- •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
5.7. Моделирование сигналов. Дискретизация
Аналоговый сигнал, поступающий на вход системы АЦП – ЦП, подлежит многократному преобразованию в такой последовательности:
,
где – исходный аналоговый сигнал; – дискретизированный сигнал (по времени); – квантованный сигнал; х* – цифровой сигнал (дискретный по времени и квантованный по уровню).
Такие преобразования связаны с определенными аппаратурными затратами и с разработкой соответствующего математического обеспечения. Поэтому, чтобы сделать сигналы объектами теоретического изучения и расчетов, следует указать способ их математического описания или создать математическую модель аналого-цифрового преобразования.
Выбор модели является первым шагом на пути к систематическому изучению явления. Математическая модель позволяет абстрагироваться от конкретной природы носителя сигнала. Существенным в подходе, базирующемся на понятии математической модели, является то, что возможно описывать именно те свойства сигналов, которые объективно выступают как наиболее важные, при этом игнорируется большое число второстепенных, малосущественных признаков, например в подавляющем большинстве случаев было бы крайне затруднительно подобрать точные функциональные зависимости, которые соответствовали бы электрическим колебаниям, наблюдаемым экспериментально. Тем не менее разработчик, руководствуясь всей совокупностью сведений, которые ему доступны о системе в целом, выбирает из наличного арсенала математических моделей сигналов те, которые в конкретной ситуации наилучшим образом описывают физический процесс при наибольшей простоте. Выбор модели – процесс творческий.
Сигналы можно разделить на следующие виды: произвольные по значению и непрерывные по времени (рис. 5.7.1,а), произвольные по значению и дискретные по времени (рис. 5.7.1,б), квантованные по значению и непрерывные по времени (рис. 5.7.1,в), квантованные по значению и дискретные по времени (рис. 5.7.1,г).
Сигналы первого вида называют аналоговыми или непрерывными. Поскольку эти сигналы могут иметь разрывы непрерывности (момент ), то, чтобы избежать некорректности при описании, часто такие сигналы обозначают термином «континуальный сигнал».
На рис. 5.7.1,б представлен сигнал, заданный на дискретных значениях времени (на счетном множестве точек). Термин «дискретный» по времени характеризует не сам сигнал, а способ задания на временной оси.
Сигналы третьего вида (рис. 5.7.1,в) задают на всей временной оси, однако, сигнал может принимать лишь дискретные значения. В подобных случая говорят, что сигнал квантован по уровню.
Термин «дискретный» применяется только по отношению к дискретизации по времени; дискретность же по уровню обозначается термином «квантование».
Рис. 5.7.1. Классификация измерительных сигналов
Квантование используют при представлении сигналов в цифровой форме, с помощью цифрового кодирования, поскольку уровни можно пронумеровать числами с конечным числом разрядов. Поэтому дискретный по времени и квантованный по уровню сигнал (рис. 5.7.1,г) называется цифровым.
Каждому из перечисленных видов сигналов можно поставить в соответствие аналоговую, дискретную или цифровую цепь.
Перечисленные виды сигналов могут быть одномерными и многомерными, детерминированными и случайными. Приведенная классификация сигналов и цепей является достаточно удобной для использования соответствующих математических методов при описании математических моделей сигналов и цепей.