
- •Вопросы:
- •Лекция №1.
- •Лекция№2 Классификация методов контроля и испытаний
- •Испытания
- •Лекция №3 Измерительные приборы Основные понятия и определения
- •Классификация измерительных приборов:
- •Сущность измерения Уравнение измерения.
- •Аналоговый и цифровой методы измерения.
- •Метод отклонения. Компенсационный (нулевой) метод.
- •Погрешности измерений и причины погрешностей
- •6 Лекция Погрешности, связанные с обработкой измеренных значений.
- •Характеристики погрешностей измерительных приборов.
- •Линейная регрессия.
- •Доверительные границы для коэффициента регрессии.
- •Линейная корреляция.
- •Измерение как процесс передачи сигналов
- •Измерительные сигналы и их математическое описание
- •Временные характеристики детерминированных измерительных сигналов
- •Временные характеристики стохастических сигналов
- •Корреляционная функция
Корреляционная функция
Для изучения вопроса о тенденции сигнала к сохранению может использоваться корреляция.
Для
определения наличия линейной статистической
связи между парами значений
рассчитывают коэффициент корреляции.
Чем теснее линейная зависимость, тем
больше модуль коэффициента корреляции,
тем с большей вероятностью на основе
значения функции
можно прогнозировать значение функции
в любой момент времени
Рассматриваемый
отрезок времени
это независимая переменная, таким
образом, коэффициент корреляции является
переменной
.
В данном случае имеет место так называемая
автокорреляционная функция.
В
отличие от коэффициента корреляции
дискретных пар значений, автокорреляционная
функция в общем случае относится к
непрерывному сигналу
и часто не нормируется.
Как и при расчете среднего значения и дисперсии сумма дискретных значений заменяется интегралом
Можно
ожидать, что в общем случае для больших
сдвигов времени
тенденция к сохранению сигнала становится
меньше.
это максимум функции и справедливо
неравенство:
Автокорреляционная
функция является четной относительно
.
а)стохастический сигнал
б) автокорреляционная функция
Виды сигналов:
а)
малый сигнал с малой тенденцией к
изменению, зависимость от
крутая и быстро выходит к
.
б) сигнал с большой тенденцией к изменению. Низкочастотная функция.
в) периодический сигнал, при этом автокорреляционная функция также становится периодической.
г) Есть периодическая составляющая и на нее наложена стохастическая составляющая.
Автокорреляционная
функция: при малых
–вид как у стохастического сигнала, а
далее-периодическая. (Если сигнал
содержит стохастическую и периодическую
составляющую, то при больших
-
вид как у периодической функции).
Корреляция отображает эффект фильтрации, что может быть использовано в измерительной технике.
Частотные характеристики периодического измерительного сигнала
Математическое описание и обработка гармонического сигнала осуществляется достаточно просто. Поэтому периодический сигнал часто представляют в виде ряда Фурье, т.е. разлагают его на гармонические составляющие (любой периодический сигнал может быть представлен в виде гармоник). Для таких сигналов составлены таблица соответствующих рядов Фурье. Сумма синусоидальных и косинусоидальных сигналов.
,
где
-круговая
частота основной гармонической
составляющей. Далее идет набор синусоид
и косинусоид с частотой
.
-амплитуда.
,
.
Вся
информация x(t)
заключена в амплитудах an
и bn,
как функция дискретных частот
.
Можно по-разному представлять сигнал:
а) во временной плоскости
б) в виде двух амплитудных спектров в частотной плоскости.
в) в виде амплитудно-фазового спектра в частотной плоскости.