
- •200106 «Информационно-измерительная техника и технологии»
- •Введение
- •1.2. Сигналы
- •1.3. Преобразование измерительных сигналов
- •1.4. Спектр периодических сигналов
- •1.5. Модуляция
- •1.5.1. Амплитудная модуляция
- •1.5.2. Частотная модуляция
- •1.5.3. Фазовая модуляция
- •1.5.4. Двукратные виды модуляции
- •1.6. Квантование
- •1.6.1. Квантование по уровню
- •1.6.2. Квантование по времени
- •1.6.3. Квантование по уровню и времени
- •1.7. Кодирование
- •1.7.1. Цифровые коды
- •1.7.2. Помехи
- •1.8. Модель канала
- •Раздел 2 измерительные каналы и их разделение
- •2.1. Канал связи и его характеристики
- •2.2. Согласование канала с источником информации
- •2.3. Линии связи для передачи измерительной информации
- •2.4. Структуры линий связи
- •2.5. Многоканальные системы для передачи измерительной информации
- •2.6. Погрешность систем с частотным разделением каналов
- •2.7. Погрешности систем с временным разделением каналов
- •Раздел 3 принципы обработки данных
- •3.1. Виды погрешностей
- •3.2. Обработка результатов измерений. Оценки измеряемой величины
- •3.3. Обработка результатов прямых равноточных измерений
- •3.4. Обработка результатов косвенных измерений
- •3.5. Обработка результатов совместных измерений
- •3.6. Обработка результатов неравноточных измерений
- •3.7. Проверка статистических гипотез
- •3.7.1. Проверка соответствия гипотезы и экспериментальных данных
- •3.7.2. Исключение резко отклоняющихся значений
- •3.8. Построение эмпирических распределений
- •3.9. Критерии согласия
- •3.9.1. Критерий согласия Пирсона
- •3.9.2. Критерий согласия Колмогорова
- •Раздел 4 планирование многофакторного эксперимента
- •4.1. Задачи планирования эксперимента
- •4.2. Пассивные эксперименты
- •4.3. Дисперсионный анализ
- •4.4. Регрессионный анализ
- •4.5. Активный эксперимент
- •4.6. Полный факторный эксперимент
- •4.7. Дробный факторный эксперимент
- •4.8. Устранение влияния временного дрейфа
- •4.9. Проведение факторного эксперимента и обработка его результатов
- •4.10. Оптимизация
- •4.11. Рандомизация
- •Раздел 5 введение в алгоритмическую теорию измерений
- •5.1. Вводные замечания
- •5.2. Развитие понятий числа и измерения величин
- •5.3. Теория шкал и алгоритмические измерения
- •5.4. Алгоритмы измерения в номинальной шкале, аддитивной и порядка
- •5.5. Моделирование цифровых алгоритмических измерений
- •5.6. Эквивалентность между фильтрацией и алгоритмическим измерением
- •5.7. Моделирование сигналов. Дискретизация
- •5.7.1. Модели дискретизации аналогового сигнала
- •5.7.2. Дискретизация с усреднением
- •5.7.3. Дискретизация сигналов конечной длительности
- •5.8. Цифровое представление информации
- •5.9. Системы счисления с иррациональными основаниями
- •5.9.1. Золотая пропорция
- •5.9.2. Числа Фибоначчи
- •5.9.4. Код золотой p-пропорции
- •5.10. Общий алгоритм метрологического кодирования
- •5.10.1. Алгоритм Стахова
- •5.10.2.Фибоначчиевы алгоритмы цифрового метрологического кодирования
- •Раздел 6 введение в информационную теорию измерений
- •6.1. Основные положения теории информации
- •6.1.1. Энтропия
- •6.1.2. Единицы измерения энтропии
- •6.1.3. Условная энтропия (энтропия помехи)
- •6.1.4. Суммирование нескольких погрешностей
- •6.1.5. Явление «краевой эффект». Приближенность информационных оценок каналов передачи информации
- •6.1.6. Основные положения теории информации для характеристики процесса измерения
- •6.2. Сущность измерения
- •6.2.1. Понятие натурального ряда однородных величин
- •6.2.2. Понятие шкалы реперов измеряемой величины
- •6.2.3. Измерение как сужение интервала неопределенности
- •6.3. Измерительные преобразования, функциональные шкалы, единицы измеряемой величины
- •6.3.1. Функциональная шкала измеряемой величины
- •6.3.2. Понятие единицы измерения
- •6.3.3. Метод построения измерительных устройств
- •6.4. Измерительные преобразования и преобразователи
- •6.5. Энтропийное значение погрешности
- •6.5.1. Математическое определение энтропийного значения погрешности
- •6.5.2. Эффективное значение погрешности
- •6.6. Сравнение энтропийного и среднеквадратического значений погрешности для плавных симметричных одномодальных законов распределения погрешностей
