Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytmy cyfrowego przetwarzania sygnału

Sortuj według:

Ogranicz wyniki do:

Estymacja odpowiedzi impulsowej kanału transmisyjnego z wykorzystaniem cyfrowego przetwarzania sygnału

100%

Stępniak G.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2015

tom nr 2-3

45--49

Porównano teoretycznie oraz numerycznie pod względem wydajności, czyli błędu estymacji dla zadanej dynamiki odbiornika piec metod pomiaru odpowiedzi impulsowej kanału bezpośrednią stosunku dyskretnych transformat Fouriera sygnału odebranego i wysłanego najmniejszych kwadratów, najmniejszych średnich kwadratów i rekurencyjnych najmniejszych kwadratów.

In the paper five different methods of impulse response measurement in a transmission setup employing digital signal processing are presented and their efficiency is compared in terms of measurement error at the given transmitter peak power and time The methods are direct averaging, discrete Fourier transform, least squares, least mean squares and recursive least squares.

Budowa budżetu niepewności z zastosowaniem metody Monte Carlo do analizy właściwości algorytmów cyfrowego przetwarzania sygnałów

100%

Krajewski M.

Pomiary Automatyka Kontrola

2012

tom R. 58, nr 9

770-772

W pracy przedstawiono sposób budowy budżetu niepewności pomiaru w oparciu o metodę Monte Carlo. Taki budżet umożliwia analizowanie właściwości metrologicznych dowolnych algorytmów cyfrowego przetwarzania sygnałów. Zastosowanie proponowanej metody badań cyfrowych algorytmów zostało zilustrowane na przykładzie porównania właściwości dwóch algorytmów do wyznaczania wartości skutecznej napięcia sinusoidalnego.

In many measuring systems there is the necessity of using the analog-digital processing of a measured signal which next is processed by an appropriate digital signal processing algorithm. In such systems all elements of the measuring circuit, including the algorithm, influence the measurement accuracy. The paper presents a new method of building the budget uncertainty, based on the Monte Carlo method. When developing this method there were applied recommendations for using the Monte Carlo method for determination of the measurement uncertainty, presented in the appendix to the Guide [4]. Such a budget allows analysing the metrological properties of any digital signal processing algorithms. Use of the proposed method of digital algorithms is illustrated on an example comparing properties of the algorithm DFT and DFT with the Hanning window to determine the effective value of a sinusoidal voltage. A high-accuracy sampling voltmeter HP3458A was used for measurements. The resulting uncertainty budget is given in Table 2. Summing up, construction of the budget uncertainty using the Monte Carlo method allows analysing the properties of an arbitrarily complex digital signal processing algorithm by comparing the individual uncertainties in the resulting budget. This makes it possible to test the algorithm sensitivity for individual sources of uncertainty, and also to determine the algorithm usefulness for a particular application. The use of the Monte Carlo method to create the uncertainty budget enables additionally determining the expanded uncertainty.