Xreferat.com » Рефераты по информатике и программированию » Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

border="0" />, (4.3)

де D – число перетинів нуля у реалізації {Zt} для t у одиничному інтервалі [0, 1];

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі є друга похідна нормалізованої автокореляційної функції від {Zt} у нулі.

Ялвісакер в 1965 довів формулу Райса строго при пом’якшуючих умовах і показав, що очікувана кількість перетинів нулів скінченна якщо, і тільки якщо, автокореляційна функція двічі може бути диференційована в точці Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.

Аналогічна формула для дискретного часу, для процесу з нульовим середнім, для стаціонарної Гаусової послідовності {Zк}, Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі була отримана багатьма авторами [7] і виглядає як:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.4)


або, еквівалентно, в інверсній формі:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.5)


де D1 – число змін знаків або перетинів нуля у реалізаціях Z1, ...,ZN;

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - кореляція послідовності {Zк};

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - очікувана число перетинів нуля при дискретному часі.

Ця формула (4.5) має назву – косинусна формула. Спостерігаємо, що через стаціонарність очікуване число перетинів нуля Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - не залежить від N. Взагалі Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі повинен бути кореляцією, див. Кедем (1991). Оскільки лінійна фільтрація Гаусова процесу дає результат Гаусів процес, косинусна формула придатна для фільтрованого процесу, де кореляційний коефіцієнт і число перетинів нуля фільтрованого процесу використано у косинус ній формулі (4.5). Для точності, нехай Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі буде вихід у момент t з лінійного з незмінними у часі параметрами фільтру La, що був застосований до процесу {Zt}. Використовуючи косинусну формулу (4.5) і спектральне подання для стаціонарних процесів, коефіцієнти кореляції першого порядку Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі фільтрованого процесу Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі отримаємо вираз [15]:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.6)


де Da – число перетинів нуля в {La(Z)1, ...,La(Z)N,};

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - функція спектрального розподілу процесу {Zt};

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - квадрат коефіцієнту передачі фільтру La.

Перетини нуля Da фільтрованого часового ряду називаємо “Перетини вищого порядку” або НОС [7].

Для даного з нульовим середнім часового ряду {Zк} і сімейства параметричних фільтрів з пространством параметрів Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, відповідає НОС сімейство помічено як Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.


4.3 НК – алгоритм. Параметричний фільтр АR(1)


Ітеративна схема, наведена нижче, ілюструє метод для виявлення однієї частоти у Гаусовому шумі. Наша модель це (4.1) з р = 1 та Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі білим Гаусовим шумом. Алгоритм має собою наступні гарантії збіжності НОС послідовності до частоти Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі у нашій моделі. Сімейство фільтрів це експоненціальний фільтр, що згладжує, або авторегрсійний порядку 1, АR(1)-фільтр.

Фільтр АR(1), відомий як (Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - фільтр) визначається операцією:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.7)


або еквівалентно в його рекурсивній формі:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.8)


де квадрат коефіцієнта передачі фільтру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі заданий виразом:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіМоделювання процесу обробки сигналів датчика у вихровому потоковимірювачі (4.9)


де Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Параметричний фільтр АR(1) має фундаментальні властивості відносно білого шуму [15].


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі (4.10)


Тому НОС послідовність Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі та Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі на практиці емпіричні числа або ті, що спостерігаються, перетинів нуля обчислюються по формулі Е[Dak] на кожній стадії в ітерації і шумовий процес не обов’язково повинен бути білим – він повинен бути з неперервним спектром. На рисунку 4.1 можна побачити як підстроюється параметр Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі в залежності від вхідного сигналу у конкретному випадку при використанні даного алгоритму на практиці.

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.1 - Зміна параметра Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі на протязі двадцяти ітерацій.


На рисунку 4.2 показано, як в процесі двадцяти ітерацій змінюється спектр сигналу. Можна побачити, як коефіцієнт передачі, рівномірний по всіх частотах, поступово переходить у бік низьких частот, тим самим виділяючи потрібну частоту корисного сигналу.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіМоделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.2 – Зміна спектру сигналу під час обробки алгоритмом НК.

К – енергетична складова гармонік, N – кількість перетинів нульового рівня

Далі буде показана реалізація алгоритму HK з використанням фільтру AR(1). Реалізація цього алгоритми була виконана з наступними параметрами:

- параметр Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, де k = 20 – кількість проходів по вхідної послідовності, N = 32 – кількість інтервалів, на яку розбивається вхідна послідовність , D – число перетинів нуля на попередніх інтервалах;

- кількість точок на одному інтервалі Ni дорівнює 512;

- кількість періодів синусоїди в одному інтервалі дорівнює 10 і відповідно

кількість перетинів нульового рівня – 20;

- загальна довжина вхідної послідовності дорівнює 16384 точок;

- точок відліку на один період припадає 51;

- 1024 точкам відліку у часовому вимірі відповідає 1 секунда;

- частота синусоїди дорівнює 20.0784 Гц;

- загальна довжина вхідної послідовності 16 секунд;

- кількість перетинів нуля вхідної послідовності 639.

