Ocena niepewności estymacji funkcji autokorelacji metodą Monte Carlo

• Autorzy: Kawecka, E. , Krajewski, M.

Warianty tytułu

EN

Uncertainty evaluation of autocorrelation function estimation using Monte Carlo method

• Języki publikacji: PL

Abstrakty

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.

Słowa kluczowe

PL

funkcja autokorelacji; metoda Monte Carlo; estymacja

EN

autocorrelation function; Monte Carlo method; estimation

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2016
• Tom: R. 92, nr 11
• Strony: 175--178
• Opis fizyczny: Bibliogr. 10 poz., tab., wykr.

Twórcy

autor

Kawecka, E.

• Uniwersytet Zielonogórski, Instytut Metrologii, Elektroniki i Informatyki, ul. Szafrana 2, 65-514 Zielona Góra,

autor

Krajewski, M.

• Uniwersytet Zielonogórski, Instytut Metrologii, Elektroniki i Informatyki, ul. Szafrana 2, 65-514 Zielona Góra,

Bibliografia

• [1] Lal -Jadziak J., Estimation of correlation functions on the basis of digital signal representation, Measurements models systems and design / ed. by J. Korbicz, Wydaw. Komunikacji i Łączności, Warszawa, (2007), 29–47
• [2] Kawecka E., Oddziaływanie na dokładność cyfrowych pomiarów korelacyjnych, Rozprawa doktorska, Uniwersytet Zielonogórski, Zielona Góra, (2008)
• [3] Domańska A., Oddziaływanie na wiarygodność w systemach pomiarowych poprzez zastosowanie konwersji a-c z sygnałem ditherowym, Seria Rozprawy, Wydawnictwo Politechniki Poznańskiej, Poznań, (1995), nr 308
• [4] Guide to the expression of uncertainty in measurement, 1993- 95 ISO. Wyrażanie niepewności pomiaru. Przewodnik – tłumaczenie i komentarz J. Jaworskiego, Wydawnictwo Głównego Urzędu Miar Alfavero, (1999), (2002)
• [5] Widrow B. , Kollar I ., Quantization noise – roundoff error in digital computation, signal processing, control, and communications, Cambridge University Press, New York, (2008)
• [6] Papoulis A., Probability, Random Variables, and Stochastic Processes, New York, McGraw-Hill, (1991)
• [7] Lal-Jadziak J., Sienkowski S., Variance of random signal mean square value digital estimator, Metrology and Measurement Systems, (2009), Vol. 16, no 2
• [8] Betta G., Liguori C., Pietrosanto A., Propagation of uncertainty in a discrete Fourier transform algorithm. Measurement 27, (2000)
• [9] Evaluation of measurement data, Supplement 1 to the „Guide to the expression in measurement” – Propagation of distributions using a Monte Carlo method, Joint Committee for Guides in Metrology, (2008)
• [10] Krajewski M., Budowa budżetu niepewności z zastosowaniem metody Monte Carlo do analizy właściwości algorytmów cyfrowego przetwarzania sygnałów, Pomiary Automatyka Kontrola, (2012), Vol. 58, nr 9

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na
działalność upowszechniającą naukę.

Identyfikatory

DOI

10.15199/48.2016.11.43