You are on page 1of 5

INFOTEH-JAHORINA Vol. 14, March 2015.

Metoda stohastikog merenja parametara Gausovog


uma dvobitnim fle A/D konvertorom
Platon Sovilj, Dragan Peji, Bojan Vujii, Marjan Urekar, Nemanja Gazivoda
Departman za energetiku, elektroniku i telekomunikacije
Fakultet tehnikih nauka
Novi Sad, Srbija
platon@uns.ac.rs, pejicdra@uns.ac.rs, bojanvuj@uns.ac.rs, marjanurekar@gmail.com, nemanjagazivoda@uns.ac.rs
Sadraj U radu je predstavljena primena pristupa stohastikog
merenja snage i efektivne vrednosti Gausovog uma. Predloena
struktura instrumenta se zasniva na dva dvo-bitna flash
analogno-digitalna (A/D) konvertora i na akumulaciji proizvoda
diterovanog uma. Izvedeni su teorijski izrazi za predvianje
merne nesigurnosti. Izvrene simulacije pokazuju validnost
predloene metode i njenu nisku merne nesigurnosti, ak i na
relativno niskim frekvencijama odabiranja.
Kljune rei digitalna merenja; stohastiki procesi; merna
nesigurnost; merenje uma;

I.

UVOD

Uobiajeni pristup u diskretnim digitalnim merenjima [1,2]


je da se dobije precizna digitalna vrednost intenziteta signala u
odabranom vremenskom trenutku. Merna nesigurnost se
procenjuje primenom teorije diskretnih signala i sistema, koja
se oslanja na algebarske proraune [3]. Alternativni pristup,
"stohastiko merenje na intervalu" [4], je istraen u trima
oblastima: merenjima koja zahtevajuju visoku preciznost i
linearnost [5-7], merenjima brzih signala i merenjima
zaumljenih signala [8,9]. Brojne simulacije, prototipski
instrumenti i eksperimenti su dokazali metroloku
primenljivost stohastikog pristupa [4-9].
um je veoma neeljen faktor u preciznim postupcima
kalibracije, telekomunikacijama, biomedicinskim merenjima,
istraivanjima svemira itd. [10-14]. Ovo posebno vai za
merenja i upravljanje na osnovu detekcije nule. S druge strane,
postoje i aplikacije koje zahtevaju detekciju i precizno merenje
signala koji po nekim parametrima izgledaju kao um. Na
primer, najnovija tehnologija na grafenu zasnovanih hemijskih
i biolokih senzora [15-18] se zasniva na merenju
niskofrekventnog uma. U ovim sluajevima, precizno merenje
uma je od velike vanosti.
Ovaj rad prikazuje primenu "stohastikog merenje na
intervalu" u metodi razvijenoj u svrhu merenja parametara
Gausovog uma. Nakon prikaza modela instrumenta, u kom je
metoda implementirana, dati su i analizirani teorijski i
simulacioni rezultati primene metode.
II.

MODEL INSTRUMENTA

Model instrumenta za merenje snage uma sa 2-bitnim fle


A/D konvertorima, zasnovanog na stohastikom merenju na

intervalu, prikazan je na slici 1. Instrument nema sample-andhold kola na ulazu, ali ukljuuje operacione pojaavae koji
rade kao brzi komparatori, iji izlazi mogu biti -10V ili + 10V.
Ovi naponski nivoi su ogranieni na 0V i 5V preko kola za
ograniavanje nivoa (LL), prikazanih na slici 2. Na taj nain,
svaki A/D konvertor se sastoji od dva komparatora i dva LL
kola, kao to je prikazano isprekidanim linijama na slici 1.
Inherentno velika greka kvantizacije 2-bitne A/D
konverzije je praktino eliminisana analognim sabiranjem dva
sluajna nekorelisana diterska signala h1 i h2 sa ulaznim umom
s, kao i sa usrednjavanjem proizvoda =12 [4].
Promenljive 1 i 2 su digitalizovani odbirci izraeni kao:
i = (b1i b1i ) 2 g

