Artykuł przedstawia nową metodę filtrowania danych pomiarowych opartą na pojęciu cząstek dynamicznych. Zaprojektowano i zaimplementowano odpowiedni algorytm oraz opisano możliwości jego zastosowania do różnego typu danych. Zaprezentowane wyniki procesu filtrowania danych jednowymiarowych za pomocą metody cząstek dynamicznych porównane zostały z wynikami otrzymanymi za pomocą innych metod filtrowania danych takich jak średnia ważona, sztuczne sieci neuronowe oraz analiza falkowa. Obliczenia wykonane zostały na dwóch zbiorach danych testowych: sztucznie wygenerowanych za pomocą wybranych funkcji jednoargumentowych y=f(x) oraz doświadczalnych danych pomiarowych.
EN
A new signal filtering method based on the dynamic particles (DP) approach is presented. It employs physics principles for signal denoising. The obtained results are compared with commonly used denoising techniques including weighted average, neural networks and wavelet analysis. The calculations were performed on two kinds of input data sets: artificially generated data according to a given function y = f(x) and the laboratory experimental data. The algorithm of the DP method and the results of calculations are presented.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.