Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Monte carlo method" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-12 z 12
    Tytuł:
    Szacowanie funkcji autokorelacji sygnału sinusoidalnego metodą Monte Carlo
    Estimation of the autocorrelation function of a sinusoidal signal using the Monte Carlo method
    Autorzy:
    Sienkowski, S.
    Lal-Jadziak, J.
    Kawecka, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/154437.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    funkcja autokorelacji
    metoda Monte Carlo
    autocorrelation function
    Monte Carlo method
    Opis:
    Funkcja autokorelacji stanowi uznane narzędzie analizy własności sygnałów. Artykuł dotyczy problematyki szacowania funkcji autokorelacji sygnału sinusoidalnego metodą Monte Carlo. Jedną z najczęstszych aplikacji metody Monte Carlo jest całkowanie numeryczne funkcji. Ponieważ składową funkcji autokorelacji jest operacja całkowania, to taką metodę można zastosować do szacowania funkcji autokorelacji.
    This paper deals with properties of the autocorrelation function of a sinusoidal signal. The Monte Carlo method was proposed for estimation of the autocorrelation function. The results showed that although the Monte Carlo method did not give the results of high accuracy, it provided the reliable autocorrelation function ratings. Section 1 presents basic information concerning the autocorrelation function. Eq. (3) describes the autocorrelation function of a sinusoidal signal. In Section 2 the Hit or Miss Monte Carlo method is presented. Such a method is applicable to a numerical integration task. Eqs. (6)-(9) describe the estimation of the integral (4). Eq. (10) gives the error of integral estimation. The Monte Carlo method was adapted to estimate the autocorrelation function of a sinusoidal signal. Eq. (13) describes the integration function and Eq. (14) gives its derivative, which was used to determine the integration ranges. The ends of these ranges are given by Eq. (19). In Fig. 1 the function to be integrated together with its integration domain and the range of the function values is shown. In the next part of the paper Eq. (20) describing the estimation error of the autocorrelation function and the sample results of estimation of the autocorrelation function with use of the Monte Carlo method are given. Section 3 contains the conclusions.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 10, 10; 866-868
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of adaptive simulation methods in reliability analysis
    Zastosowanie adaptacyjnych metod symulacyjnych w analizie niezawodności
    Autorzy:
    Kolanek, K.
    Jedno, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/156843.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    analiza niezawodności
    symulacja
    metoda Monte Carlo
    reliability analysis
    simulation
    Monte Carlo method
    Opis:
    The cross-entropy method is a new approach to estimate rare event probabilities by Monte Carlo simulation. Application of this method for structural reliability analysis is presented. The efficiency of the approach is tested on some benchmark problems typical for reliability analysis.
    Metoda wzajemnej entropii (ang. cross-entropy) jest nową modyfikacją metod Monte Carlo służącą do oszacowania prawdopodobieństwa rzadkich zdarzeń. W pracy przedstawiono zastosowanie tej metody do rozwiązania zagadnienia analizy niezawodności. Jej efektywność jest oceniona na przykładach charakteryzujących się trudnościami typowymi w analizie niezawodności.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 8, 8; 29-32
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Symulacje komputerowe efektu podziału ładunku w detektorach półprzewodnikowych z wykorzystaniem układu FPGA
    Computer simulations of charge sharing effect in semiconductor detectors using FPGA
    Autorzy:
    Maj, P.
    Drozd, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/151594.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    efekt podziału ładunku
    FPGA
    metoda Monte Carlo
    charge sharing
    Monte Carlo method
    Opis:
    Artykuł prezentuje wykorzystanie metody Monte Carlo do analizy efektu podziału ładunku w detektorach półprzewodnikowych. Są one niezbędne do podnoszenia jakości obrazowania medycznego, gdyż ze względu na pojawiające się na krawędziach pikseli rozmycie obniża dokładność pomiaru zarówno pozycji jak i energii. Wykonanie symulacji jest niezwykle istotne w pierwszym etapie projektowania dedykowanych układów scalonych, wymaga jednak dużych nakładów obliczeniowych, gdyż symulacje należy wielokrotnie powtarzać dla różnych wartości parametrów wejściowych. Zaproponowano zatem implementację przedstawionych algorytmów w układzie FPGA (Field Programmable Gate Array), pozwalającym na zrównoleglenie dużej ilości obliczeń i przez to na znaczące ich przyspieszenie.
