting of the signal parameters may lead to bringing the errors of an estimator to zero. A model of an estimator error that takes into account the influence of signal parameters and its processing parameters and the influence of Gaussian noise, has been developed.
PL
Przedmiotem badań jest punktowy estymator mocy sygnału sinusoidalnego obliczany na podstawie próbek sygnału. Wyznaczono błędy estymatora. Pokazano, że odpowiednie ustawienie parametrów sygnału może skutkować sprowadzeniem błędów estymatora do zera. Opracowano model błędu estymatora uwzględniający wpływ parametrów sygnału i parametrów jego przetwarzania oraz wpływ szumu Gaussa.
PL
W ciągu ostatnich dwóch lat odbyło się wiele jubileuszy w historii nadprzewodnictwa, z czego szczególnie celebrowanym było 100-lecie odkrycia nadprzewodnictwa przez Heike Kammerlingha Onnesa w 1911 r. W tle tego jubileuszu mniej podkreślone zostało 50-lecie kwantowania strumienia indukcji magnetycznej w wielospójnych nadprzewodnikach, które stanowi zalążek elektroniki nadprzewodnikowej.
EN
In this paper, we consider the design of interconnected H infinity feedback control systems with quantized signals. We assume that a decentralized dynamic output feedback has been designed for an interconnected continuous-time LTI system so that the closed-loop system is stable and a desired H infinity disturbance attenuation level is achieved, and that the subsystem measurement outputs are quantized before they are passed to the local controllers. We propose a local-output-dependent strategy for updating the parameters of the quantizers, so that the overall closed-loop system is asymptotically stable and achieves the same H infinity disturbance attenuation level. Both the pre-designed controllers and the parameters of the quantizers are constructed in a decentralized manner, depending on local measurement outputs.
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.
PL
Celem artykułu jest analiza wpływu różnych rodzajów kwantowania na dokładność wyznaczania funkcji korelacji wzajemnej sygnałów. Rozważono dwa sposoby kwantowania: kwantowanie deterministyczne oraz randomizowane. Dokonano porównania wyników otrzymanych w obu przypadkach. Badania symulacyjne przeprowadzono z zastosowaniem programu ImeCorr opracowanego w środowisku LabWindows. Badano dokładność estymatorów funkcji korelacji wzajemnej otrzymanych z użyciem przetwornika 3-, 8- i 12-bitowego dla argumentu równego zero.
EN
The influence of quantization on the cross-correlation function determination of signals is discussed. The relations for cross-correlation function and its digital estimators are given. A method for evaluating the estimator accuracy is presented. Different types of quantization are considered. The formulas describing the quantization ways and related illustrations are presented. In Figures 1, 2 and 3 deterministic, randomized and pseudo-randomized quantization are shown, respectively. To obtain the simulation results, the program ImeCorr prepared in LabWindows was applied. The 3-, 8- and 12-bits quantizers were taken into account. The research results were compared. In Table 1 the values of the relative bias and the relative standard error are shown. It was observed that for 3-bits quantizers the bias had similar values. For the 8- and 12-bits converters the bias is smaller for the randomized and pseudo-randomized quantizing than for the deterministic one. The randomized and pseudo-randomized quantization is a source of the larger standard error than the deterministic quantization. The standard error is smaller for the pseudo-randomized quantization than for the randomized one.
6
Content available remote Niepewność pojedynczego pomiaru wykonanego przyrządem cyfrowym
PL
W artykule opisano procedurę obliczania niepewności wyniku pojedynczego pomiaru wykonanego za pomocą przyrządu cyfrowego. Formalizacja tej procedury oparta jest na analizie procesu kwantowania, który stanowi podstawę pomiaru w przyrządzie cyfrowym. Rozważania zilustrowano liczbowo wykorzystując woltomierz z podwójnym całkowaniem jako przykładowy przyrząd cyfrowy. Rozpatrzono wpływ opisanej formalizacji na liczbę miejsc znaczących wyniku pomiaru zapisanego w postaci przedziałowej.