- •6.7. Энтропийное значение погрешности – основной критерий точности приборов и измерений
- •6.8. Определение энтропийного значения погрешности на практике
- •6.9. Суммирование погрешностей измерительных устройств
- •6.10. Статистическое суммирование погрешностей при наличии корреляции
- •6.11. Энтропийное значение результирующей погрешности
- •6.12. Суммирование погрешностей с равномерными законами распределения вероятностей
- •6.13. Суммирование погрешностей при равномерном и нормальном законах распределения составляющих результирующей погрешности
- •6.14. Суммирование погрешностей при произвольной степени корреляции и произвольных законах распределения вероятностей составляющих результирующей погрешности
- •И объемов (n) выборок
- •Интервала
- •Оглавление
1.2. Сигналы
Информация о свойствах объектов измерения поступает на вход средств измерений в виде сигналов. Сигналы в зависимости от физических явлений, лежащих в из основе, делятся на механические, тепловые, акустические, электрические, магнитные, световые и т.д. В зависимости от характера их изменения во времени они бывают постоянные и переменные во времени. Переменные во времени сигналы подразделяются на случайные и неслучайные (детерминированные и квазидетерминированные).
Случайным называют сигнал, значение которого в каждый момент времени является случайной величиной.
Детерминированными называются сигналы, закон измерения которых известен и, следовательно, известны значения всех его параметров. К ним относят сигналы на выходе мер, калибровочные, а также сигналы, используемые в качестве несущих сигналов при передаче и т.д.
Квазидетерминированными называют сигналы с известным характером закона измерения во времени, но неизвестным по значению одним или несколькими параметрами. К ним относится синусоидальный сигнал с известной амплитудой и частотой, но неизвестной фазой. Неизвестный параметр может изменяться в широком диапазоне значений и даже по случайному закону. Квазидетерминированные сигналы в свою очередь подразделяются на элементарные и сложные. К основным элементарным законам относятся постоянный сигнал с известной амплитудой, идеальный единичный импульс и синусоидальный сигнал. К периодическим сложным сигналам относятся полигамный сигнал, последовательности прямоугольных, косинусоидальных, треугольный и других форм импульсов.
1.3. Преобразование измерительных сигналов
В основе исследования электрических сигналов лежит широко используемы принцип суперпозиций, который можно выразить следующим образом: в линейной системе действие суммы причин равно сумме действий, вызываемых каждой причиной, отдельно взятой. Существуют два равноценных подхода к исследованию свойств систем – временной, при котором процесс описывается функцией времени, и спектральный (частотный), при котором процесс описывается заданием комплексного спектра, являющегося функцией частоты.
Сложные периодические сигналы образуются суммированием двух и более синусоидальных гармоник с кратными частотами. И обратно: любой сложный периодический сигнал может быть разложен на элементарные ортогональные функции. В качестве ортогональных функций используются либо элементарные функции, например тригонометрические, либо специальные, например комплексные экспоненциальные, полиномы Лежандра, Якоби, ряд Котельникова и т.д.
Наиболее часто в качестве ортогональных функций применяют тригонометрические функции, образующие ряд Фурье. В этом случае любой периодический сигнал f(t) можно представить на интервале (t0, t0+T) рядом элементарных сигналов:
(1.3.1)
где a0 – постоянная составляющая; ak, bk – коэффициенты k-ой гармоники; 0 = 2/T – круговая частота; T – период сигнала f(t); k – целые числа.
Коэффициенты ряда Фурье определяются по формулам
(1.3.2)
Тригонометрический ряд Фурье применяют также в следующей форме:
(1.3.3)
где
A0
– постоянная составляющая;
,
k = 1, 2, 3, …
.
Используют и другую форму записи тригонометрического ряда Фурье в виде экспоненциального ряда:
(1.3.4)
Коэффициенты экспоненциального ряда Фурье определяются по формуле
(1.3.5)
Сложный периодический
сигнал f(t)
с периодом повторения T
можно представить в виде периодических
синусоидальных сигналов с частотами