Для проведення експерименту по виявленню корисного сигналу на фоні завади, була використана стандартна функція пакету Mathcad 2001 для отримання шуму з потрібними параметрами. Перед використанням алгоритму HK з фільтру AR(1) попередньо синусоїду з відомими параметрами змішуємо з отриманим шумом. Далі, під час проведення експерименту, можна простежити, як цей алгоритм знаходить у зашумованому сигналі потрібну частоту. Цей процес на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після проходження усієї вхідної послідовності, можна спостерігати на рисунку 4.3.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.3 - Пошук потрібної кількості перетинів нульового рівня вхідним сигналом. Nі - номер ітерації алгоритму, N – кількість перетинів нульового рівня.

Зміну поточної кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після кожного інтервалу вхідної послідовності, можна спостерігати на рисунку 4.4.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.4 - Пошук потрібної кількості перетинів нульового рівня вхідним сигналом.


На рисунку 4.4 спостерігаються підвищення поточної кількості перетинів нульового рівня вхідним сигналом рівномірно через однакові проміжки часу. Це пов’язано з тим, що алгоритм починає проходження вхідної послідовності з початку, а історія обчислень була накопичена на інтервалах в кінці послідовності і послідовність була змінена. Тому відбувається швидке підстроювання параметрів під нові інтервали.

З метою визначення ефективності даного алгоритму при обробці сигналу, в якому ефективно значення шуму відносно сигналу дорівнює, більше та менше. Для зручності співвідношення сигнал/завада обираємо наступними: 2, 1, 0,5. Також паралельно провадилися експерименти з ініціалізацією початкового значення параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі наступними значеннями 0,1, 0,5, 0,9, -0,1, -0,5, -0,9.

За для зручності аналізу отриманих результатів було прийнято рішення подавати результати на двовимірному графіку через те, що на тривимірному графіку важко порівнювати різні експерименти. Кожен графік буде подавати інформацію про експерименти з одним співвідношення але з різними початковими значеннями параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.

Описані експерименти проводилися для двох різновидів алгоритмів HK з використанням фільтру сімейства AR(1).

У першому варіанті алгоритму проводилася зміна поточної кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після кожного інтервалу вхідної послідовності.

У другому варіанті алгоритму проводилася зміна поточної кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після проходження усієї вхідної послідовності.

Для отримання моделі завади була використана стандартна функція пакету Mathcad 2001 для отримання шуму з потрібними параметрами. Її амплітуда при генерації задавалася за допомогою стандартного математичного відхилення. Для порівняння амплітуди синусоїди з завадою використовувалося діюче значення амплітуди сигналу синусоїди.

На рисунку 4.5 наведені результати числових експериментів проведених з наступними початковими умовами та початковими ініціалізаціями параметрів:

- не в кожному інтервалі відбувається обчислення коефіцієнту а;

- початкове значення коефіцієнту Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі ініціалізується наступними значеннями: 0,1, 0,5, 0,9, -0,1, -0,5, -0,9;

- співвідношенні сигнал/шум було обрано наступним Soot = 0,5.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіМоделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.5 - Залежність кількості перетинів нульового рівня від частоти. Використаний генератор псевдовипадкових чисел з пакету Mathcad 2001.


Експерименти з іншими параметрами наведені в додатку А на рисунках А.1 та А.2.

На рисунку 4.6 наведені результати числових експериментів проведених з наступними початковими умовами та початковими ініціалізаціями параметрів:

- в кожному інтервалі відбувається обчислення коефіцієнту а;

- початкове значення коефіцієнту Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі ініціалізується наступними значеннями: 0,1, 0,5, 0,9, -0,1, -0,5, -0,9;

- співвідношенні сигнал/шум було обрано наступним Soot = 0.5.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіМоделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Рисунок 4.6 - Залежність кількості перетинів нульового рівня від частоти.


Використаний генератор псевдовипадкових чисел з пакету Mathcad 2001.

На рисунку 4.7 наведене у збільшеному масштабі результати попереднього експерименту. Це було зроблено для того, щоб більш детально розглянути момент в роботі алгоритму HK з використанням фільтру сімейства AR(1), коли проводиться зміна поточного кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після кожного інтервалу вхідної послідовності. Це потрібно для щоб детально показати які стрибки відбуваються під час переходу обробки вхідного сигналу з кінця на початок і як їх амплітуда залежить від обирання початкового значення параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіРисунок 4.7 - Залежність кількості перетинів нульового рівня від частоти.


