- •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
5.7.1. Модели дискретизации аналогового сигнала
В основе математического описания дискретизации непрерывных функций лежат два теоретических положения: фильтрующее свойство -функции и теорема дискретизации.
Если сигнал дискретизируется с помощью переключателя, который периодически с интервалом Т замыкается на короткое время (рис. 5.7.2,а), на выходе такого дискретизатора образуется последовательность конечной длины. Для теоретических приложений удобно рассматривать идеальный дискретизатор, на выходе которого образуется последовательность импульсов (рис. 5.7.2,б), имеющих площадь , равную значению сигнала в моменты отсчетов t = 0, Т, …, nT. Этот процесс называют импульсной дискретизацией.
Рис. 5.7.2. Реальная (а) и идеальная (б) дискретизация
Идеальную дискретизацию можно сравнить с модуляцией с помощью несущей, когда «несущей» является непрерывная последовательность единичных импульсов, которую можно записать в виде последовательности -функций
. (5.7.1)
Такую последовательность называют гребенкой Дирака, а в технических приложениях – импульсной функцией дискретизации.
Пусть задан сигнал x(t), имеющий спектр X(). Осуществление дискретизации x(t) с частотой FS означает умножение функции x(t) на импульсную функцию дискретизации, исполняющую роль несущей, т.е.
, (5.7.2)
где – дискретизированный сигнал.
Если x(t) = 0, то модуляции нет, выходной сигнал отсутствует; если же x(t) – постоянная, то на выходе будет только несущая. Таким образом, импульсная дискретизация имеет те же свойства, что и модуляция с подавленной несущей, и выборки из сигнала x(t) являются весовыми коэффициентами -функции. Рассматривая -функцию как обобщенную функцию, найдем ее фурье-образ:
(5.7.3)
Отсюда получаем
. (5.7.4)
Как видно, фурье-образ гребенки Дирака есть также последовательность импульсов Дирака. Следовательно, дискретизацию можно проводить и по частоте.
Выясним структуру спектра дискретизированного сигнала . Представим (5.7.2) в виде
. (5.7.5)
Имея в виду формулу Пуассона
, (5.7.6)
получим,
(5.7.7)
Из (5.7.7) следует, что спектр дискретизированного сигнала представляет собой последовательность спектров Х(t) исходного сигнала x(t), сдвинутых один относительно другого на величину FS.
Пусть фурье-образ для , т.е. спектр сигнал; x(t) расположен на интервале (-FC, FC) длиной 2FC. Тогда справедлива теорема дискретизации: для того чтобы периодическое повторение спектра, вызванное дискретизацией сигнала, не изменяло повторяемый спектр, необходимо и достаточно выполнение неравенства .
При решении практических задач дискретизации возникает ряд вопросов:
1) из каких соображений выбирать интервал дискретизации Т?
2) какова точность замены непрерывного сообщения дискретным?
3) каков максимально допустимый интервал дискретизации?
4) как передать по каналу связи дискретное сообщение и как его восстановить на приемном конце?
На все эти вопросы дает ответ более общая теорема дискретизации, сформулированная В.А. Котельниковым: если некоторая функция x(t) имеет спектр Фурье X(v), ограниченный полосой частот FC, то эта функция может быть представлена с помощью дискретных отсчетов, взятых через интервалы времени, равные ; функция времени на интервале наблюдения ТС может быт представлена с помощью п отсчетов, число которых .
На рис. 5.7.3 изображены функция времени x(t) и ее спектр с граничной частотой FС.
Рис. 5.7.3. Функция времени (а) и спектр сигнала (б)
с ограниченной нелинейной частью
В соответствии с этой теоремой функция x(t) имеет следующее аналитическое разложение:
, (5.7.8)
где – синк-функция или функция отсчетов
. (5.7.9)
Для дальнейшего анализа удобно ввести подвижную систему координат, т.е. сместим начало координат в точку отсчета обозначив . Тогда функция отсчетов примет вид
. (5.7.10)
В (5.7.8) величины представляют значения исходной функции времени x(t), определяемые выражением (5.7.1); их называют отсчетами.
Функция отсчетов обладает следующими свойствами:
1) в момент отсчета она достигает своего наибольшего значения, равного единице;
2) в моменты времени , где p = 1, 2, 3 ..., функция обращается в нуль;
3) ширина главного лепестка функции отсчетов на нулевом уровне равна ;
4) функции отсчетов ортогональны на бесконечно большом интервале времени.
Функция отсчетов в виде (5.7.10) и ее спектр представлены на рис. 5.7.4.
Теорема, подтвержденная выражением (5.7.8), имеет ряд следствий:
1. Исходя из свойств функции отсчетов в разложении (5.7.8) в момент отсчета существует только одно слагаемое. Следовательно, чтобы передать по каналу связи сообщение, необходимо выполнить следующие операции: а) произвести отсчеты мгновенных значений передаваемого сообщения в моменты времени, отстающие один от другого на время интервал дискретизации; б) передать по каналу связи эти величины отсчетов любым из возможных методов; в) восстановить на приемном конце переданные отсчеты и сформировать импульсы, амплитуды которых были бы равны (или пропорциональны) переданным отсчетам, а длительности импульсов были бы малыми по сравнению с интервалами отсчетов; г) сформировать функции отсчетов, амплитуды которых были бы равны (или пропорциональны) переданным отсчетам; д) просуммировать полученные функции и получить, таким образом, функцию времени, пропорциональную (или равную) переданной функции времени.
Рис. 5.7.4. Функция отсчетов (а) и ее спектр (б)
2. Разложение (5.7.8) можно интерпретировать как дискретный эквивалент свертки последовательности импульсов с амплитудой и с импульсной характеристикой синк-функции аналогового фильтра. Ясно, что эта импульсная характеристика идеального и, следовательно, физически нереализуемого фильтра нижних частот, имеющего передаточную функцию, равную постоянной величине Т в интервале и нулю вне его. Хотя этот фильтр физически нереализуем (его импульсная характеристика является опережающей), его можно все же аппроксимировать, использовав достаточно длительную временную задержку.
3. Разложение (5.7.8) определяет предельную дискретизацию. Действительно, если нарушаются условия первой и второй теорем дискретизации, то в системе возникает явление подмены частот – эффект наложения. Другими словами, если при измерениях с интервалом Т производится выбор значений синусоиды с частотой, большей , то такую выборку можно перепутать с выборкой синусоиды меньшей частоты. Значит, наряду с истинной частотой в выборке появляется и другая (меньшая) частота подмены. Например, в кинематографе колеса движущегося автомобиля всегда вращают в обратную сторону.