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 "estymator" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Ocena dokładności estymatorów funkcji korelacji wzajemnej wyznaczonych z zastosowaniem kwantowania deterministycznego i randomizowanego
    Evaluation of accuracy of cross-correlation function estimators obtained by using deterministic and randomized quantizing
    Autorzy:
    Rutkowska, M.
    Lal-Jadziak, J.
    Sienkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/153046.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    estymator
    funkcja korelacji wzajemnej
    kwantowanie
    estimator
    cross-correlation function
    quantization
    Opis:
    Celem artykułu jest analiza wpływu różnych rodzajów kwantowania na dokładność wyznaczania funkcji korelacji wzajemnej sygnałów. Rozważono dwa sposoby kwantowania: kwantowanie deterministyczne oraz randomizowane. Dokonano porównania wyników otrzymanych w obu przypadkach. Badania symulacyjne przeprowadzono z zastosowaniem programu ImeCorr opracowanego w środowisku LabWindows. Badano dokładność estymatorów funkcji korelacji wzajemnej otrzymanych z użyciem przetwornika 3-, 8- i 12-bitowego dla argumentu równego zero.
    The influence of quantization on the cross-correlation function determination of signals is discussed. The relations for cross-correlation function and its digital estimators are given. A method for evaluating the estimator accuracy is presented. Different types of quantization are considered. The formulas describing the quantization ways and related illustrations are presented. In Figures 1, 2 and 3 deterministic, randomized and pseudo-randomized quantization are shown, respectively. To obtain the simulation results, the program ImeCorr prepared in LabWindows was applied. The 3-, 8- and 12-bits quantizers were taken into account. The research results were compared. In Table 1 the values of the relative bias and the relative standard error are shown. It was observed that for 3-bits quantizers the bias had similar values. For the 8- and 12-bits converters the bias is smaller for the randomized and pseudo-randomized quantizing than for the deterministic one. The randomized and pseudo-randomized quantization is a source of the larger standard error than the deterministic quantization. The standard error is smaller for the pseudo-randomized quantization than for the randomized one.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 11, 11; 1308-1310
    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:
    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:
    Ocena wpływu kwantowania na niepewność estymatora wartości oczekiwanej sygnału
    Evaluation of quantization influence on the signal mean value estimator uncertainty
    Autorzy:
    Sienkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/153044.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    estymator wartości oczekiwanej
    wariancja
    obciążenie
    niepewność
    przetwornik A/C
    mean value estimator
    expected value
    variance
    bias
    uncertainty
    A/D converter
    Opis:
    Artykuł dotyczy problematyki oceny wpływu kwantowania na niepewność estymatora wartości oczekiwanej sygnału. Zdefiniowano postacie estymatorów wartości oczekiwanej oraz wariancji tego parametru. Wyznaczono obciążenia estymatorów. Oceniono wpływ kwantowania na niepewność estymatora wartości oczekiwanej. Do badań zastosowano skwantowane próbki sygnału oraz momenty zmiennej losowej. Konwersja sygnału przeprowadzono z zastosowaniem kwantyzatora typu zaokrąglającego o idealnej charakterystyce kwantowania.
    The paper deals with the problem of evaluation of quantization influence on the signal mean value estimator uncertainty on the basis of digital measuring data. In order to evaluate the uncertainty ,there have been used the quantized samples and moments of a random variable as well as the Widrow theory of quantization. The round-off quantizer of the ideal quantizing characteristic has been applied. The paper is divided into four sections. In the first section there is given Eq. (2) describing the mean value estimator obtained from the quantized data. In the second section the bias of the mean value estimator is described by Eq. (5) and shown in Fig.1. The mean value estimator (2) with and without bias (5) is shown in Fig.2. The mean value estimator variance is given by Eq. (6) and shown in Fig.3. In the next section there are presented Eqs. (21)-(23) describing the quantization influence on the mean value estimator uncertainty obtained from the moments and quantized data. The quantization influence on the mean value estimator uncertainty is studied in two independent cases, with and without bias, and shown in Fig.6. It has been shown that for a sinusoidal signal Eq. (21) is a suppressed oscillating function of the amplitude. Moreover, it has been proved that by increasing the sample size Eqs. (22) and (23) can be brought to 1. In the last section the results of investigations are summarized.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 11, 11; 1311-1314
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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