    In recent years, there have been a lot of improvements in application of specific integrated circuits. New ideas have been also implemented in 2D X-Ray detectors which can be used in medical imaging. To understand the structure and the functionality of biological systems, there are required imaging systems of high spatial resolution. The aim is to improve the image quality but also to reduce the time of tissue exposure to the radiation. One of the major problems that needs to be solved while designing a detector with pixel dimensions less than 200 μm x 200 μm is compensation of charge sharing effect, presented schematically in Fig. 1. When a photon hits a detector close to the border between pixels, the resultant charge cloud is divided between up to four neighbor readout channels. Introduction of the compensation algorithm C8P1 [1] leads to a proper measurement of the spatial hit position as well as photon energy despite the fact that charge sharing occurred. Since the algorithm should be verified before hardware implementation, simulation using the Monte Carlo method was implemented. The simulation step is a crucial part in a design process, although it often takes much time to perform the simulations, as there are multiple parameters in the model that vary in specific ranges (Tab. 1). Taking the execution time into account, a new solution using the FPGA (Field Programmable Gate Array) was proposed (Fig. 4). Measurements of the operation execution time (Tab. 2) show that implementing simulations in an FPGA chip can accelerate calculations about 1000 times in comparison with the standard PC implementation (with Intel Core i7 processor), which is a significant improvement considering the integrated circuit design process.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 3, 3; 262-265
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Steering the line following robot using fast Monte Carlo image analysis and the Gravity Center binary image
    Sterowanie robota śledzącego linie z wykorzystaniem szybkiej analizy obrazu metodą Monte Carlo i środka ciężkości obrazu binarnego
    Autorzy:
    Okarma, K.
    Lech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/152516.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    robot śledzący linie
    metoda Monte Carlo
    Line Follower robot
    Monte Carlo method
    Opis:
    The application of Monte Carlo analysis for controlling the line following robot is discussed in the paper. Proposed approach is compared with popular algorithms based on image analysis as well as the use of a line of optical sensors. The most typical image analysis approach based on the Centre of Gravity has been compared with our fast Monte Carlo technique described in earlier publications. Finally, the extension of Monte Carlo control by the use of the binary Centre of Gravity is proposed.
    W artykule omówiono zastosowanie analizy Monte Carlo do sterowania robota śledzącego linie. Zaproponowane podejście zostało odniesione do popularnych algorytmów opartych na analizie obrazu, jak również użycia linijki czujników optycznych. Najbardziej typowe podejście wizyjne oparte na wyznaczaniu środka ciężkości zostało porównane z szybką techniką Monte Carlo przedstawioną w naszych wcześniejszych publikacjach. W artykule zostało ponadto zaproponowane rozwinięcie sterowania opartego na metodzie Monte Carlo poprzez wykorzystanie dodatkowej informacji dostępnej po wyznaczeniu środka ciężkości obrazu binarnego. Obraz ten jest uzyskiwany w wyniku zastosowania binaryzacji metodą Monte Carlo z podziałem obrazu na bloki w celu wyznaczenia podstawowego sterowania. Ze względu na możliwą utratę sterowania za pomocą tego algorytmu dla linii przerywanych zaproponowano korektę kierunku ruchu na podstawie trendu wyznaczonego za pomocą estymacji środka ciężkości obrazu binarnego. W wyniku zastosowania proponowanego hybrydowego podejścia do sterowania uzyskano dodatkową możliwość sterowania prędkością ruchu robota oraz wzrost odporności algorytmu na zakłócenia, w szczególności dotyczące przerwania linii.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 8, 8; 970-972
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szacowanie niepewności funkcji przetwarzania przetwornika LEM CT -5T metodą Monte Carlo
    Autorzy:
    Dzwonkowski, A.
    Golijanek-Jędrzejczyk, A.
    Rafiński, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/972218.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    niepewność pomiaru
    metoda Monte Carlo
    przetworniki pomiarowe
    measurement uncertainty
    Monte Carlo method
    measurement transducers
    Opis:
    W referacie zaprezentowano metodologię szacowania niepewności funkcji przetwarzania przetwornika prądowego, na przykładzie przetwornika LEM CT-5T, przy zastosowaniu metody opartej na Przewodniku GUM, z zastosowaniem prawa propagacji niepewności oraz metody numerycznej Monte Carlo. Przedstawiono szczegółową analizę doboru rozkładu wielkości wejściowej. W przypadku metody Monte Carlo dobór rozkładu wielkości wejściowych jest bardzo istotny, ponieważ zależny jest od niego wynik generacji próby. W artykule przeprowadzono także analizę porównawczą wyników oceny pomiaru metodą symulacji Monte Carlo oraz wyników uzyskanych metodą związaną z prawem propagacji niepewności.
    According to modern metrology requirements, prevailing for almost 20 years, it is necessary to present the result of a measurement with an estimated combined standard uncertainty [1, 2, 3]. Hence, it is necessary to estimate the measurement uncertainty in all fields of science and technology, such as for example bearings diagnosis [4], measurements of electrical quantities [5] or biomedical measurements [6]. Because of the extensive use of current and voltage transducers to solve various measurement problems, the authors decided to develop a methodology for estimating the uncertainty of such a transducer. The paper presents the methodology of calculating the uncertainty of the LEM current transducer CT-5T processing function. There are described two approaches for determination of the measurement uncertainty: the traditional, analytical method and the numerical Monte Carlo simulation method. The results obtained using both methods are convergent and allow for specification of the measurement uncertainty of current measurements with the CT-5T transducer, as well as verification of the estimated uncertainty of results calculated by the Monte Carlo method in the traditional approach. In the authors’ opinion, the calculated measurement uncertainty of the analysed current-voltage transducer processing function, proves the validity of using this transducer for measurements of current with the maximum accuracy of 3%.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 5, 5; 398-401
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sprawdzanie dokładności szacowania wartości oczekiwanej metodą Monte Carlo
    Verification of accuracy of mean value estimation using Monte Carlo method
    Autorzy:
    Sienkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/156845.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    metoda Monte Carlo
    wartość oczekiwana
    rozkład Gaussa
    Monte Carlo method
    mean value
    Gaussian distribution
    Opis:
    Przedmiotem badań jest estymator wartości oczekiwanej. Sprawdzano dokładność estymacji wartości oczekiwanej w sytuacji, gdy estymator obliczany jest na podstawie danych z rozkładu Gaussa. Sprawdzanie dokładności estymacji wykonano z zastosowaniem metody Monte Carlo.
    The subject of the research is the mean value estimator. The estimator is determined based on data obtained from a Gaussian distribution. The accuracy of the mean value estimator was examined using the Monte Carlo method. Chapter 1 provides basic information on the reasons for use the Monte Carlo method. In Chapter 2 the basic definitions were presented. Eq. (1) describes the expected value of the random variable. Eq. (3) presents the mean value estimator. Eq. (4) it is the error of the estimator (3). In the next part of Chapter 2 the mean value estimator for Gaussian distribution was presented (eq. 6). Eq. (7) describes the error of the mean value estimator (6). Next equation describes coverage factor for Gaussian distribution. In the next part of the paper the Monte Carlo methods were presented. In this article the Crude and Hit-or-Miss Monte Carlo methods have been used. Eq. (13) presents the mean value estimator obtained using the Crude Monte Carlo method. Eq. (14) describes the error of the estimator. Eq. (15) presents the mean value estimator obtained using the Hit-or-Miss Monte Carlo method. Eq. (16) it is the error of the estimator. In Fig. 1 the errors (4), (14) and (16) have been shown. Tab. 1 presents the errors obtained in Matlab, MatCAD and LabWINDOWS. The researches have been summarized in Chapter 3.
