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 "Lal-Jadziak, J." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Wpływ kwantowania na dokładność estymacji wartości średniokwadratowej
    The influence of quantizing on the accuracy of mean square value estimation
    Autorzy:
    Lal-Jadziak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/151746.pdf
    Data publikacji:
    2002
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    kwantowanie
    estymacja wartości średniokwadratowej
    Opis:
    Przedstawiono twierdzenia Widrowa i warunki odtwarzalności dla kwantowania w zastosowaniu do wartości średniokwadratowej spowodowanego niespełnieniem warunków odtwarzalności dla kwantowania. Szczególna uwagę poświęcono sygnałom o rozkładzie prostokątnym i normalnym, sygnałowi harmonicznemu oraz sygnałowi harmonicznemu z szumem gaussowskim.
    The quantizing theorems of Widrow and quantizing reconstruction conditions for the estimation of the mean square value are presented. An analysis of the bias error of the mean square value estimator, caused by nonsatisfied quantizing reconstruction conditions, is carried out. Special attention is devoted to the rectangular and normal pdf signals, the harmonic signal, and the harmonic signal with Gaussian noise.
    Źródło:
    Pomiary Automatyka Kontrola; 2002, R. 48, nr 7/8, 7/8; 60-64
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Korelatory w zastosowaniach radioastronomicznych
    Correlators applied in radio astronomy
    Autorzy:
    Lal-Jadziak, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/154976.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    radioastronomia
    korelator XF
    korelator FX
    kwantowanie sygnałów
    radio astronomy
    XF correlator
    FX correlator
    quantization
    Opis:
    Celem artykułu jest przedstawienie specyficznych konfiguracji oraz własności korelatorów stosowanych w radioastronomii. Korelatory te muszą sprostać wymaganiom wykrywania słabych sygnałów występujących na tle zakłóceń kosmicznych, atmosferycznych oraz radiowych. W ich układach wejściowych stosuje się kwantowanie sygnałów na kilku poziomach, co jest źródłem degradacji funkcji korelacji. Z uwagi na właściwości statystyczne sygnałów taka degradacja jest akceptowalna a w razie potrzeby może być zmniejszona przez zwiększenie częstotliwości próbkowania.
    In the article, specific configurations and properties of correlators applied in radio astronomy are considered. These correlators must meet requirements of detection of weak signals (signal-to-noise ratio -60 to -30 dB) which appear on the floor of cosmic noise, atmospheric and radio interferences. Architectures of XF and FX correlators are presented in. Fig. 1 and Fig. 2, respectively. A basis of the XF correlator performance is formula (1) [4, 6, 10] whereas the FX correlator operates based on formulas (2) – (4) [4, 6, 10]. The first measurement method is called the cross-spectrum via correlation function, the other - the cross-spectrum via Fourier transforms [1]. The XF correlators tend to be simpler, but also less adaptable to more complex requirements. The FX correlators are more efficient for large number of antennas. Besides, they are more readily designed to be robust to RFI. In input circuits of correlators a several-level quantization is applied. It is source of cross-correlation function degradation. Quantization efficiency vs. number of quantization levels and sampling frequency is presented in Tab. 1 [6,10]. The table says that an increase in sampling frequency partly compensates losses due to rough signals quantization. From Tab. 2 and Fig. 4, it follows that a normalized systematic error due to rough quantization of normal signals may be acceptable. As an example, a correlator in Torun Centre for Astronomy (Poland) has XF architecture and contains 3-level quantizers while a modern correlator ALMA (Chile) presented in Fig. 3 has XF architecture as well and contains 3-bit quantizers.
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 11, 11; 963-965
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena dokładności estymacji funkcji korelacyjnych z użyciem modelu wirtualnego korelatora
    Evaluation of estimation accuracy of correlation functions with use of virtual correlator model
    Autorzy:
    Lal-Jadziak, J.
    Kawecka, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/153128.pdf
    Data publikacji:
    2006
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    dokładność estymacji funkcji korelacyjnych
    ocena dokładności
    model wirtualnego korelatora
    evaluation
    estimation accuracy of correlation functions
    virtual correlator model
    Opis:
    Przedmiotem badań jest niepewność towarzysząca cyfrowym pomiarom korelacyjnym. Analityczne modele błędów estymacji funkcji korelacyjnych są skomplikowane i na ich podstawie trudno szacować dokładność w wielu sytuacjach pomiarowych. Opracowanie odpowiedniego narzędzia informatycznego (modelu wirtualnego korelatora) umożliwiło przeprowadzenie badań eksperymentalnych z tego zakresu. W artykule zaprezentowano model wirtualnego korelatora oraz wybrane wyniki badań wykonanych w celu sprawdzenia poprawności działania aplikacji.
    The subject of the research is uncertainty in digital correlation measurements. Analytical models of estimation errors of correlation functions are highly complex, therefore evaluation of accuracy is difficult and in many cases is unachievable. For that reason a virtual correlator model is proposed as an alternative to analytical modeling. The model enables determining of digital measurements uncertainty. In this article some preliminary research results are presented and discussed. A comparison of bias of the mean square value estimator modeled in Mathcad (Eq. 14) and obtained by means of virtual correlator model (Eq. 11) is carried out.
    Źródło:
    Pomiary Automatyka Kontrola; 2006, R. 52, nr 6, 6; 16-18
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie obciążenia estymatora wartości średniokwadratowej wybranych klas sygnałów
    Modeling of bias of mean square value estimator for selected signals
    Autorzy:
    Lal-Jadziak, J.
    Sienkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/155842.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    funkcja gęstości prawdopodobieństwa
    funkcja charakterystyczna
    wartość średniokwadratowa
    obciążenie estymatora
    probability density function
    characteristic function
    mean square value
    estimator bias
    Opis:
    Modele obciążenia znajdują zastosowanie w badaniach estymatorów parametrów i charakterystyk sygnałów, a także w określaniu ich niepewności. W publikacji przedstawiono modele obciążenia estymatora wartości średniokwadratowej powodowanego kwantowaniem. Specjalne miejsce poświęcono sygnałom poliharmonicznym oraz sygnałom poliharmonicznym z sygnałami losowymi o rozkładzie równomiernym, gaussowskim oraz trójkątnym.
    Models of bias are used in research of parameters and characteristics of signal estimators and in determination their uncertainties. In this article are presented models of mean square value estimator bias caused by quantization. Special attention is paid to the poliharmonic signals and poliharmonic signals with uniform, Gaussian and triangular PDF signal.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 93-96
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    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
      Wyświetlanie 1-6 z 6

      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