Повышение метрологических характеристик информационно-измерительных систем путем совершенствования методов сжатия-восстановления сигналов на основе процедуры Прони

• Автор: Терехина, Анастасия Валерьевна
• Шифр специальности: 05.11.16, 05.11.01
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Пенза
• Количество страниц: 168 с. : ил.

СОДЕРЖАНИЕ

Список сокращений

Введение

Глава 1 - Информационные процессы в ИИС.

1.1 Обобщенная структурная схема ИИС

1.2 Задачи цифровой обработки сигналов в многоканальных ИИС

1.3 Теоретические основы сжатия-восстановления сигналов в ИИС

1.4 Анализ методов сжатия и восстановления сигналов на основе их аналитического описания

1.5 Основные результаты и выводы по главе

Глава 2 - Разработка методов сжатия на основе МНК Прони

2.1 Методика исследования погрешностей восстановления сигнала

2.2 Исследование влияния параметров регистрации и обработки данных на погрешность восстановления сигнала
2.3 Анализ результатов моделирования и выработка рекомендаций по применению метода
2.4 Основные рекомендации по применению МНК Прони
2.5 Основные результаты и выводы по главе
Глава 3 - Совершенствование алгоритмов сжатия, восстановления и измерения параметров частотных компонент измерительных сигналов на основе комбинаций методов.
3.1 Обоснование необходимости совершенствования методов сжатия - восстановления и измерения параметров колебательных компонент сигналов
3.2 Исследование возможности комбинирования МНК Прони и декомпозиции на эмпирические моды для сжатия - восстановления измерительных сигналов и измерения параметров их колебательных компонент
3.3 Исследование возможностей комбинирования МНК Прони и метода экстремальной фильтрации для сжатия, восстановления и измерения параметров колебательных компонент сигналов

3.4 Оптимизация выбора параметров регистрации и обработки сигнала на основе номограмм
3.5 Сравнительная оценка методов сжатия измерительных сигналов с одновременным измерением параметров их колебательных компонент на основе методов параметрического анализа
3.6 Адаптивная структура ИИС
3.7 Основные результаты и выводы по главе
Глава 4 - Практическая реализация и внедрение методов сжатия-восстановления сигналов.
4.1 Многофункциональный помехоустойчивый преобразователь
4.2 Модуль сжатия пакетов цифровой информации
4.3 Основные результаты и выводы по главе
Основные результаты и выводы по работе
Заключение
Список использованных источников
Приложение А Тексты функций
Приложение Б Тексты программ
Приложение В Акты о внедрении
СПИСОК СОКРАЩЕНИЙ
АЦП - аналого-цифровой преобразователь АР-авторегрессия
двп - дискретное вейвлет-преобразование
ДУ-дифференциальный усилитель
ИИС - информационно-измерительная система
МПА-методы параметрического анализа
МНК-метод наименьших квадратов
НВП - непрерывное вейвлет-преобразование
ПО - программное обеспечение
РКТ - ракетно-космическая техника
СКО-среднеквадратическое отклонение
СС - скользящее среднее
ФВЧ — фильтр верхних частот
ФНЧ-фильтр нижних частот
ЦИ - цифровой интерфейс
EF-метод экстремальной фильтрации
EMD-метод декомпозиции на эмпирические моды

щего полинома по сравнению с истинным приводит к увеличению вычислительных затрат и времени, затрачиваемого на обработку сигнала, поэтому необходимо определить оптимальное значение порядка модели, минимизирующее вычислительные и временные затраты, однако обеспечивающее требуемую точность [27].
Число уровней квантования, определяемое числом двоичных разрядов, оказывает заметное влияние на точность восстановления сигнала, так как на входе алгоритма обработки моделируется выходной сигнал двоичного АЦП.
Исследование влияния шага дискретизации на погрешность восстановления сигнала будем проводить косвенным методом, меняя число дискретных отсчетов сигнала, полученных в процессе измерения и число периодов измеряемого сигнала [27]. Целесообразность косвенного метода объясняется желанием обеспечения универсальности исследования (для исключения зависимости погрешности восстановления от частоты измеряемого сигнала).
Как было упомянуто в главе 1, важной задачей для ИИС является исследование помехоустойчивости обработки данных по МНК Прони. При исследовании помехоустойчивости будем рассматривать величину, называемую отношением сигнал/шум, равную отношению полезного сигнала к шуму [65].
Реализация метода осуществлялась в среде MatLab, соответственно, в этой же среде проводилось и исследование зависимостей от различных факторов [27]. Исследование всех зависимостей проводилось последовательно, значения не исследуемых в конкретном алгоритме влияющих параметров задавались либо по результатам других экспериментов, либо такими, чтобы исключить влияние этого параметра [27].
2.3 Исследование влияния параметров регистрации и обработки данных на погрешность восстановления сигнала.
Так как при хранении информации о сигнале в виде коэффициентов регрессии либо параметров колебательных и инерционных составляющих сигнала восстанов-