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 11, 11; 945- 947
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Budowa budżetu niepewności z zastosowaniem metody Monte Carlo do analizy właściwości algorytmów cyfrowego przetwarzania sygnałów
    Construction of uncertainty budget using the Monte Carlo method for analysis of digital signal algorithm properties
    Autorzy:
    Krajewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/157888.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    budżet niepewności
    metoda Monte Carlo
    algorytmy cyfrowego przetwarzania sygnałów
    uncertainty budget
    Monte Carlo method
    digital signal algorithms
    Opis:
    W pracy przedstawiono sposób budowy budżetu niepewności pomiaru w oparciu o metodę Monte Carlo. Taki budżet umożliwia analizowanie właściwości metrologicznych dowolnych algorytmów cyfrowego przetwarzania sygnałów. Zastosowanie proponowanej metody badań cyfrowych algorytmów zostało zilustrowane na przykładzie porównania właściwości dwóch algorytmów do wyznaczania wartości skutecznej napięcia sinusoidalnego.
    In many measuring systems there is the necessity of using the analog-digital processing of a measured signal which next is processed by an appropriate digital signal processing algorithm. In such systems all elements of the measuring circuit, including the algorithm, influence the measurement accuracy. The paper presents a new method of building the budget uncertainty, based on the Monte Carlo method. When developing this method there were applied recommendations for using the Monte Carlo method for determination of the measurement uncertainty, presented in the appendix to the Guide [4]. Such a budget allows analysing the metrological properties of any digital signal processing algorithms. Use of the proposed method of digital algorithms is illustrated on an example comparing properties of the algorithm DFT and DFT with the Hanning window to determine the effective value of a sinusoidal voltage. A high-accuracy sampling voltmeter HP3458A was used for measurements. The resulting uncertainty budget is given in Table 2. Summing up, construction of the budget uncertainty using the Monte Carlo method allows analysing the properties of an arbitrarily complex digital signal processing algorithm by comparing the individual uncertainties in the resulting budget. This makes it possible to test the algorithm sensitivity for individual sources of uncertainty, and also to determine the algorithm usefulness for a particular application. The use of the Monte Carlo method to create the uncertainty budget enables additionally determining the expanded uncertainty.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 9, 9; 770-772
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optymalizacja korelacji szybkiej metody estymacji jakości obrazów opartej na podobieństwie strukturalnym z oceną subiektywną
    Optimisation of the correlation of the fast image quality estimation based on the Structural Similarity with the subjective evaluation
    Autorzy:
    Okarma, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/154290.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ocena jakości obrazów cyfrowych
    podobieństwo strukturalne
    metoda Monte Carlo
    digital image quality assessment
    structural similarity
    Monte Carlo method
    Opis:
    W pracy przedstawiono analizę wyników estymacji jakości obrazów przy użyciu metody Monte Carlo w połączeniu z podobieństwem strukturalnym (SSIM) pod kątem korelacji z oceną subiektywną. Jako platformy testowej użyto bazy obrazów poddanych pięciu typowym rodzajom zniekształceń wraz z ich ocenami subiektywnymi udostępnianej przez Laboratorium Inżynierii Obrazu i Wideo (LIVE) Uniwersytetu w Teksasie. Uzyskane wyniki korelacji liniowej oraz z zastosowaniem funkcji logistycznej potwierdzają wysoką przydatność zaproponowanej szybkiej metody estymacji jakości obrazu.
    The paper presents the analysis of the results of the image quality estimation when using the Monte Carlo method applied to the Structural Similarity index [5] in the aspect of correlation with the subjective evaluation. As a test platform, the LIVE database (available at the Laboratory for Image & Video Engineering of the University of Texas at Austin) [7] containing the Differential Mean Opinion Score (DMOS) values for almost 1000 images corrupted by five common types of distortions has been used. After the short introduction containing the analysis of some modern image quality assessment techniques, the idea of the image quality fast estimation with use of the Monte Carlo Structural Similarity Index [6] is described. The results of the Pearson's correlation of the DMOS values and MC-SSIM for the individual types of distortions and for the whole database, excluding the original images, are presented in Tables 1-2. Tables 3-4 illustrate the optimised results obtained after the nonlinear mapping with use of the logistic function (6). The obtained results of the linear correlation, as well as those obtained when using the nonlinear mapping by the optimised logistic function, confirm the usefulness of the proposed fast image quality estimation technique. An interesting fact is not only the preservation of the high correlation coefficients even for the small number of pixels used for the quality estimation but also a slight increase in them which may be an interesting stimulus for further research.
