SYSTEMY CZASU RZECZYWISTEGO Wykłady 2007/2008 PROF. DOMINIK SANKOWSKI.

Slides:



Advertisements
Podobne prezentacje
T47 Podstawowe człony dynamiczne i statyczne
Advertisements

Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Analiza współzależności zjawisk
FALOWODY Pola E i H spełniają następujące warunki brzegowe na ściankach falowodu: Falowody prostokątne Zakłada się:  a > b falowód jest bezstratny (ścianki.
Wykład no 3 sprawdziany:
Wykład no 14.
Sprawdziany: Postać zespolona szeregu Fouriera gdzie Związek z rozwinięciem.
IV Tutorial z Metod Obliczeniowych
DYSKRETYZACJA SYGNAŁU
Marcin Bogusiak Paweł Pilewski
Zaawansowane metody analizy sygnałów
PROF. DOMINIK SANKOWSKI
Wzmacniacze Wielostopniowe
Generatory napięcia sinusoidalnego
Skalowalny algorytm estymacji ruchu dla systemów rozproszonych
Jak mierzyć asymetrię zjawiska?
DIELEKTRYKI TADEUSZ HILCZER
Teoria Sygnałów Literatura podstawowa:
Niepewności przypadkowe
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
ALGORYTMY STEROWANIA KILKOMA RUCHOMYMI WZBUDNIKAMI W NAGRZEWANIU INDUKCYJNYM OBRACAJĄCEGO SIĘ WALCA Piotr URBANEK, Andrzej FRĄCZYK, Jacek KUCHARSKI.
Wykład no 10 sprawdziany:
Zapis informacji Dr Anna Kwiatkowska.
SPRZĘŻENIE ZWROTNE.
PROF. DOMINIK SANKOWSKI
SYSTEMY CZASU RZECZYWISTEGO Wykłady 2008/2009 PROF. DOMINIK SANKOWSKI.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
AGH Wydział Zarządzania
Opis matematyczny elementów i układów liniowych
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji.
Teoria sterowania Wykład 3
Automatyka Wykład 4 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji (c.d.)
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Podstawowe elementy liniowe
Wykład III Sygnały elektryczne i ich klasyfikacja
AUTOMATYKA i ROBOTYKA (wykład 6)
Cele i rodzaje modulacji
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Wykład 21 Regulacja dyskretna. Modele dyskretne obiektów.
AUTOMATYKA i ROBOTYKA (wykład 10)
Automatyka Wykład 27 Linie pierwiastkowe dla układów dyskretnych.
Częstotliwość próbkowania, aliasing
Wykład 23 Modele dyskretne obiektów
Teoria sterowania Wykład 13 Modele dyskretne obiektów regulacji.
SW – Algorytmy sterowania
Wykład nr 1: Wprowadzenie, podstawowe definicje Piotr Bilski
Seminarium licencjackie Beata Kapuścińska
Wnioskowanie statystyczne
Dekompozycja sygnałów Szereg Fouriera
W1. GENERATORY DRGAŃ SINUSOIDALNYCH
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
ISS – D1: Podstawy dyskretnych UAR Pojęcia podstawowe.
ZAAWANSOWANA ANALIZA SYGNAŁÓW
Temat: Funkcja falowa fali płaskiej.
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
Wykład drugi Szereg Fouriera Warunki istnienia
PTS Przykład Dany jest sygnał: Korzystając z twierdzenia o przesunięciu częstotliwościowym:
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Wybrane zagadnienia generatorów sinusoidalnych (generatorów częstotliwości)
Modulacje wielu nośnych FDMATDMA OFDM = Orthogonal Frequency Division Multiplexing jeden użytkownik opatentowana w połowie lat 1960.
MODULACJE Z ROZPROSZONYM WIDMEM
Podstawy automatyki I Wykład /2016
Sterowanie procesami ciągłymi
The Discrete-Time Fourier Transform (DTFT)
Jednorównaniowy model regresji liniowej
Sterowanie procesami ciągłymi
Wstęp do układów elektronicznych
Zapis prezentacji:

SYSTEMY CZASU RZECZYWISTEGO Wykłady 2007/2008 PROF. DOMINIK SANKOWSKI

Wieloczęstotliwościowe sygnały binarne (MBS) i ich własności

Ogólnie sygnał można zdefiniować jako zmienność w czasie jakiejkolwiek wielkości mierzonej, która niesie informację o zachowaniu się rzeczywistego układu. Optymalny sygnał testowy to sygnał o ustalonej maksymalnej dopuszczalnej amplitudzie pozwalający uzyskać niezbędne informacje o dynamice obiektu z określoną dokładnością w minimalnym przedziale czasu. [ Eykhoff,1980; McGhee i inni,1991]

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Podstawą jest twierdzenie, iż liniowy i stacjonarny obiekt daje na wyjściu sygnał o widmie sygnału wejściowego. Stosując to twierdzenie można zauważyć, że dla pojedynczej częstotliwości sygnał wyjściowy w stanie ustalonym jest przesuniętym w fazie i stłumionym amplitudowo sygnałem sinusoidalnym. Mierząc te dwa parametry i powtarzając eksperyment dla różnych harmonicznych z wybranego zakresu pulsacji otrzymujemy charakterystyki częstotliwościowe obiektu. Technika ta powinna być stosowana przy wydłużonym czasie obserwacji (zwiększonej liczbie okresów), w zależności od poziomu szumów (Sydenham, 1990).

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Wykorzystuje się tu ortogonalne własności funkcji trygonometrycznych. Metoda ta jest bardzo czasochłonna i dla obiektów przemysłowych praktycznie nie do zastosowania w trakcie jego normalnej eksploatacji. Kilkakrotne skrócenie czasu eksperymentu można uzyskać stosując sygnały poliharmoniczne. Wadą tych sygnałów jest zbyt duża amplituda w pewnych chwilach czasowych, powodująca przekroczenie zakresu liniowości obiektu. Wady tej pozbawione są sygnały poliharmoniczne o minimalnej wartości szczytowej.

Wieloczęstotliwościowy Sygnał Binarny (MBS) jest dwupoziomowym sygnałem, którego większa część mocy jest skoncentrowana w skończonej liczbie wybranych harmonicznych. W sygnałach tych okres podstawowy T jest podzielony na N podprzedziałów o jednakowym czasie trwania (T=N ) Liczba N jest całkowitą wielokrotnością najwyższej pulsacji i przyjmuje wartości: N= 128, 256,

gdzie: i - są cosinusowymi i sinusowymi współczynnikami Fouriera. Współczynniki te, dla dyskretnych wartości sygnału MBS wyrażają się wzorami:

kryterium równomierności rozkładu energii sygnału dla wszystkich wybranych pulsacji, kryterium minimum wariancji estymatora najmniejszej sumy kwadratów obiektu, kryterium minimum sumy kwadratów odchyleń między żądanym z góry widmem mocy a widmem sygnału MBS. (Algorytm Van den Bosa - Krola), kryterium minimalnej wariancji estymatorów charakterystyk częstotliwościowych (Paechlike i Rake, 1979), kryterium użycia minimalnej liczby kodów ( Henderson i McGhee, 1990c), kryterium wzrostu mocy zawartej w danej harmonicznej w funkcji wzrostu wartości pulsacji. (Sankowski 1987), (Sankowski,1989), (Sankowski i Szaruga, 1995). Sposoby konstruowania optymalnych sygnałów MBS

[bitser, ampopt, Puf, Ptot]=dibs(N, dt, freqv, ampv, trialno, graphmod) Najbardziej charakterystyczny Algorytm Van den Bosa-Krola zaimplementowany został w Frequency domain identification Toolbox pakietu oprogramowania MATLAB. można wygenerować dowolny sygnał MBS. Przy wykorzystaniu dostępnej funkcji discrete interval binary sequence (dibs):

1.Ze względu na symetryczność funkcji opisującej MBS: sygnały o jednej osi symetrii (parzyste i nieparzyste) sygnały o więcej niż jedna oś symetrii, sygnały niesymetryczne. Klasyfikacja sygnałów MBS Istnieje kilka sposobów klasyfikowania sygnałów MBS: 2.Ze względu na rozkład widma, który określa stopień koncentracji mocy sygnałów w wybranych zakresach pulsacji: sygnały rozszerzone (ang. extended) sygnały zwarte (ang. compact) sygnały wąskopasmowe (ang. narrow-band) Sygnały zwarte są przydatne przy identyfikacji obiektów inercyjnych wyższego rzędu. W tej klasie obiektów następuje drastyczny spadek modułu transmitancji operatorowej w funkcji wzrostu częstotliwości, pociągający za sobą znaczący spadek mocy sygnału zawartej w wyższych pulsacjach.

krótkie (ultra-compact) o sekwencji nie przekraczającej 16 bitów, średnie (compact) o sekwencji od 16 do 128 bitów, długie (non-compact) o sekwencji powzej 128 bitów. Ze względu na długość sekwencji sygnały MBS można podzielić na (Henderson i McGhee, 1990c) :

Rodzaje sygnałów MBS oraz ich podstawowe właściwości

Do parametrów sygnału MBS zaliczmy: Liczbę impulsów w jednej sekwencji N, Czas trwania jednego impulsu, Amplitudę sygnału V, Liczbę sekwencji M. Jednocześnie z punktu widzenia syntezy układu regulacji istotny jest ten punkt charakterystyki częstotliwościowej, w którym kąt przesunięcia fazowego osiąga wartość Należy więc tak dobrać pulsację podstawową sygnału MBS aby zakres identyfikowanych pulsacji obejmował ten punkt.

jako sygnały binarne są łatwe do generowania, a będąc z góry dokładnie znanymi, nie wymagają mierzenia ich wartości, będąc okresową parzystą funkcją czasu, przy identyfikacji wymagają gromadzenia w pamięci komputera tylko połowy wybranych harmonicznych, umożliwiając użycie odpowiednio dużej amplitudy, nie powodującej wejścia obiektu w zakres nieliniowości; zalety tej są pozbawione sygnały poliharmoniczne, będące sumą sinusoid lub cosinusoid), wartość średnia jest prawie równa lub równa zeru, co jest korzystne ze względu na minimalizację zakłóceń punktu pracy sygnałami testowymi, wpływ szumów na dokładność wyników identyfikacji może być znacznie zmniejszony przez zastosowanie tzw. techniki średniej odpowiedzi [1,5] (jest to równoważne stosowaniu okresowych sygnałów MBS (kilka sekwencji) mających wartość średnią równą zeru. Własności sygnałów MBS przydatne w procesie identyfikacji obiektów: