izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2023-10-25-31izmertech-1624Research ArticleОБЩИЕ ВОПРОСЫ МЕТРОЛОГИИ И ИЗМЕРИТЕЛЬНОЙ ТЕХНИКИGENERAL PROBLEMS OF METROLOGY AND MEASUREMENT TECHNIQUESАдаптивное линейное оценивание погрешности динамического измеренияAdaptive linear estimation of dynamic measurement errorhttps://orcid.org/0000-0001-5579-6040ВолосниковА. С.VolosnikovA. S.

Андрей Сергеевич Волосников - доцент кафедры "Информационно-измерительная техника", Author ID 209149

Челябинск

Andrei S. Volosnikov

Chelyabinsk

volosnikovas@susu.ruЮжно-Уральский государственный университет (национальный исследовательский университет)РоссияSouth Ural State University (National Research University)Russian Federation2023171120230102531Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/1624

Дан обзор публикаций по методам оценивания погрешности динамических измерений и рассмотрены способы её коррекции. Составляющие этой погрешности обусловлены динамическими свойствами (инерционностью) датчика и аддитивным шумом на его выходе. Предложен способ оценивания и уменьшения погрешности динамических измерений на основе принципа адаптивного линейного предсказания или адаптивного линейного усиления сигналов. Способ заключается в формировании сигнала оценки погрешности по результату сравнения задержанной копии восстанавливаемого сигнала с тем же восстанавливаемым сигналом, прошедшим через адаптивный нерекурсивный фильтр с линейной фазовой характеристикой. На основе данного подхода разработана структура измерительной системы, позволяющей оценивать погрешность динамических измерений и уменьшать её путём коррекции динамических характеристик датчика и адаптивной фильтрации шума измерения. Проведено компьютерное моделирование предложенной измерительной системы для датчика второго порядка. Получены оптимальные (в смысле среднеквадратичной оценки погрешности) значения порядка восстанавливающего адаптивного фильтра в присутствии аддитивного гармонического шума переменной частоты на выходе датчика. Показано, что свойства предложенной структуры измерительной системы с оценивателем погрешности динамических измерений адаптивны к параметру шума. Область применения полученных результатов – обработка результатов измерений быстропеременных процессов (в том числе в режиме реального времени), когда доминирующей является составляющая погрешности динамических измерений, обусловленная динамическими свойствами (инерционностью) датчика, а также аддитивными шумами на его выходе. Решение такой задачи актуально, например, при обработке результатов наземных испытаний космической техники.

The problem of the dynamic measurement error estimation and compensation is considered. This type of error is determined by two components. The first one is due to dynamic properties (inertia) of a sensor. The second one is due to the presence of an additive noise at the sensor output. An approach to estimate and reduce the dynamic measurement error based on the signals adaptive linear prediction or adaptive line enhancement principle is proposed. The approach consists in generating a dynamic measurement error estimation signal based on comparing a delayed copy of the recovered signal with the recovered signal passed through an adaptive non-recursive filter with a linear phase characteristic. The structure of a measuring system with an adaptive linear estimator of the dynamic measurement error based on this approach has been developed. A computer simulation of the proposed measuring system for the second-order sensor is carried out. Optimal (in the sense of the mean squared deviation of the dynamic error) orders of the restoring adaptive filter are obtained in the presence of additive harmonic noise of variable frequency at the sensor output. The properties of the proposed measuring system with the dynamic measurement error estimator adaptive to the noise parameter are demonstrated. The application field of the results obtained is the measurement data processing of fast-changing processes (including real-time mode), when the component of the dynamic measurement error, caused by dynamic properties (inertia) of the sensor, as well as additive noises at its output, is dominant. The solution of such a problem is relevant, for example, when processing the results of ground tests of space technology.

