Оценка параметров сигнала

Во всех случаях целесообразно уменьшать размерность модели помимо экономии машинного времени, которое пропорционально обычно второй-третьей степени от размерности задачи (это может быть решающим фактором при работе в реальном времени), улучшаются условия сходимости итерационного процесса. Кроме того, с увеличением числа параметров погрешности их оценивания возрастают. Причиной является ковариация между определяемыми параметрами при сильной ковариации ни один параметр не может быть определен точно и обратно, априорная информация о значении одного из параметров существенно улучшает точность определения остальных (например, при оценке параметров сигнала гауссовой формы, знание .I уменьшает 65 в 1,2 раза см. раздел 2.5). [c.52]

Выражение (5.14) определяет оптимальную структуру средства измерений для данной модели измеряемого сигнала, так как позволяет определять оптимальные по выбранному критерию оценки параметра сигнала. Как видно из формулы (5.14), для получения X ог.т необходимо произвести следующие операции проинтегрировать Z(t) в течение времени Т, сложить с nix(l+v) из полученного результата вычесть mNu[(l-j-u)5] . Таким путем будет получена структура синтезируемого средства измерений первого уровня. В свою очередь, каждый из блоков полученной структурной схемы нуждается в особом рассмотрении с целью точного определения входящих в него параметров. Указанные формулы устанавливают взаимосвязь всех участвующих в данном косвенном измерении параметров, характеристики которых в основном и опре- [c.178]

Оценка параметров сигнала [c.354]

При наличии сведений о точности оценки параметров сигнала можно найти величину средней квадратичной оценки определения угловой скорости при использовании амплитудных, частотных и фазовых измерений. [c.230]

Проведенная оценка параметров дефектоскопа получена при некоторых упрощающих расчет предположениях. Так, не учтена трапецеидальная форма входного сигнала, не проведена оптимизация выбора энергии источника излучения, его активности и пр. Более детальное рассмотрение можно найти в работах [38—44]. Однако расчеты показывают, что в случаях, когда рассеянным излучением можно пренебречь, результаты по определению соотношения между чувствительностью и производительностью близ ки к полученным при использовании более сложных соотношений. [c.143]

Статистические методы позволяют осуществить разнообразные алгоритмы оценки параметров объекта. Одним из важных направлений явилось применение для этой цели регрессивных методов. Существенные теоретические задачи возникли и в области теории компенсации влияния случайных циклических возмущений при наличии запаздывания в объекте. В области теории адаптивных систем, не использующих поиски, связанные с регулированием, ряд работ был посвящен таким системам, в состав которых входит модель и применяется пробный гармонический сигнал. Эти системы предназначены для объектов, параметры которых изменяются в широких пределах и с большой скоростью. [c.273]

Когда входной сигнал х (,t) является стационарным (в широком смысле) случайным процессом, оценки параметров с можно получить, исходя из уравнения Винера—Хопфа [c.362]

Акустический метод можно применять для оценки концентрации и фракционного состава частиц изнашивания при трении со смазочным материалом. Метод основан на регистрации сигналов акустической эмиссии, возникающей при отделении частиц изнашивания в процессе трения. По параметрам сигнала можно определить размер и число частиц, отделяющихся в единицу времени. Этот метод пока может быть реализован, по-видимому, лишь в лабораторных условиях, так как весьма чувствителен к шумам окружающей среды. [c.188]

По непрерывным сигналам производится его идентификация с помощью управляющего цифрового вычислителя при подаче на вход объекта псевдослучайного двоичного сигнала. При использовании метода корреляции и оценки параметров по методу наименьших квадратов и программы упорядоченного поиска ([3.13], [29.1]— [29.3]) получим дискретную передаточную функцию с тактом квантования То=2 с [c.232]

При этом вместо и (z) и у (z) в алгоритме идентификации используются величины Au(z)=u(z)(l—z ) и Ay(z)=y(z)(l—z- ). Данное преобразование можно интерпретировать как прохождение входного и выходного сигналов через один и тот же высокочастотный фильтр. Учитывая, что фильтрации подвергаются оба сигнала, процесс получения оценок параметров не претерпевает никаких изменений по сравнению с тем случаем, когда измеряются вариации и(к) и у (к) лишь в процедуре идентификации эти переменные заменяются разностями Аи(к) и Ау(к). [c.358]

Важным достоинством метода вспомогательных переменных является то, что он не накладывает никаких ограничений на структуру формирующего фильтра шума. Благодаря этому полиномы его передаточной функции (z- ) и D(z ) не обязательно должны быть связаны с полиномами передаточной функции объекта A(z-i) и В (z-1). Метод вспомогательных переменных позволяет вычислять только оценки параметров объекта идентификации aj и bj. Если же требуются и оценки параметров модели шума i и dj, то их можно определять с помощью метода наименьших квадратов (см. разд. 23.2.2), используя в качестве оценки сигнала помехи величину [c.363]

Это приводит к возникновению дуальных регуляторов [25.5]. Указанные требования могут быть противоречивыми. Если, например, оценки параметров объекта неверны, регулятор должен действовать осторожно , т. е. мало изменять величину входного сигнала и (к) в то же время для улучшения оценок параметров необходимы значительные изменения и (к). Поэтому дуальные регуляторы должны обеспечивать приемлемый компромисс между выдвинутыми требованиями. Следовательно, при выборе критерия надо учитывать как текущие сигналы управления, так и будущую информацию [c.392]

С любым типом регулятора обеспечивает возможность его точной настройки, так как при этом выполняется условие идентифицируемости замкнутого контура управления и оценки параметров не имеют смещения. Для получения состоятельных оценок параметров необходимо использовать соответствующие методы оценивания, а также обеспечивать выполнение сформулированных в гл. 23 условий сходимости. В соответствии с этими условиями сигнал управления должен обладать достаточными возбуждающими свойствами (возбуждать все собственные движения объекта управления). [c.406]

Кроме того, координирующая обратная связь позволяет контролировать работу контура адаптации, особенно когда режим функционирования системы приводит к нарушениям условий устойчивости и сходимости. Примером таких режимов может служить слишком быстрое изменение параметров объекта управления или отсутствие надлежащего сигнала, позволяющего провести оценку параметров. В последнем случае может случиться так, что модель испортится ( заснет ) со временем до тех пор, пока изменения алгоритма управления не приведут к нарушению устойчивости контура. В результате на входе объекта управления появится сигнал, похожий на всплеск, вновь заработает процедура оценивания параметров модели и адаптивный контур станет устойчивым. Далее [c.439]

Анализ и выбор измерительных средств (датчиков), которые могут быть использованы в системе в качестве источников исходной информации, и оценка параметров этих измерительных средств (точность, линейность шкалы, диапазон измерения, тип выходного сигнала, динамическая характеристика датчика). [c.11]

Однако подход к представлению сигнала не по критерию качества получаемых оценок параметров, а на основании его максимально точного приближения часто приводит к бессмысленному завышению объема вычислений без какого-либо увеличения качества оценок [14]. [c.23]

Таким образом, наиболее просто и удобно представлять сигнал регулярными выборками при определении шага дискретизации по (1.28). Если целью обработки является оценка параметров, а не восстановление сигнала, то шаг А/ обычно можно увеличить. С большим шагом можно работать и при необходимости восстановления сигнала, если использовать разложение [c.27]

Качество выполнения операции коррекции базисного сигнала существенно влияет на результирующую погрешность обработки. Особенно сильно это влияние на оценку амплитуды и площади пика накапливаясь пропорционально текущему времени, как и сам интеграл, величина систематической погрешности 85/г при оценке площади от неточной коррекции может достигать нескольких процентов (рис. 2.3). В то же время получение хороших оценок параметров базисного сигнала затруднено малыми значениями для него отношения сигнал/помеха. [c.75]

Скорость сходимости алгоритма зависит от величины шумов, наличия импульсных помех и близости начальных оценок параметров к истинным их значениям. В качестве начальных оценок могут быть использованы значения параметров, полученные на какой-либо выборке сигнала по (2.28), или некоторые произвольные значения, такие, что ( 1) = а1, где а — большое число. В [58] рассмотрена работа фильтра при обработке данных многокомпонентного анализа с оценкой параметров дрейфа на фоне шума с корреляционной матрицей в зависимости от используемых начальных оценок параметров. Отмечено, что если tJ Pot, > а , то работа фильтра может серьезно нарушаться с другой стороны, следует стремиться к увеличению диагональных элементов Ро. [c.82]

ТАБЛИЦА 2.3. Относительные среднеквадратичные погрешности оценок параметров базисного сигнала различными фильтрами [c.84]

На рис. 2.7 приведены графики слежения за базисным сигналом. Как и следовало ожидать, при отсутствии импульсной помехи наилучшие оценки дает фильтр Калмана робастный фильтр заметно инерционнее, но после выхода на сигнал также дает удовлетворительные результаты. Уменьшить длительность переходного процесса, вероятно, можно более качественным выбором начальных оценок параметров (в нашем случае они были приняты равными нулю). [c.84]

При наличии интенсивных импульсных помех картина меняется лучшие результаты обеспечивает робастный фильтр. Фильтр Калмана довольно быстро устраняет влияние выброса, но непосредственно на выбросе и сразу за ним отклонение оценок параметров весьма велики. Робастный фильтр дает устойчивые результаты даже при малых отношениях сигнал/шум (<7< 1), обеспечивая при оценке параметра наклона в 1,5—3 раза меньшую погрешность по сравнению с обычным фильтром Калмана и МНК (табл. 2.3). [c.84]

Таким образом, при наличии импульсных помех можно рекомендовать проведение предварительной фильтрации или использование робастного фильтра (работа во временной области), либо оценивание параметров базисного сигнала по обобщенным отсчетам (работа в спектральной области в СБС). Коррелированность отсчетов (/б. с может существенно ухудшить качество оценок параметров. [c.85]

ТАБЛИЦА 2.8. Погрешности оценок параметров двух наложившихся пиков различными методами в зависимости от отношения сигнал/помеха и вероятности появления импульсных помех [c.113]

ТАБ.ЛИЦА 2.9. Погрешности оценок параметров двух наложившихся пиков при коррелированных отсчетах сигнала [c.114]

Для определения числа компонентов в сложном сигнале могут быть использованы, в частности, алгоритмы обнаружения по производным [типа (2.15), (2.16)], но при условии построения соответствующих функционалов для наборов Рк, описывающих среднюю и крайние части пика Qл и Qn Определение максимумов в Qл и Q вблизи максимумов Q позволяет выявить наложившиеся пики. В области производных можно, как уже упоминалось в разделе 2.5, в ряде случаев получить удовлетворительные начальные оценки параметров модели сигнала. [c.116]

Сигнал АЭ, порождаемый деформацией и разрушением твердого тела, представляет собой случайный набор акустических импульсов сложной формы. АЭ процесс на выходе преобразователя превращается в случайную последовательность осциллирующих радиоимпульсов. Основные параметры сигнала АЭ, используемые для оценки процесса развития трещины в объекте, следующие [c.303]

Оценка первичных измеряемых параметров сигналов акустической эмиссии по каждому каналу производится сравнением значений параметров сигнала, задаваемых генератором (имитатором), со значением, измеренным аппаратурой. Относительная погрешность должна быть [c.325]

Традиционными задачами оценивания в АИИС является нахождение оценок параметров сигнала аналитического прибора на этапе первичной обработки, вычисление концентраций и т. п. Обычно задача сводится к оцениванию вектора параметров 0 в системе уравнений вида (1.1), получаемых по измерениям равноотстоящих значений независимых переменных (в больщинстве случаев — это одна переменная переменная развертки или текущее время анализа). При этом полезный сигнал s(0,/) и базисный сигнал г/б. с (О (если его параметры тоже неизвестны) представляются своими моделями, параметры которых и подлежат оцениванию. Таким образом, поиск оценок 0 вектора параметров 0 = i, 02,. .., 0 производится по системе уравнений вида [c.40]

Во Многих случаях ОЭП должен измерять параметры источника излучения, например его координаты в пространстве. Оптимальным приемником (оптимальным фильтром) такого типа является фильтр Винера, минимизирующий среднюю квадратическую ошибку оценки параметров сигнала 5(а), приходящего на вход прибора в смеси с помехой п(а). Если сигнал и помеха являются случайными и стационарными в широком смысле, а их статистические характеристики известны, то частотная характеристика оптимального (ви-неровского) фильтра определяется как [88] [c.75]

Для формирования указанного управляющего воздействия необходимо знать параметры е2(и) и v. Скоростные параметры 2 п) и V можно определить, если известны ei(n) для всех предыдущих значений п, т. е. во все предыдущие моменты времени. Оценку параметра г (п) дает координатор. Для этого прежде всего вычислительное устройство определяет, в какой из пяти областей координатора имеется сигнал. Сигнал может быть обусловлен как отраженным от цели лазерным излучением, так и шумом. Наконец, сигнал может отсутствовать вообще во всех пяти областях координатора. Устройство обработки сигналов с выходов ФЭУ было выполнено таким образом, что оно не измеряло амплитуду этих сигналов, а только регистрировало факт наличия или отсутствия сигнала. Если сигнал присутствовал, то данной области координатора приписывался индекс 1 , если сигнал отсутствовал—-приписывался индекс О . Таким образом, всего могло быть 32 различных ситуации, включая полное отсутствие сигналов во всех пяти областях координатора. Каждой из этих ситуаций приписывался код (число) в соответствии с табл. 5.1. Например, если сработал только элемент № 1, то такой ситуации приписывался код 1, если сработали одновременно элементы № 1 и № 2, то ситуации приписывался код 3 и т. д. Если срабатывал только один элемент, то в качестве оценки угла рассогласования выбирался фиксированный угол, соответствующий, например, середине сработавшего элемента. Если срабатывали одновременно два или более элементов, то начинал работать алгоритм проверки на достоверность, который определял ту область, которая с максимальной вероятностью соответствовала -инстпнному сигналу (т. е. не шумовому). При этом наиболее вероятным считалось значение еь ближайшее к экстраполированному зна- [c.192]

В ИЭС им. Е. О. Патона разработана АЭ-система ИИСТД-1 для измерения и оценки параметров акустической эмиссии, возникающей при деформировании материала и предшествующей их разрушению. Система обеспечивает вычисление местоположения источников АЭ определение диагностических, энергетических и статистических характеристик процессов АЭ из разных источников оперативное отображение и документирование информации. Информация поступает по 48 каналам. При нагружении испытываемой конструкции возникающие в зоне контроля вспышки АЭ преобразуются в электрические сигналы, усиливаются, селектируются и поступают в устройства измерения относительных задержек прихода волны. Одновременно измеряется амплитуда и энергия приходящего сигнала. Полученная информация формируется в сообщение, передаваемое в ЦВМ через устройство связи системы. Рассчитывается место вспышки АЭ, уточняется влияние амплитуды и энергии вспышки, локализуется зона эмиссии. В каждой из локализованных зон эмиссии фиксируются интенсивность последней и количество вспышек АЭ. [c.479]

Существенным вопросом пригодности алгоритма к конкретным условиям является его чувствительность к точности задания векторов статистических параметров процессов Хг(0 и Х2 1) (особенно это важно в отношении вектора 62). Как показано в [94], запаздывание сигнала о неисправности относительно момента ее возникновения является прямой функцией погрешности оценок параметров векторов 01 и 62 и растет с ростом этой погрешности. Это обстоятельство должно быть учтено при практическом применении оиисанного алгоритма. [c.309]

Оценка параметров базисного сигнала рек-курентными алгоритмами. Более качественное выделение и оценивание параметров базисного сигнала может быть осуществлено различными алгоритмами МНК, например по (2.28),или алгоритмами, реализующими рекуррентный МНК. Если помеховая составляющая сигнала представляет собой белый шум, то может быть использован рекуррентный алгоритм классического МНК [20, 32, 33] [c.81]

Для иллюстрации влияния основных параметров сигнала (отношения сигнал/шум д, величины разрешения (1.5) и засорения импульсными помехами % на качество оценивания в табл. 2.7—2.9 приведены средние значения оценок и их стандартные отклонения параметров двух гауссовых пиков, вычисленных методами Мейера (см. раздел 1.4) и комбинированным [основной алгоритм по Мейеру с назначением весов в (1.80) и (1.90) по (1.1056), т. е. с учетом величины невязок в качестве оценки 0 используется медиана невязок (1.94) с= 1,5]. Кроме того, исследовался на сходимость алгоритм Хартли. [c.113]

Отсюда Л = (1/> )2(3(/" )-> (1 = (дЛ (71р7( ). Качество этих оценок определяется качеством дифференцирования и адекватностью модели сигналу, а в случае перекрывающихся комно-нентов сигнала — и степенью перекрытия. При 2 метод позволяет определить число т наложившихся компонент и получить оценки с погрешностью не более 10—15%, при Я <.2 точное определение т затруднительно, а значит, трудно получить приемлемые значения начальных оценок параметров. [c.117]

Оценка степени заглушения камеры а основывается на вычислении новых значений Т11 по (1), но параметры сигнала и помехи измеряются внутри камеры. Очевидно, что i)i на всех значимых дискретных составляющих полезного сигнала должно быть не более т] дош величина которой равна 10—15 дБ [10]. Акустический контроль может быть осуществлен и ири [т)]доп 5 дБ, но с большей погрешностью. Кроме того, качество камеры зависит от структуры звукового поля, создаваемого контролируемым изделием в ее внутренней (измерительной) полости. Разработанные камеры имеют трехслойную внутреннюю полость (гетинакс — войлок — гетпиакс), форма которой в сечении представляет собой неравнобочную трапецию. Это позволило создать в камере звуковое поле, близкое к диффузному, с временем реверберации 1,4 с на частоте 1 кГц. Неравномерность звукового поля не более 1,5—2 дБ, если источник генерирует белый шум. Следует отметить, что известные труд1юсти акустических измерений в малом объеме в определенной мере решаются в каждом случае путем выбора места установки микрофона и строгой фиксации источника шума (контролируемого изделия) в камере. [c.65]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...