- •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.