
- •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
5.10.2.Фибоначчиевы алгоритмы цифрового метрологического кодирования
Обозначим через Fp(n) – функцию, разбивающую отрезок АВ на n равных интервалов единичной длины, т.е. AB = Fp(n). Следует заметить, что алгоритмы функционирования и структурные схемы АЦП в кодах Фибоначчи и золотой пропорции ничем принципиально не отличаются от алгоритмов и структурных схем АЦП в классическом двоичном коде. Рассматриваемые ниже алгоритмы относятся к числу алгоритмов поразрядного кодирования. Однако положенные в основу этих алгоритмов ЦМК соотношения, связывающие веса двоичных разрядов, придают АЦП в кодах Фибоначчи и золотой пропорции ряд новых качественных свойств.
В алгоритме используются две дискретные переменных п и р, которые определяют значение шага алгоритма. Но переменная р является параметром используемого р-кода Фибоначчи и одновременно выполняет функции оператора сдвига дискретной временной оси. В зависимости от соотношения между п и р можно выделить два случая.
1. п р + 1. В этом случае после первого шага кодирования в распоряжении алгоритма остается п-1 шагов, а так как р п - 1, то кодирование фактически заканчивается после первого шага. Рекуррентная формула для вычисления функции Fp(n) имеет вид
(5.10.7)
Введем следующее определение:
(5.10.8)
Раскладывая
в (5.10.7) по той же рекуррентной формуле
п раз,
с учетом (5.10.8) получаем
(5.10.9)
Переходя к системе мер, заметим, что оптимальная система мер в этом случае состоит из п единичных мер {1, 1, 1, ..., 1}, а оптимальный n-шаговый алгоритм кодирования заключается в том, что на каждом шаге кодирования очередная единичная мера прибавляется до тех пор, пока сравниваемая величина больше суммы мер. И этот процесс продолжается либо до исчерпания всех мер, либо до получения нулевого результата сравнения. Указанный алгоритм кодирования, как уже упоминалось, широко распространен в технике аналого-цифрового преобразования под названием алгоритма последовательного счета.
2. п > р + 1. В этом случае рекуррентная формула для вычисления функции Fp(n) имеет вид
(5.10.10)
Объединяя (5.10.7), (5.10.9) и (5.10.10), получаем следующую рекуррентную формулу для вычисления функции Fp(n) в общем случае:
(5.10.11)
Для перехода к
системе шкал с соответствующими мерами
введем обозначения:
– мера старшей шкалы;
– мера младшей шкалы.
Тогда
при п > р +
1 система мер для реализации оптимального
n-шагового
алгоритма кодирования будет
определяться последовательностью
,
причем первые (р + 1)
мер имеют единичный вес, т.е.
, (5.10.12)
а каждая последующая мера , где l > р, вычисляется по рекуррентной формуле
. (5.10.13)
Можно показать,
что между функцией Fp(n)
задаваемой выражением (5.10.11), и функцией
задаваемой
выражениями (7.10.12), (7.10.13), существует
следующая связь:
. (5.10.14)
Другими словами, функция Fp(n) есть сдвиг последовательности вправо на р цифр р-ряда Фибоначчи.
Таким образом, при
заданном р
0 оптимальный n-шаговый
алгоритм ЦМК с помощью системы мер
осуществляет разбиение отрезка АВ
на
равных интервалов единичной длины.
Можно показать, что при заданном р
оптимальная
система мер задается с помощью р-чисел
Фибоначчи. Поэтому описанные выше
алгоритмы ЦМК называют фибоначчиевыми
алгоритмами.
Рассмотрим частные случаи этих алгоритмов. Пусть р = 0. В этом случае система мер является двоичной, а фибоначчиевый алгоритм совпадает с алгоритмом поразрядного кодирования.
Пусть р = . В этом случае система мер состоит из единичных мер {1, 1, ..., 1}, а фибоначчиевый алгоритм совпадает с алгоритмом последовательного счета.
Пример 5.10.1.
Зададимся р
= 1 и рассмотрим
поведение n-шагового
фибоначчиевого алгоритма на отрезке
АВ.
Для этого вычислим значения функций
F1(n)
и
по рекуррентным формулам (5.10.11)
(5.10.14):
N |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
F1(n) |
1 |
2 |
3 |
5 |
8 |
13 |
21 |
34 |
55 |
|
1 |
1 |
2 |
3 |
5 |
8 |
13 |
21 |
34 |
Оптимальный
n-шаговый
алгоритм кодирования разбивает отрезок
АВ
на
F1(n)
частей; это осуществляется с помощью
системы мер
,
,
...,
.
Пусть необходимо закодировать 5 разрядов.
В этом случае 5-шаговый алгоритм
кодирования разбивает отрезок АВ
на
F1(5) = 13
частей, при этом используется система
из 5 мер: 1, 1, 2, 3, 5. Рассмотрим первые два
шага указанного 5-шагового алгоритма
кодирования, действующего на отрезке
[0, 13].
Первый шаг. Компаратор прикладывается к точке 5 и разбивает отрезок [0, 13] в «фибоначчиевом» отношении 5 + 8 (рис. 5.10.1,а).
Второй шаг. Если компаратор показал «вправо» (код 1), то интервал неопределенности сужается до отрезка [5, 13] в «фибоначчиевом» отношении 3 + 5 (рис. 5.10.1,б).
Если компаратор показал «влево» (код 0), то интервал неопределенности сужается до отрезка [0, 5] (рис. 5.10.1,в) и на втором шаге запрещается прикладывать компаратор к точкам отрезка [0, 5]. В этом случае при приложении компаратора к точке 2 отрезок [0, 5] разбивается в «фибоначчиевом» отношении 2 + 3 (рис. 5.10.1,в).
Рис. 5.10.1. Пример фибоначчиевого алгоритма кодирования
Последующие шаги "фибоначчиевого" алгоритма аналогичны первым двум шагам и состоят в разбиении интервалов неопределенности каждый раз в "фибоначчиевом" отношении.