- •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
5.9.4. Код золотой p-пропорции
Коды золотой p-пропорции по своим математическим свойствам близки к p-кодам Фибоначчи. Эта близость следует из математической связи между p-числами Фибоначчи и золотой p-пропорцией. Было показано, что отношение p-чисел Фибоначчи (т.е. отношение весов соседних разрядов в p-коде Фибоначчи) при неограниченном увеличении их номеров стремится к золотой p-пропорции . Предел отношения весов соседних разрядов в p-коде Фибоначчи можно считать основанием указанного способа нумерации натуральных чисел, что позволяет с определенной степенью условности p-коды Фибоначчи отнести к классу систем счисления с иррациональными основаниями .
Сходство между упомянутыми кодами состоит также в существовании одной и той же математической зависимости между весами двоичных разрядов рассматриваемых кодов. Это позволяет к p-кодам Фибоначчи и кодам золотой р-пропорции применять одни и те же правила преобразования кодовых изображений.
Вместе с тем имеется различие между p-кодами Фибоначчи и кодами золотой p-пропорции. Во-первых, p-коды Фибоначчи предназначены для представления натуральных чисел, в то время как коды золотой p-пропорции – для представления действительных чисел. Во-вторых, веса разрядов кода золотой p-пропорции в отличие от весов разрядов p-кода Фибоначчи образуют геометрическую прогрессию. Это имеет практическое значение при реализации такой важной арифметической операции, как сдвиг кода.
5.10. Общий алгоритм метрологического кодирования
В основу построения алгоритма метрологического кодирования положена математическая процедура проверки отношения эквивалентности (§ 5.4), которая описывается двумя соотношениями: в виде набора шкал
(5.10.1)
и как отображение через отношение эквивалентности
, (5.10.2)
где – итерационный алгоритм выбора меры; – шаг алгоритма; Sg = l при x > 0, Sg = 0 при x = 0, Sg = -1 при х < 0.
Кроме того, в § 5.5 показано, что между измерением и фильтрацией существует определенная эквивалентность. Это позволяет при конструировании общего алгоритма использовать некоторые положения цифровой фильтрации. Разовьем спектральный подход к проектированию шкалы метрологического кодирования. Рассматривая последовательность мер при кодировании как импульсную характеристику конечной длительности и имея в виду наличие связи между импульсной характеристикой и частотной характеристикой через дискретное преобразование Фурье, можно использовать некоторые процедуры оптимизации при проектировании кодовых шкал в частотной области.
5.10.1. Алгоритм Стахова
Для построения оптимального n-шагового алгоритма цифрового кодирования опишем следующую математическую модель физического измерения.
Основной измерительной процедурой при аналоговом измерении для АЦП является операция «сравнение свойств». На языке модели кодирования эта операция заключается в разбиении исходного отрезка АВ, численно равного диапазону преобразования аналогового сигнала, в определенном отношении. Результат же сравнения состоит в проверке отношения эквивалентности.
Пусть на отрезке АВ находится некоторая точка X, соответствующая истинному значению сигнала. Задача заключается в том, чтобы найти длину отрезка АХ, т.е. цену деления шкалы (меру). Результат сравнения на каждом шаге алгоритма будем осуществлять при помощи компаратора, показания которого описываются двухаргументной функцией
(5.10.3)
где и – сравниваемые свойства.
Процесс метрологического кодирования состоит в том, что по некоторому алгоритму на каждом шаге происходит сужение интервала неопределенности. На процесс метрологического кодирования накладывают некоторые условия и ограничения, вытекающие из существа алгоритма.
Систему формальных правил разбиения отрезка АВ при помощи компаратора при определенных ограничениях называется (п, k, )-алгоритмом цифрового метрологического кодирования (ЦМК).
Описанный алгоритм ЦМК, по-существу, сведен к одномерному поиску координаты точки X на отрезке АВ с помощью k компараторов за п шагов. Ясно, что на последнем шаге действия алгоритма выделяется некоторый интервал неопределенности , содержащий точку X. Рассматривая действие алгоритма для всех точек Х АВ и выделяя все интервалы неопределенности, содержащие соответствующие точки X, получаем множество интервалов неопределенности. Особый интерес представляют случаи, когда (п, k, )-алгоритм разбивает отрезок АВ на N равных интервалов. В этом случае при равновероятности распределения точек Х АВ количество информации, содержащееся в процедуре цифрового метрологического кодирования, будет , где – наименьшая точность определения точки X, численно равная числу уровней квантования, и задача синтеза оптимального (п, k, )-алгоритма сводится в этом случае к нахождению (п, k, )-алгоритма, обеспечивающего наибольшее число уровней квантования N.
В технике аналого-цифрового преобразования широкое распространение получили следующие алгоритмы ЦМК:
1. Последовательного счета, в котором за п шагов отрезок АВ с помощью одного компаратора разбивается на п + 1 равных частей, т.е.
; (5.10.4)
2. Поразрядного кодирования, в котором за п шагов отрезок АВ с помощью одного компаратора разбивается на 2n равных частей, т.е.
; (5.10.5)
3. Считывания, состоящего из одного шага (n = l), при этом с помощью k компараторов отрезок АВ разбивается на k + l равных частей, т.е.
. (5.10.6)
Описанные выше математические модели ЦМК распространяются только на такие АЦП, в которых функционирование устройства сравнения (компаратора) описывается двухаргументной функцией (5.10.3). За рамки этой модели выходят АЦП считывания, использующие двоично-кодированные рефлексные коды, например код Грея. В основе двоично-кодированных шкал лежит более сложный тип компаратора, который является многоаргументным.