(1)

gde je g prag, b1i , b1i {0,1} su A/D izlazi i i = 1,2. Gornji


broja na slici 1 izvrava akumulaciju na intervalu merenja,
dok donji broja broji broj odbiraka N. Na kraju svakog
intervala merenja, akumulisane vrednosti se prosleuju ka PCu na uproseavanje i skaliranje. Brojai se potom resetuju,
omoguavajui da se merenje ponovo izvri. Da bi se ovo
merenje ispravno izvravalo, um s treba da bude unutar
ulaznog opsega instrumenta 2g a diterski signali h1 i h2 bi
trebalo da se skaliraju u odnosu na prag g, tj. da sledei uslovi
budu ispunjeni [4-9]:
s 2 g , hi g , s + hi 3 g ; (i = 1,2)

III.

(2)

TEORIJSKI REZULTATI

Zbog velike brzine implementiranih elektronskih


komponenti i posledino velikog broja uzoraka unutar
vremenskog intervala merenja, statistika teorija uzoraka i
Centralna granine teorema se mogu primeniti. Slino
instrumentima za merenje efektivne vrednosti [5-7], prosena
snaga uma se dobija kao:

s2 =

1 N
1 (i) 2 (i)
N i =1

(3)

gde je prosena vrednost proizvoda =12. Ispitajmo


u idealnom sluaju sa beskonano mnogo uzoraka. Sada je
sluajna promenljiva:

Ovaj rad je podran od strane Pokrajinskog sekretarijata za nauku i


tehnoloki razvoj AP Vojvodine u sklopu projekta br. 114-451-2723 i od
strane Ministarstva prosvete, nauke i tehnolokog razvoja Republike Srbije u
sklopu projekta TR-32019.

- 71 -

+
_

LL

h1

1
+
_

LL

UP

= 12

+
_

(i )

i =1

DOWN

LL

h2

(i )

COUNTER1

2
+
_
+g

COUNTER2

LL

CLOCK
Slika 1.

Model stohastikog instrumenta sa 2-bitnim fle A/D konvertorima.


g

+
i
dhi = s
= s 2 p ( s ) ds = s 2
2g
,
(i=1,2),
to
daje
, a to
g

je srednja snaga uma. Stoga, efektivna vrednost uma je:


sRMS = = s 2

(8)

Za procenu merne nesigurnosti, prvo je potrebno odrediti


trei centralni momenat greke[19,20]:
M 3 = (e e )
Slika 2.

Elektrino kolo ograniavaa nivoa (LL)..

(9)

U svakom trenutku odabiranja, proizvod se sastoji od


kvadrata signala s2 i greke e:

= dP

(4)

= s2 + e

(10)
2

gde je dP infinitezimalna verovatnoa da je proizvod


jednak odreenoj vrednosti, koja se moe predstaviti kao
proizvod infinitezimalnih verovatnoa njenih faktora:

dP = dPh1 dPh2 dPs

(5)

Uzimajui u obzir da su s i e stohastiki nezavisne


promenljive, i da vai = s 2 + e i (3), srednja greka za
beskonano veliki broj odabiraka je nula ( e = 0 ). Stoga

( e e )3 = e3

emax

Faktori iz (5) su:


dPh1 =

1
1
dh1 dPh2 =
dh2
dP = p ( s ) ds
2g
2g
,
, s

M 3 = e3 =

p ( s ) ds

su:

1
dh1
2g

2
dh2
2g

e p ( e )de
3

(11)

emin

(6)

Kako su h1, h2 i s meusobno nekorelisani, zamenjujui (5)


i (6) u (4) dobijamo:
+

i trei centralni momenat greke [19,20] postaju:

U svakom trenutku odabiranja, kao rezultat dvobitnog


odabiranja, promenljive 1 i 2 mogu da se menjaju intervala
[-2g, 2g]. Kako je =12 greka e se nalazi unutar intervala
[-4g2, 4g2] i (11) postaje:
4g2

(7)

M3

Za 2-bitne A/D konvertore sa slike 1, unutranji integrali

- 72 -

4 g 2

e p ( e )de =
3

4g2

4 g 2

(4 g 2 )3 p ( e )de = 64 g 6 (12)

S obzirom da je trei centralni momenat konaan, Centralna


granina teorema se moe primeniti[19,20] i varijansa srednje
greke iznosi:

e2 =

e2

gde je e varijansa greke digitalizovanog odbirka za


beskonaan broj odbiraka, a N je broj odbiraka na vremenskom
intervalu merenja.
Kako su s2 i e meusobno stohastiki nezavisne
promenljive u =s2 + e, njihove varijanse su povezane na
sledei nain:

2 = s22 + e2

s2 =

2g

p ( s ) ds

2 g

12
dh1
2g

22
dh2
2g

2g

p ( s ) ds

2 g
2

(2 g )

g
2

1
2g

dh1

(2 g )

(16)

2
2g

Konano, relativna merna nesigurnost za efektivnu


vrednost uma se dobija kao:

Za nepolarisani Gausov um, prema [19,20] vai s 4 = 3 4 ,


tako da varijansa, definisana sa (21), postaje:

= = (2 g ) s s

(17)

s22 = s 4 s 2

e =

(18)

= 2

s22

=
(19)

= (2 g ) s s

(2 g ) 2 s 2 s 4
N

3 2
(2 g )

2g

3 2
1 ( )
N 2 2g

(28)

3 2
1 ( )
N 2 2g
2g

(29)

(20)

3 2
1 ( )
N 2 2g
g

(30)

Moe se videti da relativna merna nesigurnost zavisi od


intenziteta uma i parametara instrumenta g i N. Nia merna
nesigurnost se postie preko velikog broja uzoraka, dobijenog
viim frekvencijama odabiranja i / ili duim vremenskim
intervalom merenja.

i, prema (13), varijansa srednje greke je:

e2 =

2g

reda

Stoga, prema (22) i (28):

Kombinujui (14), (18) i (19) varijansa greke jednog


digitalizovanog odbirka je:

e2

(27)

Primenjujui
aproksimaciju
Tejlorovog
1 + x 1 + x / 2 , standardna devijacija je:

Varijansa snage uma s2 je ponovo srednja vrednost


kvadrata minus kvadrat srednjih vrednosti, to daje:
2

2 (2 g )2 3 2

e2 =

dh2

Zamenjujui (17) i (3) u (15), dobija se:

(26)

2s 2

2 = s2 .

= (2 g ) s = (2 g ) s

(25)

Kako je mnogo manje od 1, 2 se moe zanemariti u (25).


Stoga, poredei (23) i (25), /2.

2 2

(24)

Razmotrimo situaciju u kojoj je mereni um nepolarisan,


s = 0 . Tada, njegova varijansa predstavlja srednju snagu:

Promenljive 12 i 22 se mogu izraziti kao i2 = 2 g i


gde je i=1,2. Stoga:

2 =

P (1 + )

s 2 = P (1 + ) 2 = P (1 + 2 + 2 )

(15)

(23)

Kvadriranje obe strane jednaine (24) i dalje razvijanje


daje:

Srednja vrednost kvadrata je odreena u domenu


verovatnoa kao:
2

(22)

s2

s 2 = P (1 + )

(14)

Pogledajmo varijansu proizvoda , koji predstavlja


srednju vrednost kvadrata minus kvadrat srednjih vrednosti
[19,20]:

Izraz za relativnu mernu nesigurnost efektivne vrednosti


uma se dobija iz (22) uzimajui u obzir relaciju izmeu snage
( s 2 ), efektivne vrednosti ( sRMS ) i njihovih nesigurnosti.

(13)

(21)

Konano, relativna merna nesigurnost za snagu uma se


dobija kao:

- 73 -

IV.

SIMULACIONI REZULTATI

Merenja snage i efektivne vrednosti uma uz pomo


predloenog stohastikog pristupa su verifikovana putem
simulacije.Trajanje intervala merenja je 1s, ulazni opseg A/D
konvertora je 1V, a frekvencija odabiranja je postavljana na
0.5 MHz, 2 MHz ili 8 MHz. U prvoj simulacionoj postavci,
maksimalna amplituda uma je savreno odgovarala opsegu
instrumenta: 5 = 2 g = 1V [19,20]. Ova taka je koriena za
normalizaciju standardne devijacije ulaznog uma, . U
uzastopnim simulacionim postavkama, je svaki put
redukovana za po 10%.

efektivnu vrednost, i T, u procentima u odnosu na


normalizovano su prikazane na slici 4. Prosena vrednost iz
skupa od 200 simulacija je poreena sa teorijskom vrednou
izraunatom iz (30).
Na slikama 3 i 4 se uoava oekivani pad nesigurnosti sa
porastom frekvencije odabiranja, kao i sa poveanjem
standardne devijacije uma, . Slaganje simuliranih i teorijski
predvienih nesigurnosti je veoma dobro, to potvruje
validnost predloene metode.
V.

ZAKLJUAK

U radu je prikazana primena pristupa stohastikog


digitalnog merenja, u merenju snage i efektivne vrednosti
uma. Instrument je vrlo jednostavan, i zahvaljujui korienju
2-bitnim flash A/D konvertora, omoguava veoma veliku
frekvenciju odabiranja. Izrazi za relativne merne nesigurnosti
su izvedeni primenom statistike teorije uzoraka i Centralne
granine teoreme. Rezultati simulacija pokazuju veoma dobro
slaganje sa vrednostima izraunatim iz teorijskih formula,
potvrujui predvidljivu mernu nesigurnosti predloenog
pristupa, pri emu se merna nesigurnost moe dodatno smanjiti
poveanjem brzine odabiranja.
LITERATURA
[1]
Slika 3.

Merenje snage uma simulaciona i teorijska relativna merna


nesigurnost ( i T) poreena sa normalizovanom .

[2]
[3]
[4]
[5]
[6]
[7]
[8]

[9]

Slika 4. Merenje efektivne vrednosti uma simulaciona i teorijska


relativna merna nesigurnost ( i T) poreena sa normalizovanom .

ak i kada su svi parametri nepromenjeni, svaka


pojedinana simulacija je malo drugaiji, zbog stohastike
prirode uma s i diterskih signala h1 i h2. Stoga, u cilju
dobijanja statistiki validnih rezultata, 200 pojedinanih
simulacija je uraeno za svaki set parametara, i izvrena je
naknadna statistika analiza rezultata. Prosena vrednost iz
skupa od 200 simulacija predstavljena je jednom takom u
slikama 3 i 4.
Relativna merna nesigurnost snage uma, , je potom
poreena sa teorijskom vrednou, T, izraunatom iz (29).
Promene i T, u procentima, u odnosu na normalizovano su
prikazane na slici 3. Promene relativne merne nesigurnosti za

[10]
[11]
[12]
[13]
[14]
[15]

- 74 -

G. D Antona and A. Ferrero, Digital Signal Processing for


Measurement Systems: Theory & Applications, Springer-Verlag,
2006.
T. S. Rathore, Digital Measurement Techniques, CRC Press, 2003.
S.M. Kay, Fundamentals of Statistical Signal Processing, Volume I:
Estimation Theory, Vol. I, 1st ed., pp. 27-82, New Jersey: Prentice Hall
PTR, 1993.
V. Vujii, I. upunski, Z. Mitrovi and M. Sokola, Measurement in a
Point Versus Measurement Over an Interval, Proc. of the IMEKO XIX
World Congress; Lisbon, Portugal. Sep. 2009. pp. 1128-1132 no. 480.
V. Vujii, S. Milovanev, M. Pealjevi, D. Peji and I. upunski,
"Low Frequency Stochastic True RMS Instrument," IEEE Trans.
Instrum. Meas., vol. 48, pp.467-470, Apr. 1999.
D. Peji and V. Vujii, Accuracy Limit of High-Precision Stochastic
Watt-hour Meter, IEEE Trans. Instrum. Meas., vol. 49, pp. 617-620,
June 2000.
V. Vujii, Generalized Low Frequency Stochastic True RMS Instrument, IEEE Trans. Instrum. Meas., vol. 50, pp. 1089-1092, Oct. 2001.
B. Santra, M. Sokola, Z. Mitrovi, I. upunski and V. Vujii, A
Novel Method for Stochastic Measurement of Harmonics at Low Signalto-Noise Ratio, IEEE Trans. Instrum. Meas., vol. 58, pp. 3434-3441,
Oct. 2009.
P. Sovilj, S. Milovanev and V. Vujii, Digital Stochastic Measurement of a Nonstationary Signal With an Example of EEG Signal
Measurement, IEEE Trans. Instrum. Meas., vol. 60, pp. 3230-3232,
Sept. 2011.
Gabriel Vasilescu, Electronic Noise and Interfering Signals: Principles
and Applications, Springer, 2004.
H. W. Ott, "Noise Reduction Techniques in Electronic Systems", John
Wiley & Sons, 1988.
G. Kennedy, B. Davis, S. R. M. Prasanna, Electronic Communication
Systems , 5th ed, McGraw-Hill, 2011.
P. J. Fish, Electronic Noise and Low Noise Design, Macmillan Press,
1993.
A. P. G. Peterson, Handbook of Noise Measurement, General Radio
Company; 9th ed, 1980.
Z. G. Djuri, I. M. Joki, and A. Pele, Highly Sensitive Graphenebased Chemical and Biological Sensors with Selectivity Achievable
Through Low-frequency Noise Measurement Theoretical
Considerations , MIEL 2014; Belgrade, May 2014.

[16] Z. Djuri, I. Joki, and A. Pele, Fluctuations of the Number of


Adsorbed Molecules due to Adsorption-desorption Processes Coupled
with Mass Transfer and Surface Diffusion in Bio/chemical MEMS
Sensors, Microelectronic Engineering, Vol. 124, pp. 81-85, Elsevier,
2014.
[17] Z. Djuri, I. Joki, and K. Radulovi, Resonant Frequency and Phase
Noise of Nanoelectromechanical Oscillators Based on Two-dimensional
Crystal Resonators, EUROSENSORS 2014, XXVIII edition of the
conference series, pp. 1-4, Procedia Engineering, Elsevier.
[18] V. Vujii, A. Radonji, B. Vujii, . Belji, Stochastic Measurement
of the Spectral Power Density of Low-frequency Noise Generated by
Graphene-based Chemical and Biological Sensors Case Study,
Proceedings of IcETRAN 2014, pp. MLI1.4-1-3, ETRAN, 2014.
[19] A. Papoulis, Probability, Random Variables and Stochastic Processes,
Mcgraw-Hill College; 3rd edition, 1991.
[20] J. Rice, Mathematical Statistics and Data Analysis, Duxbury Press;
2nd edition, 1995.

ABSTRACT

The paper presents an application of the stochastic


measurement approach for power and true RMS of Gaussian
noise. The proposed instrument structure is based on two twobit flash analog-to-digital (A/D) converters and on
accumulation of the product of the dithered noise. Theoretical
expressions for predicting measurement uncertainty are
derived. Performed simulations prove the validity of the
proposed method and its low measurement uncertainty, even at
a relatively low sampling rate.

- 75 -

METHOD OF STOCHASTIC MEASUREMENT OF


GAUSSIAN NOISE PARAMETERS USING TWO-BIT
FLASH A/D CONVERTERS
Platon Sovilj, Dragan Peji, Bojan Vujii, Marjan Urekar,
Nemanja Gazivoda

You might also like