LibRar.Org.Ua — Бібліотека українських авторефератів

Загрузка...

Головна Електроніка. Обчислювальна техніка → Цифрові перетворювачі енергетичних характеристик на основі малохвильового перетворення сигналів

перетворення; [6] – ввімкнення пристрою малохвильового перетворення безпосередньо після пристрою дискретизації вхідних сигналів; [8] – подання сигналів в області та обчислення малохвильових і масштабних коефіцієнтів; [10] – алгоритм оцінки активної потужності в малохвильовій області.

Апробація результатів дисертації. Основні результати роботи доповідались на міжнародній конференції з управління "Автоматика-2000" (Львів, Україна 2000 р.), 3-ій міжнародній конференції "Комп'ютерні технології друкарства", "ДРУКОТЕХН-2000" (Львів, Україна, 2000 р.), міжнародній конференції "International Conference on Modeling and Simulation, MS'2001-Lviv " (Львів, Україна 2001 р.)

Структура та обсяг дисертації. Дисертаційна робота складається із вступу, чотирьох розділів, висновків, списку літератури з 101 найменування та 9 додатків. Загальний обсяг роботи становить 219 сторінок, в тому числі 140 сторінок основного тексту, 48 ілюстрацій та 1 таблиця.

Публікації. За тематикою дисертаційної роботи опубліковано 10 наукових праць, серед яких 4 статті у фахових виданнях, з них 3 одноосібні, 4 – в збірниках матеріалів та в тезах конференцій, отримано 2 патенти на винаходи.


ОСНОВНИЙ ЗМІСТ РОБОТИ


У вступі обґрунтовано актуальність роботи, проведено аналіз стану проблеми, сформульовано мету та задачі досліджень, наукову новизну та практичне значення одержаних результатів, а також описано структуру дисертації та наведено дані про апробацію роботи і публікації.

Перший розділ присвячено аналізові існуючих методів і засобів цифрового перетворення енергетичних характеристик сигналів. Оскільки найбільш вживаними серед таких характеристик є активна потужність та енергія, то на їх основі розглянуто алгоритми і структури побудови вимірювачів потужності і енергії з цифровим функціональним перетворенням. Проведений аналіз показав, що в згаданих вимірювачах верхній діапазон частот вхідних сигналів визначається швидкодією використаних АЦП та часом виконання основних функціональних операцій, зокрема перемноження сигналів, а їх точність визначається розрядністю АЦП та числом розрядів функціональних перетворювачів, зокрема шини даних мікропроцесора.

У випадку неперіодичних сигналів визначення таких енергетичних характеристик як миттєва потужність, середня потужність, середня взаємна потужність та енергія може виконуватися подібним чином як для періодичних і для їх оцінки можуть використовуватися аналогічні пристрої. Однак, якщо на такі неперіодичні сигнали впливають різного типу завади, то для їх усунення не завжди можна використовувати методи, які використовувалися для періодичних сигналів. Такі методи є або малоефективними, або цілком непридатними. Усунення впливу завад в таких пристроях висуває завдання пошуку методів і засобів, які б забезпечували ефективне перетворення і вимірювання параметрів як періодичних, так і неперіодичних сигналів.

З цією метою в роботі проаналізовані основні методи усунення завад, які поділяються на два великих класи: забезпечення захисту елементів вимірюваного кола, забезпечення завадостійкості процесу перетворення сигналу.

Методи усунення завад першого класу спрямовані на зменшення інтенсивності джерел завад (екранування, заземлення, гальванічні розв'язки). Методи, що відносяться до другого класу, використовують завадостійкі алгоритми перетворення, які базуються на додаткових перетвореннях сигналу. Проведений аналіз існуючих методів другого класу дозволяє стверджувати, що для забезпечення високого рівня послаблення завад і збереження при цьому достатньої швидкодії і точності доцільно використовувати методи, які базуються на ваговому усередненні сигналів. При такому усередненні результат перетворення визначається наступним чином

,

де x(t) – перетворюваний сигнал; g(t)– вагова функція, яка задовольняє умовам парної симетрії і нормування на інтервалі усереднення [-T/2, T/2].

Виходячи з цього в роботі розглядаються різні види вагових функцій і визначаються їх переваги і недоліки. Відзначається, що найкращим чином вагове усереднення реалізується з високою точністю шляхом використання різних модуляційних методів. Подібно до вагового усереднення сигналів в аналоговій формі може бути представлено вагове частотне усереднення в дискретній формі. В цьому випадку вагова функція дає можливість в певних межах регулювати частотні характеристики цифрових фільтрів (ЦФ) за їх основними параметрами, що дозволяє здійснювати їх підстройку в залежності від типу завад. На даний час розроблено велике число дискретних вагових функцій серед них функція Бартлетта, функція Бохмана, функція Гаусса-Вейєрштрасса, функція Пуассона та інші. Існує інший підхід, згідно з яким немає необхідності використовувати вагові функції для формування частотної характеристики цифрових фільтрів і відповідно створювати теорію вибору вагових функцій. Вагові функції можуть обчислюватися безпосередньо на основі задання необхідної частотної характеристики. Проте в усіх випадках вибір конкретної вагової функції впливає як на програму обчислення, так і на апаратуру, в якій вона реалізована.

На основі проведеного аналізу можна зробити висновок, що усунення різних типів і рівнів завад, які змінюються в певних межах, пов'язане з необхідністю знання апріорної інформації про сигнал та тип завад, розробкою конкретних алгоритмів і апаратури для кожного із випадків, які в більшості відзначаються великою складністю і не забезпечують необхідну точність і швидкодію перетворення. Згідно цього виникає питання розроблення завадостійких методів перетворення і вимірювання енергетичних параметрів сигналів, які б мали кращі метрологічні характеристики.

В другому розділі розглянуті основні положення теорії малохвильового перетворення, а також практичні аспекти його реалізації для розв'язку задач цифрової обробки сигналів. З метою обґрунтування доцільності використання малохвильового перетворення для оцінки енергетичних характеристик, а також з'ясування окремих його властивостей і положень, встановлено певні аналогії та зв'язки з різними відомими видами перетворень, в першу чергу з перетворенням Фур'є. Так для будь-якої функції f(x) в просторі L2(0,2p) існують ряди Фур'є і кожна 2p періодична квадратно інтегрована функція в цьому просторі формується шляхом "суперпозиції" інтегральних розширень базової функції .Отже, кожна функція в L2(0,2p) складається з хвиль з різними частотами.

Натомість в просторі L2(R) функція f(x) визначена на дійсній осі R і представлення функцій в цьому просторі формується шляхом "суперпозиції" масштабованої і зміщеної певним чином деякої базової малохвильової функції , на яку накладаються певні умови. В роботі сформульовано і обґрунтовано такі умови [8]. Таким чином, два функціональні простори L2(0,2p) і L2(R) є цілком різні. Показано, що завдяки вказаним особливостям малохвильове перетворення має суттєві переваги в порівнянні з перетворенням Фур'є при аналізі неперіодичних сигналів складної форми (нестаціонарних