EN
The paper describes a procedure of uncertainty calculation of a single measurement result performed by a digital instrument. Formalization of this procedure is derived from the analysis of a quantization process which is the basis of a digital measuring instrument activity. Considerations are illustrated with an example in which a dual-slope AD converter has been analysed. Influence of the described formalization on the number of significant digits of the single measurement result written in an interval form is discussed.
7
Content available remote Próbkowanie i kwantowanie w procesie pomiaru
PL
W artykule omówiono podstawowe pojęcia dotyczące przetwarzania analogowo/cyfrowego rozpatrywanego z pomiarowego punktu widzenia. Na podstawie analizy procesu kwantowania uzyskano model matematyczny wyniku pomiaru obejmujący błędy pomiaru opisywane w sposób probabilistyczny. Przy użyciu metody Monte Carlo wyznaczono histogramy podstawowych błędów procesu próbkowania i kwantowania. Pokazano zastosowanie modelu błędu do wyznaczenia niepewności pojedynczego wyniku przetwarzania analogowo/cyfrowego.
EN
The paper describes basic terms connected with analog-to-digital conversion considered from measurement point of view. On the basis of a quantization process analysis, a mathematical model of a measurement result, contained measurement errors described in probabilistic categories, has been presented. Histograms of basic errors of the process of sampling and quantization have been determined using Monte Carlo method. Application of the error model to uncertainty determination of one measurement result has been shown.
PL
W referacie przedstawiono przykład określania charakterystyk granicznych wartości błędów kwantowania w pomiarze wartości średniokwadratowej wybranego sygnału poliharmonicznego poddanego kwantowaniu w przetworniku A/C. Badany jest sygnał trójkątny (piłokształtny) kwantowany w kwantyzatorze typu zaokrąglającego. Sygnał trójkątny pozwala w czytelny sposób przedstawić proces określania charakterystyk granicznych wartości błędów kwantowania na podstawie składowej obciążenia estymatora wartości średniokwadratowej.
EN
The paper presents an example of determining of characteristics of maximum errors in mean square value measurement of selected determined signal quantized in roundoff -type converter. The triangular (saw-tooth) signal is studied. The following article describes process of approximating upper and lower bounds of the bias of second order moments of triangular (and saw-tooth) signal.
9
Content available Proces pomiaru w przetworniku A/C typu Sigma-Delta
PL
Działania realizowane przez przetwornik A/C typu Sigma-Delta opisano w artykule jako proces pomiaru podzielony na trzy etapy: przetwarzanie analogowe, kwantowanie i przetwarzanie cyfrowe. Poddano analizie podstawowe źródła błędu, a następnie określono wpływ decymacji i filtracji na właściwości wypadkowego błędu wyniku pomiaru. Rozważania analityczne zilustrowano wynikami symulacji uzyskanymi przy użyciu metody Monte Carlo.
EN
A basic scheme of a Sigma-Delta AD converter, analyzed in the paper, is shown in Fig. 1. The converter performs a quantization process, which can be described as compensation of the charge, delivered to the integrator from the source of the measured voltage Ux, with quanta of charge obtained synchronously with clock CLK when the switch P is closed. Value of a charge quantum is given by Eq. (1) and the balance state of the quantizer by Eq. (2). Basing on this equation one can obtain expression (3) describing a measurement result and Eq. (4) that describes value of a voltage quantum. All stages of the processing made by Sigma-Delta converter, i.e. analog conversion, quantization and digital processing, are shown in Fig. 3. One can distinguish three main error sources in this process - input error described by Eq. (6) and two errors connected with quantization: quantization error and standard error caused by dispersion of the quanta values (Eqs. (8), (9) and Fig. 3). Next considerations deal with analysis of decimation and averaging influence on the quantization error and the standard error. Fig. 4 shows exemplary histogram of the quantization error after averaging and Fig. 5 the error being the result of composition of both mentioned errors. Having the errors described one can calculate uncertainty of a measurement result using the procedure presented in paper [3].
