Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Algorytm obliczania odchyleń radiowej częstotliwości wzorcowej od wartości nominalnej

Tytuł:
Algorytm obliczania odchyleń radiowej częstotliwości wzorcowej od wartości nominalnej
Algorithm of calculation of standard radio frequency deviation from its nominal value
Autorzy:
Miczulski, W.
Czubala, A.
Powiązania:
https://bibliotekanauki.pl/articles/153159.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
algorytm obliczania odchyleń
radiowa częstotliwość wzorcowa
wartość nominalna
algorithm of calculation
standard radio frequency deviation
nominal value
Źródło:
Pomiary Automatyka Kontrola; 2006, R. 52, nr 6, 6; 39-41
0032-4140
Język:
polski
Prawa:
CC BY: Creative Commons Uznanie autorstwa 3.0 Unported
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule przedstawiono algorytm obliczania wskaźników odchylenia radiowej częstotliwości wzorcowej WRC od wartości nominalnej. Algorytm ten oparty jest o metodę Data Mining, w której zastosowano metody grupowania, analizy szeregów czasowych i regresji liniowej.

Time and Frequency Laboratory of Central Office of Measures performs measurements of phase time (Fig. 1) of standard radio frequency WRC 225 kHz with reference to 1 Hz pulse signal taken from the national time and frequency standard. Results of these measurements are recorded on a paper tape with analogue data recorder. The indicators characterizing standard radio frequency deviation from its nominal value are calculated on the basis of appropriate data taken from the record diagram and the relationships from (1) to (8). Putting results of phase time measurements into computer memory requires application of a special algorithm, enabling to calculate indicators of WRC frequency deviation from its nominal value. This algorithm is presented in this paper and is based on Data Mining method, employing clusterization, time series analysis and regression line methods.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies