- •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
5.6. Эквивалентность между фильтрацией и алгоритмическим измерением
Цифровые алгоритмические измерения используют аппаратурный прием при проектировании современной цифровой аппаратуры, поэтому для реализации алгоритмического измерения на сигнальном микропроцессоре необходимо спроектировать цифровую измерительную шкалу и организовать вычислительный процесс для проверки отношения эквивалентности.
Для построения теории необходимо учесть, что между алгоритмическим измерением и фильтрацией существует определенная эквивалентность. Проиллюстрируем на примере спектрального анализа с привлечением математической процедуры отношения эквивалентности. Пусть S1 – множество сигналов с ограниченной энергией:
, (5.6.1)
тогда дискретное преобразование Фурье FN: S1 S2 есть отображение в другое множество функций с конечной энергией
, (5.6.2)
где – безразмерное время; – безразмерная частота; . Точность алгоритма измерения зависит от выполнения энергетического равенства (теорема Парсеваля)
. (5.6.3)
Отношение эквивалентности задается двумя соотношениями:
(5.6.4)
(5.6.5)
Поскольку в (5.6.4) функция метрологически кодирована по величине и по аргументу в системе АЦП – ЦП, отображение Fn :S1S2 можно рассматривать как метрологически кодированный вычислительный процесс измерения спектра сигнала. Поясним. Если система АЦП – ЦП программируется для спектрального анализа, то используется при программировании именно соотношение (5.6.4), поскольку система работает в масштабе времени и на вход этой системы подается аналоговый сигнал. Однако равноценно говорить об измерении в частотной или во временной областях. Следовательно, цифровую измерительную шкалу можно проектировать как в частотной, так и во временной областях.
При цифровых алгоритмических измерениях удобно использовать цилиндрические шкалы на плоскости комплексной переменной . В этом случае под результатом измерения понимают точные или приближенные значения z-преобразования цифрового сигнала для заданных значений z. Если через полярный угол выразить , т.е. для каждой точки на окружности единичного радиуса, то найдем
(5.6.6)
Сравнивая (5.6.4) и (5.6.6), можно заметить, что спектральные коэффициенты дискретного преобразования Фурье временной последовательности конечной длины равны значениям z-преобразования этой же последовательности в точках, равномерно распределенных по единичной окружности.
Покажем, что измерение спектра в одной точке z = z1 эквивалентно фильтрации. Во многих приложениях, в частности, когда спектр сигнала меняется во времени, приходится измерять обобщенный спектр Xn(z1) для последовательных значений п, т.е. значения X0(zl), X1(z1), X2(z1) и т.д. Такой способ измерения называют скользящим спектральным измерением. Оно обеспечивается за счет смещения на один отсчет вперед временного окна (содержащего N отсчетов) и повторения измерения. Практически при таких измерениях учитывают время вычисления и эффекты, обусловленные конечной длиной слова в регистрах памяти. С учетом сказанного обобщенный спектр сигнала
; (5.6.7)
(5.6.8)
где N – число отсчетов, по которым находят оценку спектра.
Анализ (5.6.7) и (5.6.8) показывает, что скользящее спектральное измерение в одной точке z = z1 эквивалентно фильтрации конечной импульсной характеристики фильтром с импульсной характеристикой вида
(5.6.9)
Чтобы найти спектр сразу во многих точках, равноотстоящих на единичной окружности, можно использовать гребенку фильтров. Импульсную характеристику k-го фильтра, обеспечивающего измерение спектра в точке , запишем в виде
. (5.6.10)
В тех случаях, когда необходимо изменить форму АЧХ фильтра, чтобы, например, подавить нежелательный шум и сигналы вне его полосы пропускания, вводят конечную весовую последовательность, на которую почленно умножается заданная последовательность, и, таким образом, получают новую временную шкалу.