PL
Obliczanie niepewności wyników realizacji algorytmów przetwarzania w systemie pomiarowym wymaga losowego opisu błędu kwantowania. Podstawą uzyskiwania tego rodzaju opisu jest analiza właściwości układu realizującego kwantowanie. W pracy przedstawiono wstępne wyniki badań symulacyjnych wybranych rozwiązań kwantyzatorów przeprowadzonych przy użyciu metody Monte Carlo, co pozwala na uzyskanie histogramów charakteryzujących w pełni losowe właściwości błędu kwantowania.
EN
Digital processing in measuring systems requires, shown in Fig. 1, digitalization of varying in time continuous signals. Quantization of samples is a measuring process, so it should be described in metrological categories. Complete information about inaccuracy of quantization can be given by probabilistic description of error sources arousing during this operation []. The paper deals with analysis of random properties of quantization errors on example of chosen realizations of quantizers. The analysis has been made by using Monte Carlo method, which permits to obtain, in a relatively simple way, large sets of data that can be presented as histograms. The investigated types of quantizers are shown in Figs. 2, 6 and 8, while the exemplary histograms in Figs. 4, 5, 7 and 9. The histograms can be divided into two categories. The first one describes properties of quantization errors in the situation when the quantized quantity changes randomly in its measuring range. The quantization error in this case has the rectangular or triangle distribution. The second kind of histograms shows properties of errors when the quantized quantity is constant in time. In this case the histograms contains one or two values only so the properties of the errors should be seen as deterministic. Moreover, the shape of histogram depends on the value of the quantized quantity. One may try to average a series of quantization results but the obtained the results vary dependently on the measure value, number of the series elements an kind of the quantize. The general conclusion is that in the second case there is necessary to continue investigations directed to the problems of averaging data obtained from ADC converters.
11
Content available remote Badanie kwantowania przewodności elektrycznej w nanodrutach
EN
Quantized conductance of gold nanowires was demonstrated in our experiment. Gold nanowires a few atomic diameters wide were created by hitting a gold wire against a flat surface of a gold sample placed on a piezostack. The conductance of the nanowires was measured with an oscilloscope. A nanowire suspended between the sample and the gold wire was directly observed to have a quantized conductance. Results were statistically analyzed by plotting histograms for several measured conductance values. Observed quantum units of conductance differed by about 10% from theoretical predictions. This discrepancy is due to practical limitations of the apparatus, which are further discussed.
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.
PL
Przedstawiono twierdzenia Widrowa i warunki odtwarzalności dla kwantowania w zastosowaniu do wartości średniokwadratowej spowodowanego niespełnieniem warunków odtwarzalności dla kwantowania. Szczególna uwagę poświęcono sygnałom o rozkładzie prostokątnym i normalnym, sygnałowi harmonicznemu oraz sygnałowi harmonicznemu z szumem gaussowskim.
EN
The quantizing theorems of Widrow and quantizing reconstruction conditions for the estimation of the mean square value are presented. An analysis of the bias error of the mean square value estimator, caused by nonsatisfied quantizing reconstruction conditions, is carried out. Special attention is devoted to the rectangular and normal pdf signals, the harmonic signal, and the harmonic signal with Gaussian noise.
PL
Przedstawiono relacje między sygnałem skwantowanym i kwantowanym, w przypadku konwersji a-c z sygnałem ditherowym. Jest to metoda przetwarzania a-c stosowana w celu kształtowania cech operacji kwantowania. Relacje określono dla dwóch możliwych wariantów metody: konwesji a-c z sygnałem ditherowym dodawanym i odejmowanym oraz konwerscji a-c z sygnałem ditherowym dodawanym (bez odejmowania). Oceniono jak korygowanie odtwarzalności według każdego z wariantów wpływa na relacje między sygnałem skwantowanym i kwantowanym a tym samym na dokładność estymacji z danych dyskretnych.
EN
This paper presents relations between input and output states of the signal in case of a-c conversion with dither signal. The relations are determined for two alternatives of the method applied: a-c conversion with added and subtracted dither signal and a-c conversion with dither signal added only. It is estimated, how the correction of reconstruction in each of these alternatives influences the relations between input and output signals, hence the accuracy of estimation based on discrete data.
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.