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 444-446
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metody Monte Carlo do porównania właściwości algorytmów cyfrowego przetwarzania sygnałów
    An application of Monte Carlo method for comparison of digital signal algorithms properties
    Autorzy:
    Krajewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/155566.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    niepewność pomiaru
    metoda Monte Carlo
    metoda najmniejszych kwadratów
    DFT
    Monte Carlo method
    uncertainty measurement
    least square mean (LSM)
    Opis:
    W pracy przedstawiono zastosowanie metody Monte Carlo do porównania właściwości algorytmu dyskretnego przekształcenia Fouriera i metody najmniejszych kwadratów w pomiarze napięcia. Przeanalizowano wpływ wybranych parametrów przetwarzania analogowo-cyfrowego na wyznaczaną, za pomocą metody Monte Carlo, niepewność pomiaru składowych ortogonalnych sygnału sinusoidalnego. Podano wyniki badań symulacyjnych oraz ich analityczną weryfikację.
    In the paper an application of Monte Carlo method for comparison of least square mean and discrete Fourier transform algorithm properties in voltage measurement is presented. The influence of selected analog on digital conversion parameters on determined, by Monte Carlo method, uncertainty measurement of orthogonal signal components is analysed. Simulation results and their analytical verification are described.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 104-107
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Monte-Carlo evaluation of measurement uncertainty using a new generator of pseudorandom numbers
    Ocena niepewności pomiarowej przy użyciu metody Monte Carlo i nowego generatora liczb pseudolosowych
    Autorzy:
    Morawski, R. Z.
    Miękina, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/153003.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    evaluation of measurement uncertainty
    Monte Carlo method
    generation of pseudorandom numbers
    szacowanie niepewności pomiarowej
    metoda Monte Carlo
    generatory liczb pseudolosowych
    Opis:
    The Monte Carlo method has been applied in metrology for a long time, but only recently (2008) it has been recommended by the international normative body (Joint Committee for Guides in Metrology) for evaluation of measurement uncertainty. This paper is devoted to the problem of efficient generation of pseudorandom numbers following a distribution whose probability density function is very close to the Gauss function, but it has finite-support, and – unlike the probability density function of the truncated normal distribution – is continuous. The applicability of the proposed solution for evaluation of measurement uncertainty is illustrated with an example of practical importance.
    Zgodnie z Suplementem #1 do międzynarodowego przewodnika dotyczącego wyrażania niepewności pomiaru [2] metoda Monte Carlo staje się jedną ze standardowych metod oceny owej niepewności. Podstawowym narzędziem jej implementacji są generatory liczb pseudolosowych o rozkładach modelujących rozkłady błędów występujących w systemach pomiarowych. Nierzadko – np. w zastosowaniach, w których niepewność pomiaru przekłada się na ryzyko błędu w sztuce medycznej – zachodzi potrzeba oceny rozszerzonej niepewności pomiaru metodą najgorszego przypadku. Stosuje się wówczas liczby pseudolosowe o rozkładzie równomiernym (à la limite – dwupunktowym) lub obciętym normalnym. Ciąg tych ostatnich uzyskuje się zwykle poprzez odpowiednią transformację ciągu liczb o rozkładzie normalnym lub równomiernym. W obydwu przypadkach jest to operacja dość złożona obliczeniowo i dlatego wciąż pojawiają się nowe propozycje generatorów. Jedną z najnowszych oraz przegląd starszych znaleźć można w artykule [3]. Wspólną ich wadą – obok złożoności obliczeniowej – jest nieciągłość funkcji gęstości prawdopodobieństwa w punktach obcięcia oraz kilkuprocentowe zmniejszenie odchylenia standardowego. W artykule przedstawiono nowy, wolny od tych wad, generator liczb pseudolosowym o rozkładzie zbliżonym do obciętego normalnego (różnicę odpowiednich funkcji gęstości prawdopodobieństwa przedstawia rys. 1). Jego użyteczność zilustrowano przykładem zastosowania do analizy propagacji błędów danych metodą Monte Carlo w procedurze estymacji mezurandu metodą najmniejszych kwadratów w przypadku, gdy zarówno dane reprezentując zmienne niezależne i zmienną zależną obarczone są błędem przypadkowym.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 5, 5; 390-393
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ liczby punktów pomiarowych na niepewność wyznaczania izolacyjności akustycznej przegród budowlanych
    The effect of number of measurement points on the uncertainty of the determination of sound insulation of building partitions
    Autorzy:
    Pawlik, P.