Використаний генератор псевдовипадкових чисел з пакету Mathcad 2001.

Експерименти з іншими параметрами наведені в додатку А на рисунках А.3 та А.4.

З проведених експериментів можна зробити висновки стосовно обирання початкового значення параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі для отримання потрібної частоти за найменшу кількість ітерацій, ефективності двох типів алгоритмів HK з використанням фільтру сімейства AR(1), швидкості знаходження потрібної частоти в залежності від співвідношення сигнал/шум.

Висновки такі:

- як і очікувалося, при збільшенні співвідношення сигнал/шум швидкість сходження алгоритму до конкретного значення збільшується;

- найкращі результати були отримані при використанні початкового значення Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі = 0.9;

- результати використання обох алгоритмів НК приблизно однакові.


4.4 Параметричний фільтр МА(1)


Фільтр МА(1) задовольняє фундаментальній властивості відносно білого шуму (4.10). МА(1) – сімейство подібно до Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі - фільтру.

Нехай наша модель буде (4.1) з {Zt}, стаціонарною з нульовим середнім Гаусовими часовими рядами, визначеними як:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.11)


де Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, ми обмежуємо Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі для зручності.

Вважаємо сімейство {Lr} ковзного згладжування першого порядку МА(1), фільтрів , що індексується параметром r, Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі і визначається як:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.12)


і піднесений до квадрату коефіцієнт передачі Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі є


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.13)


де Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі

Це сімейство складається з простого з імпульсним відкликом фільтром, який демонструє характеристики фільтру нижніх частот для відповідних значень параметра r, який позитивний і демонструє характеристики фільтру високих частот для негативних значень параметру.

Фундаментальна властивість вимагає щоб [15]:

Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.14)


оскільки нам потрібно щоб шум був білий. Але обчислення невласного інтегралу дає [15]:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачіМоделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, (4.15)


Таким чином нам потрібна репараметризація. Для отримання ре параметризації, яка задовольняє фундаментальній властивості, водимо параметр:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі (4.16)


та роз’язуємо відносно r:


Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі (4.17)


Таким чином, вимога фундаментальної властивості задовольняється сімейством, що було репараметризовано за допомогою Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі. Зазначимо, що Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі, тому є привід обмежити Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.

Наступні експерименти були проведені з метою з’ясування можливостей алгоритму НК з використанням сімейств фільтрів МA(1), визначення кількості перетинів нульового рівня корисним сигналом, що складається з однієї гармоніки постійної за параметрами на всій довжині вхідної послідовності.

Далі буде показана реалізація алгоритму HK з використанням фільтру МA(1). Реалізація цього алгоритми була виконана з наступними параметрами:

- N = 20 – кількість проходів по вхідної послідовності;

- N = 32 – кількість інтервалів, на яку розбивається вхідна послідовність;

- D – число перетинів нуля на попередніх інтервалах;

- кількість точок на одному інтервалі Ni дорівнює 512;

- кількість періодів синусоїди в одному інтервалі дорівнює 10 і відповідно кількість перетинів нульового рівня – 20;

- загальна довжина вхідної послідовності дорівнює 16384 точок;

- точок відліку на один період припадає 51;

- 1024 точкам відліку у часовому вимірі відповідає 1 секунда;

- частота синусоїди дорівнює 20.0784 Гц;

- загальна довжина вхідної послідовності 16 секунд;

- кількість перетинів нуля вхідної послідовності 639.

Для проведення експерименту по виявленню корисного сигналу на фоні завади, була використана стандартна функція пакету Mathcad 2001 для отримання шуму з потрібними параметрами. Перед використанням алгоритму HK з фільтру МA(1) попередньо синусоїду з відомими параметрами змішуємо з отриманим шумом.

На одному графіку будуть показані результати експериментів з ініціалізацією початкового значення параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі наступними значеннями 0,1, 0,5, 0,9.

За для зручності аналізу отриманих результатів було прийнято рішення подавати результати на двовимірному графіку через те, що на тривимірному графіку важко порівнювати різні експерименти. Кожен графік буде подавати інформацію про експерименти з одним співвідношення але з різними початковими значеннями параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі.

Описані експерименти проводилися для двох різновидів алгоритмів HK з використанням фільтру сімейства AR(1).

У першому варіанті алгоритму проводилася зміна поточної кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим обчисленням параметру Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі після кожного інтервалу вхідної послідовності.

У другому варіанті алгоритму проводилася зміна поточної кількості перетинів нульового рівня вхідним сигналом, на протязі двадцяти ітерацій, з новим

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: