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 "odchylenie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wyznaczenie kursu bezzałogowego statku powietrznego na podstawie danych GPS i INS
    Estimation course angle for UAV based on GPS and INS data
    Autorzy:
    Krasuski, K.
    Wierzbicki, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/276232.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    GPS
    INS
    kurs
    odchylenie standardowe
    filtr Kalmana
    course angle
    standard deviation
    Kalman filter
    Opis:
    Od kilkunastu lat obserwowany jest wzrost zainteresowania wykorzystania bezzałogowych statków latających w fotogrametrii i teledetekcji. Niskobudżetowe bezzałogowe platformy najczęściej korzystają ze stosunkowo tanich jednoczęstotliwościowych odbiorników GPS oraz platformy INS (MEMS). Ich integracja umożliwia wyznaczenie parametrów orientacji bezzałogowego statku latającego w przestrzeni. W artykule zaprezentowano wstępne rezultaty wyznaczenia kursu na podstawie samych danych GPS oraz określono różnicę kursu z wykorzystaniem danych GPS i INS. Przedstawiono również algorytm wyznaczenia kursu oraz opisano dokładnie przebieg eksperymentu lotniczego z wykorzystaniem platformy Trimble UX5. Na podstawie przeprowadzonych badań i uzyskanych wyników stwierdzono, iż średnia różnica kursu na podstawie surowych danych GPS i INS wynosi 0.21° z odchyleniem standardowym 6,12°.
    For several years, increased interest in the use of unmanned aerial vehicles in photogrammetry and remote sensing can be easily observed. Low-budget unmanned platforms mostly use a relatively low-cost single frequency GPS and INS platforms (MEMS). Their integration allows to determination the orientation parameters of unmanned aerial vehicle in the space. The article deals with the preliminary results of determine the course angle based on the same GPS data and identifies the difference of course using GPS and INS data. The article presents an algorithm determine the course angle and also describes in details the airborne experiment using Trimble UX5 platform. Based on the researches and the results ob-tained, it was found that the average difference of course angle based on raw GPS and INS equals to 0,21° with a standard deviation of 6,12°.
    Źródło:
    Pomiary Automatyka Robotyka; 2015, 19, 4; 63-68
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie standardowej niepewności pomiarów o rozkładzie trapezowym metodą maksymalizacji wielomianu
    Evaluation of the Uncertainty of Trapeze Distributed Measurements by the Polynomial Maximization Method
    Autorzy:
    Warsza, Z. L.
    Zabolotnii, S. W.
    Powiązania:
    https://bibliotekanauki.pl/articles/277568.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    menzurand
    estymata
    odchylenie standardowe
    rozkład trapezowy
    kumulanty
    metoda maksymalizacji wielomianu
    measurand
    estimate
    standard deviation
    trapezoidal distribution
    cumulant
    polynomial maximization method
    Opis:
    Omówiono w skrócie rodzaje estymatorów parametrów menzurandu wyznaczanych z próbek danych pomiarowych pobranych z populacji o rozkładzie trapezowym. Zaproponowano użycie metody maksymalizacji wielomianu stochastycznego o symbolu PMM jako niekonwencjonalnego sposobu wyznaczania estymatorów wartości i odchylenia standardowego menzurandu dla próbek o rozkładach niegaussowskich. Na przykładach próbek z symetrycznego rozkładu trapezowego Trap oszacowano niepewność standardową dla wartości średniej, środka rozpięcia i estymatora menzurandu obliczonego metodą wielomianową PMM z użyciem kumulantów, które wyznaczono z danych próbki za pośrednictwem momentów centralnych. Metodą symulacji Monte Carlo (MC) dokonano analizy porównawczej ocen wariancji obliczanej klasycznie ze wzorów rozkładu, wg Przewodnika GUM [1], dla środka rozpięcia i metodą PPM. W funkcji liczby danych próbki i stosunku podstaw trapezu określono granice najefektywniejszego obszaru dla każdej z metod.
    The types of measurand parameter estimators derived from samples of measured data taken from the symmetrical trapezoidal population Trap are briefly discussed. A non-standard approach to finding estimates of the non-Gaussian distributions parameters based on the unconventional method of maximizing the stochastic polynomial (PMM) and using a moment-cumulant description of random variables is proposed. By means of multiple statistical tests of Monte Carlo method, the properties of polynomial estimators are investigated and an analysis of their accuracy is made with compare to estimates of the distributions with arithmetic mean or the mid-range as their centers. As a function of the number of sample data and the basis of trapeze ratio, the boundaries of the areas where these methods are most effective are determined. The PPM method has been proposed to use for determining estimated values of the standard deviation and uncertainties of measurand when distribution of the random errors population is a priori unknown and first few cumulants have to be find from the sample data.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 4; 59-65
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod odpornościowych w analizie dokładności pomiarów międzylaboratoryjnych (1). Zasady statystyki odpornościowej, metoda Hubera czyli Algorytm A
    Application of Robust Methods in Evaluation the Accuracy of Interlaboratory Measurements. Part 1. Bases of Robust Statistics. Huber Method, i.e. Algorithm A
    Autorzy:
    Warsza, Z. L.
    Volodarsky, E. T.
    Powiązania:
    https://bibliotekanauki.pl/articles/276805.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    outlier
    niepewność pomiaru
    odchylenie standardowe
    mediana
    odporna wartość średnia
    rozstęp międzykwartylowy
    outliers
    uncertainty of measurements
    standard deviation
    median
    robust mean value
    interquartile mid-range
    Opis:
    W dwuczęściowej pracy omówiono zastosowanie statystyki odpornościowej do oceny wartości i niepewności menzurandu uzyskiwanych na podstawie próbki danych doświadczalnych, gdy niektóre z tych danych różnią się istotnie od pozostałych, czyli są outlierami. Metodami odpornościowymi wyznaczono parametry statystyczne wyniku pomiaru ze wszystkich danych, ale wpływ outlierów potraktowano odmiennie. Dla próbek o niewielkiej liczności uzyskano wyniki bardziej wiarygodne niż w sposób klasyczny z odrzuceniem outlierów. Ilustrują to przykłady z porównań międzylaboratoryjnych. W części 1. omówiono podstawowe zasady statystyki odpornościowej oraz iteracyjną metodę odporną podaną przez Hubera, którą w normie ISO 5725-5 nazwano Algorytm A. Jako ilustrację, w symulowanym przykładzie liczbowym, wyznaczono niepewność procedury pomiarowej testowanej przez porównanie wyników badania jednorodnych obiektów w kilku laboratoriach akredytowanych. Oszacowano średnią niepewność metodą klasyczną dla wszystkich danych. Po usunięciu outlierów zastosowano dwie metody odpornościowe – przeskalowanego odchylenia medianowego MADS i metodę Hubera, czyli iteracyjny Algorytm A, którego wyniki były najbardziej wiarygodne.
    This two-part paper discusses the use of robust statistics to assess the value and uncertainty of measurand obtained from a sample of experimental data when some of these data differ significantly from the others, i.e. are outliers. The statistical parameters of the measurement result are determined by robust methods from all data, but influence of outliers is treated differently. For small sample sizes results are more reliable than obtained by classical methods with exclusions of outliers. This is illustrated by examples from the interlaboratory key comparisons. Part 1 discusses the basic principles of the robust statistics and the iterative robust method given by Huber, which is called Algorithm A in ISO 5725-5. As illustration in the simulated numerical example, the uncertainty of some measurement method was estimated based on measurements of homogeneous object in several accredited laboratories. The mean uncertainty of this experiment is estimated by classic method for all data and with exclusion of outliers and by two robust methods: rescaled median deviation and by Algorithm-A. The result of last method is the most reliable.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 2; 47-55
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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