    Przysucha, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/153536.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    izolacyjność akustyczna
    niepewność pomiaru
    propagacja rozkładów
    metoda Monte Carlo
    arytmetyka przedziałowa
    sound insulation
    uncertainty of measurement
    propagation of distribution method
    Monte Carlo method
    interval arithmetic
    Opis:
    W artykule przedstawiono problem doboru liczby punktów pomiarowych do prawidłowego wyznaczenia izolacyjności akustycznej przegród budowlanych. Obliczenia pozwoliły na wyznaczenie zależności pomiędzy niepewnością wyznaczania izolacyjności akustycznej przegród budowlanych a liczbą wykonanych pomiarów.
    The article presents the problem of adjustment of the number of measurement points to correct designation of sound insulation of building partitions. The calculations allowed to determine the relationship between the uncertainty of the determination of sound insulation of building partitions and the number of measurements (Fig. 2, 3, 4).
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 12, 12; 1124-1126
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szacowanie niepewności aparaturowej w algorytmicznych pomiarach impedancji metodą Monte Carlo
    Estimation of the instrument uncertainty in an algorithmic impedance measurements by Monte Carlo method
    Autorzy:
    Augustyn, J.
    Misiowiec, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/156589.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    algorytmy pomiarowe
    dopasowanie do sinusoidy
    dopasowanie do elipsy
    analiza głównych składowych
    pomiary składowych impedancji
    metoda Monte Carlo
    budżet niepewności
    measurement algorithms
    sine fitting
    ellipse fitting
    principal component analysis
    measurement of impedance components
    Monte Carlo method
    uncertainty budget
    Opis:
    W artykule przedstawiono ocenę niepewności aparaturowej pomiaru modułu i kąta fazowego impedancji za pomocą algorytmu dopasowania do sinusoidy oraz dwóch wersji algorytmu dopasowania do elipsy - klasycznej i zmodyfikowanej o algorytm analizy składowych głównych. Metodą Monte Carlo wyznaczono budżety niepewności dla badanych algorytmów oraz macierze niepewności. Wykazano, że podstawowym źródłem niepewności aparaturowej jest błąd wzmocnienia - dla modułu impedancji i szum wejściowy - dla kąta fazowego.
    An estimation of the instrument uncertainty of magnitude and phase angle measurement of impedance by using sine fitting algorithm, and the two versions of ellipse-fitting algorithm – the classical and the modified by algorithm of principal component analysis (PCA) is presented in the paper. In the sine fitting algorithm, based on LMS method, the values of orthogonal components of voltage and current (3) are used to calculate the impedance components |Z| and , from Eq. (4). In the classical ellipse fitting algorithm, based on the determined value of the parameter vector a (Eq. (6)), the impedance components are calculated from Eq. (7). In the modified ellipse fitting algorithm, the measuring system is supplemented by an additional acquisition channel of the generator signal. The classical ellipse fitting algorithm is then preceded by a fitting to the plane algorithm, using the method of principal components analysis [7]. Histograms in Figs. 1 and 2 show relative measurement errors impedance components obtained by the Monte Carlo method. Uncertainty budgets were determined for the tested algorithms as well as the uncertainty matrices. In the Tabs. 2 and 3 are shown the contributions to the standard uncertainty of the various uncertainty sources. It has been shown that the basic source of the uncertainty is the gain error - for the magnitude of impedance, and the input noise - for the phase angle. Components values of the combined standard uncertainty of impedance values estimation and the shape of probability distribution depend on the form of a processing algorithm.
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 395-397
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-12 z 12

      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