Informacja

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

Wyszukujesz frazę "estymacja sygnałów" wg kryterium: Wszystkie pola


Wyświetlanie 1-5 z 5
Tytuł:
Estymacja punktowa funkcji autokorelacji sygnałów na podstawie cyfrowych danych pomiarowych
Point estimation of the signal autocorrelation function basing on digital measurement data
Autorzy:
Kawecka, E.
Sienkowski, S.
Powiązania:
https://bibliotekanauki.pl/articles/154366.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
cyfrowy estymator funkcji autokorelacji
wartość oczekiwana
obciążenie
wariancja estymatora
autocorrelation function digital estimator
expected value
bias
variance of autocorrelation function
Opis:
Artykuł przedstawia problematykę obliczania wartości oczekiwanej, obciążenia i wariancji cyfrowego estymatora funkcji autokorelacji sygnałów. Pokazano, że estymator funkcji autokorelacji nie jest zgodny oraz, że jest obciążony dodatkową, wynikającą z kwantowania składową. Pokazano, że funkcja gęstości kompensuje przesunięcie funkcji autokorelacji, co oznacza, że określenie na postawie momentów obciążenia i wariancji estymatora możliwe jest jedynie w tych punktach funkcji autokorelacji, które odpowiadają wartości średniokwadratowej sygnału. Przedstawiono wyniki oszacowań obciążenia i wariancji cyfrowego estymatora funkcji autokorelacji dla wybranych klas sygnałów. Do obliczeń zastosowano opracowany na potrzeby prowadzonych badań wielobitowy wirtualny korelator sygnałów.
In the paper there are discussed problems of estimation of the expected value, bias and variance of the digital estimator of the signal autocorrelation function. It is shown that the autocorrelation function estimator is not consistent and that the density function compensates the autocorrelation function delay. It means that determination of the bias and variance of the estimator basing on the so-called moments is possible only in these points of the autocorrelation function which are the mean square value of the signal. There are presented the results of estimation of the bias and variance of the autocorrelation function digital estimator for selected classes of signals. In order to perform calculations, there was designed a dedicated, multi-bit, virtual correlator of signals. The paper is divided into 3 sections. Section 1 contains a short introduction to the issues of this paper. In Section 2 there are presented the definitions of the autocorrelation function and the autocorrelation function estimator of a signal and quantized signal - Eqs. (2-4). Next, there is calculated the estimator's expected value - Eqs. (5, 6). There is determined the bias of the autocorrelation function digital estimator caused by quantization Eq. (7). In the next part of paper there is shown that the signal distribution density function compensates the autocorrelation function delay - Eq. (11). There is also calculated the estimator's mean square error - Eq. (20). The mean square error and variance from Eq. (17) allows evaluating the estimator consistency. Table 1 presents the results of analysis of the bias and variance of the autocorrelation function digital estimator for a sinusoidal signal with noise. There are analysed the following types of noise: Gaussian, uniform probability density function (PDF) and triangular PDF signal. In Section 3 the investigation results are summarized. The obtained results show the importance of investigations on autocorrelation function degradation caused by quantization.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 422-425
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane przykłady zastosowania transformaty falkowej do przetwarzania sygnałów biomedycznych
Some applications of using wavelet transform for biomedical signals processing
Autorzy:
Wilk, B.
Powiązania:
https://bibliotekanauki.pl/articles/154706.pdf
Data publikacji:
2003
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
transformata falkowa
estymacja trendu
usuwanie szumu
wavelet transform
trend estimation
denoising
Opis:
W artykule przedstawiono wybrane problemy dotyczące przetwarzania sygnałów biomedycznych oraz zaproponowano ich rozwiązanie za pomocą transformaty falkowej. Szczególną uwagę zwrócono na estymację trendu i detekcję charakterystycznych punktów sygnału oraz na eliminację szumu.
In this paper some problems of biomedical signal processing are presented. For their solutions wavelet transform has been proposed. Special attention is paid to the estimation of signal trend, separation of signal commponents, detection of the characteristic points of signal, and noise removal.
Źródło:
Pomiary Automatyka Kontrola; 2003, R. 49, nr 7-8, 7-8; 29-31
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Track-Before-Detect Algorithm for Noise Objects
Algorytmy śledzenia przed detekcją dla obiektów szumowych
Autorzy:
Mazurek, P.
Powiązania:
https://bibliotekanauki.pl/articles/158288.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
śledzenie
estymacja
przetwarzanie sygnałów
przetwarzanie obrazów
śledzenie przed detekcją
tracking
estimation
signal processing
image processing
Track-Before-Detect
Opis:
Track-Before-Detect (TBD) systems are used for tracking of the object signal under a high noise conditions. Noise objects are special class of objects with a zero mean value so they can not be processed directly. Possibilities of object detection and tracking for modified tracking system by numerical examples (Monte Carlo approach) are proposed and tested in this paper. The moving window is used for selection of samples for the standard deviation calculation.
Systemy śledzenia przed detekcją wykorzystują podejście akumulacyjne do estymacji trajektorii obiektów w warunkach małego SNR, także dla SNR<1. W artykule zaproponowano system śledzenia przed detekcją z wykorzystaniem algorytmu rekurencyjnego Spatio-Temporal TBD dla obiektów szumowych zakłóconych dodatkowym szumem. W przypadku gdy poziom szumów obiektu jest zbliżony a nawet mniejszy niż szumu tła detekcja obiektu i wyznaczenie trajektorii nie jest możliwa za pomocą innych metod niż śledzenie przed detekcją. System bazuje na analizie zmian odchylenia standardowego dla szumów gaussowskich poprzez wykorzystanie ruchomego okna analizy dla sygnału wejściowego. Bez zastosowania przekształcenia sygnału do przestrzeni odchyleń standardowych detekcja nie jest możliwa, ponieważ konwencjonalne rozwiązanie śledzenia przed detekcją uśrednia sygnał, który dla obiektu szumowego ma wartość średnią równą zero. W analizie numerycznej wykorzystano podejście Monte Carlo do oszacowania własności algorytmu dla różnych wartości współczynnika wygładzania, rozmiaru okna oraz stosunku szumów obiektu do szumu tła. Jako miarę jakości wykorzystano odległość między znanym położeniem środka obiektu z generatora a położeniem największej wartości estymowanej przez algorytm śledzenia przed detekcją. Jakość estymacji rośnie ze wzrostem rozmiaru obiektu oraz wartością współczynnika wygładzania Algorytm charakteryzuje się dużym stopniem możliwości zrównoleglenia przetwarzania.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 10, 10; 1183-1185
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estymacja punktowa cyfrowego estymatora wartości średniej sygnałów przypadkowych
Point estimation of the mean value digital estimator of random signals
Autorzy:
Sienkowski, S.
Kawecka, E.
Powiązania:
https://bibliotekanauki.pl/articles/154292.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
cyfrowy estymator wartości średniej
wartość oczekiwana
obciążenie
wariancja estymatora
mean value digital estimator
expected value
bias
estimator's ariance
Opis:
Artykuł przedstawia problematykę obliczania wartości oczekiwanej, obciążenia i wariancji cyfrowego estymatora wartości średniej sygnałów przypadkowych. W rzeczywistych sytuacjach pomiarowych estymacja obciążenia i wariancji, wymaga najczęściej wielokrotnego powtarzania eksperymentu pomiarowego. Nie są przy tym sformułowane kryteria dotyczące dokładności prowadzonych oszacowań. Zaprezentowane w pracy wzory omijają problem niejednoznaczności oszacowań i umożliwiają, na podstawie momentów, obliczenie obciążenia i wariancji cyfrowego estymatora wartości średniej sygnałów.
In the paper there is discussed a problem of estimation of the expected value, bias and variance of the mean value digital estimator of random signals. In real measurement tasks the estimation of the variance and bias values requires numerous repetitions of measurement experiments. Moreover, there are no clear criteria of the estimation accuracy. The equations formulated in this paper allow avoiding the problem of the estimation uncertainty and calculating the bias and variance of the digital estimator of the mean value signals basing on the so called moments. The paper is divided into 4 sections. Section 1 contains a short introduction to the issues of this paper. In Section 2 there is given a definition of the digital estimator of the mean value signal. The estimator's expected value is calculated - Eq. (2). On the basis of Eq. (2), the bias caused by quantization is given by Eq. (4). The variance is described by Eq. (7), while the mean square error by Eq. (8). It allows evaluating the consistency estimator. The variance of the mean value Eq. (13) is determined basing on the Widrow theory of quantization Eq. (10-12). In the next section there is presented an example of determining the bias - Eq. (17) and variance Eq. (20) of the mean value digital estimator of a Gaussian signal. The characteristic function of the Gaussian signal is given by Eq. (15). Table 1 presents the result of calculating the mean value variance for varying signal amplitude and increasing A/D resolution. Section 4 summarizes the investigations and presents some concluding remarks. There are discussed applications of the obtained expressions to evaluation of the measurement result uncertainty of the most important signal parameters.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 441-443
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda precyzyjnego pomiaru wartości skutecznej sygnałów okresowych oparta na rekonstrukcji sygnału z próbek integracyjnych
A Method for Precise Determination of rms Values of Periodic Signals Based on Signal Reconstruction from Integrative Samples
Autorzy:
Muciek, A.
Powiązania:
https://bibliotekanauki.pl/articles/156621.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
rekonstrukcja sygnału
pomiar wartości skutecznej
estymacja parametrów
signal reconstruction
RMS measurements
parameter
Opis:
Przedstawiono podstawy próbkowania integracyjnego. Podano sposób estymacji współczynników szeregu Fouriera z próbek integracyjnych oparty na metodzie najmniejszych kwadratów. Estymowane wartości pozwalają na wyznaczenie wartości skutecznej badanego sygnału. Opracowano metodę korekcji estymatorów współczynników w której wykorzystywany jest precyzyjny pomiar wartości średniej wyprostowanego sygnału. Wykazano, że pozwala to na znaczną poprawę dokładności wyznaczania wartości skutczenych sygnałów okresowych.
Fundamentals of integrative sampling are presented. Estimation of Fourier coefficients from samples using the method of least squeares is given. These estimates are used in the next step, to estimate the rms value. A method for correction of estimated coefficients based on precise measurement of the signal rectified average value is proposed. It is proved that such procedure increases significantly accuracy of rms estimation.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 46-49
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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