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 "optymalna filtracja" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Optymalny zakres częstotliwości w procedurze demodulacji amplitudy w zastosowaniu do uszkodzeń lokalnych
    Optimal frequency range for amplitude demodulation for local fault detection
    Autorzy:
    Bartelmus, W.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/328894.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    uszkodzenie lokalne
    demodulacja
    optymalna filtracja
    local fault
    demodulation
    optimal filtering
    Opis:
    W pracy podjęto problematykę wykrywania uszkodzeń lokalnych z wykorzystaniem procedury demodulacyjnej. Wykazano istotność doboru pasma użytego w demodulacji zarówno w sensie jego położenia jak i szerokości. Zaproponowano obiektywne kryterium oparte na kurtozie umożliwiające porównanie wyników demodulacji dla różnych zakresów częstotliwości. Zaproponowano procedurę wykorzystującą opracowane kryterium do wyszukiwania optymalnego (w sensie maksymalnej kurtozy) zakresu częstotliwościowego. Wykazano na przykładach użyteczność zaproponowanej metody.
    In the paper is undertaken the problem of local faults detection when using demodulation procedures. It has been shown that the choice of a signal filtration frequency scope and its place is crucial for demodulation process. It has been suggested the objective criteria of the scope and place choice of signal filtration frequency. The criterion is based on filtered signal kurtosis value comparison. It has been given the procedure for optimised frequency scope and place for signal demodulation in the sense of maximum kurtosis value. Case studies have been presented to show usefulness of the proposed procedure for local fault detection.
    Źródło:
    Diagnostyka; 2006, 1(37); 141-150
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The field of sequential Monte Carlo methods
    Autorzy:
    Brzozowska–Rup, Katarzyna
    Dawodowicz, Antoni Leon
    Powiązania:
    https://bibliotekanauki.pl/articles/748652.pdf
    Data publikacji:
    2009
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    model przestrzeni stanów, ukryte procesy Markowa, filtracja optymalna, sekwencyjne metody Monte Carlo, sekwencyjna funkcja ważności, „re-próbkowanie”
    state-space models, hiddenMarkov model, optimal filtering, sequential Monte Carlo, sequential importance sampling, resampling.
    Opis:
    Celem pracy jest zaprezentowanie idei metod filtracji opartych na sekwencyjnej metodzie Monte Carlo, w literaturze nazywanych również metodami filtru cząsteczkowego oraz odniesienia do odpowiedniej literatury. Istotę omawianych algorytmów przedstawiamy rozważając problem estymacji silnie nieliniowych i niegaussowskich modeli przestrzeni stanów. W praktyce bowiem w takich przypadkach dobrze znany i najczęściej wykorzystywany algorytm rozszerzonego filtru Kalmana (ang. Extended Kalman Filter, EKF) może wykazywać istotną nieefektywność. Idea filtru cząsteczkowego polega na estymacji rozkładu prawdopodobieństwa rozkładem empirycznym wyznaczonym na podstawie cząsteczek, tzw. „chmury punktów”. Zaimplementowanie algorytmu filtru cząsteczkowego wymaga zasadniczo przeprowadzenia trzech procedur: (1) losowania cząsteczek z odpowiednio dobranej sekwencyjnej funkcji ważności, (2) określenia istotności cząsteczek, (3) powtórnego losowania, tzw. resampling. Metody te są coraz bardziej popularnew dziedzinie ekonomii, statystyki, medycynie i teorii sygnałów.
    This paper provides an introduction to the field of sequential Monte Carlo methods which are also known as particle filters methods. The best known algorithm to solve the problem of non-linear non-Gaussian filtering is the Extended Kalman Filter (EKF) but in settings where the dynamics are significantly non-linear or the noise intensities are high, the EKF can perform quite poorly. Particle filtering methods are powerful tools for online estimation and tracking in nonlinear and non-Gaussian dynamical systems. The basic idea is to approximate the transition probability density function by a discrete cloud of points, called particles. They commonly consistof three steps:(1) drawing samples in the state-space of the system,(2) computing proper importance weights of each sample and(3) resampling.These methods are becoming increasingly popular in economics and finance so the objective of this paper is to explain the basic assumptions of the methodology and provide references to relevant literature.
    Źródło:
    Mathematica Applicanda; 2009, 37, 51/10
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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