динамическое измерениеадаптивная обработка сигналовфильтры с конечно-импульсной характеристикойпогрешность динамических измеренийадаптивное линейное предсказаниеадаптивное линейное усилениеdynamic measurementadaptive signal processingfinite impulse response filtersdynamic measurement erroradaptive linear predictionadaptive line enhancementИсследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации (государственное задание на выполнение фундаментальных научных исследований № FENU-2023-0010 (2023010ГЗ))This work was supported by the Ministry of Science and Higher Education of the Russian Federation (project no. FENU-2023-0010)ReferencesВолосников А. С. Измерительная система на основе нерекурсивных фильтров с оптимальной коррекцией погрешности динамического измерения // Измерительная техника. 2022. № 10. С. 19–25. https://doi.org/10.32446/0368-1025it.2022-10-19-25Volosnikov A. S., Measurement Techniques, 2023, vol. 65, no. 10, pp. 720–728. https://doi.org/10.1007/s11018-023-02144-6Elster C., Link A., Bruns, T., Measurement Science and Technology, 2007, vol. 18(12), pp. 3682–3687. https://doi.org/10.1088/0957-0233/18/12/002Elster C., Link A., Bruns, T., Measurement Science and Technology, 2007, vol. 18(12), pp. 3682–3687. https://doi.org/10.1088/0957-0233/18/12/002Link A., Elster C., Measurement Science and Technology, 2009, vol. 20(5), 055104. https://doi.org/10.1088/0957-0233/20/5/055104Link A., Elster C., Measurement Science and Technology, 2009, vol. 20(5), 055104. https://doi.org/10.1088/0957-0233/20/5/055104Eichstädt S., Link A., Elster C., Sensors, 2010, vol. 10(8), pp. 7621–7631. https://doi.org/10.3390/s100807621Eichstädt S., Link A., Elster C., Sensors, 2010, vol. 10(8), pp. 7621–7631. https://doi.org/10.3390/s100807621Eichstädt S., Elster C., Smith I. M., Esward T. J., Journal of Sensors and Sensor Systems, 2017, vol. 6(1), pp. 97–105. https://doi.org/10.5194/jsss-6-97-2017Eichstädt S., Elster C., Smith I. M., Esward T. J., Journal of Sensors and Sensor Systems, 2017, vol. 6(1), pp. 97–105. https://doi.org/10.5194/jsss-6-97-2017Eichstädt S., Elster C., Esward T. J., Hessling J. P., Metrologia, 2010, vol. 47(5), pp. 522–533. https://doi.org/10.1088/0026-1394/47/5/003Eichstädt S., Elster C., Esward T. J., Hessling J. P., Metrologia, 2010, vol. 47(5), pp. 522–533. https://doi.org/10.1088/0026-1394/47/5/003Eichstädt S., Link A., Harris P., Elster C., Metrologia, 2012, vol. 49(3), pp. 401–410. https://doi.org/10.1088/0026-1394/49/3/401Eichstädt S., Link A., Harris P., Elster C., Metrologia, 2012, vol. 49(3), pp. 401–410. https://doi.org/10.1088/0026-1394/49/3/401Esward T. J., tm – Technisches Messen, 2016, vol. 83(10), pp. 557–564. https://doi.org/10.1515/teme-2015-0128Esward T. J., tm – Technisches Messen, 2016, vol. 83(10), pp. 557–564. https://doi.org/10.1515/teme-2015-0128Fujii Y., Maru K., Experimental Techniques, 2011, vol. 35(3), pp. 5–20. https://doi.org/10.1111/j.1747-1567.2009.00594.xFujii Y., Maru K., Experimental Techniques, 2011, vol. 35(3), pp. 5–20. https://doi.org/10.1111/j.1747-1567.2009.00594.xHessling J. P., Measurement Science and Technology, 2006, vol. 17(10), pp. 2740–2750. https://doi.org/10.1088/0957-0233/17/10/028Hessling J. P., Measurement Science and Technology, 2006, vol. 17(10), pp. 2740–2750. https://doi.org/10.1088/0957-0233/17/10/028Markovsky I., IEEE Signal Processing Letters, 2015, vol. 22(8), pp. 1094–1097. https://doi.org/10.1109/LSP.2014.2388369Markovsky I., IEEE Signal Processing Letters, 2015, vol. 22(8), pp. 1094–1097. https://doi.org/10.1109/LSP.2014.2388369Monti A., Ponci F., IEEE Transactions on Instrumentation and Measurement, 2010, vol. 59(11), pp. 2825–2833. https://doi.org/10.1109/TIM.2010.2060913Monti A., Ponci F., IEEE Transactions on Instrumentation and Measurement, 2010, vol. 59(11), pp. 2825–2833. https://doi.org/10.1109/TIM.2010.2060913Shestakov A. L., IEEE Transactions on Instrumentation and Measurement, 1996, vol. 45(1), pp. 250–255. https://doi.org/10.1109/19.481342Shestakov A. L., IEEE Transactions on Instrumentation and Measurement, 1996, vol. 45(1), pp. 250–255. https://doi.org/10.1109/19.481342Shestakov A. L., Dynamic Measurements Based on Automatic Control Theory Approach, in Advanced Mathematical and Computational Tools in Metrology and Testing X, 2015, pp. 66–77. https://doi.org/10.1142/9789814678629_0008Shestakov A. L., Dynamic Measurements Based on Automatic Control Theory Approach, in Advanced Mathematical and Computational Tools in Metrology and Testing X, 2015, pp. 66–77. https://doi.org/10.1142/9789814678629_0008Шестаков А. Л. Методы теории автоматического управления в динамических измерениях: монография. Челябинск: Издательский центр ЮУрГУ, 2013. 257 с.Shestakov A. L., Metody teorii avtomaticheskogo upravlenija v dinamicheskih izmereniyah, a monograph, Chelyabinsk, SUSU Publ., 2013, 257 p. (In Russ.)Грановский В. А. Динамические измерения: Основы метрологического обеспечения. Л.: Энергоатомиздат, 1984. 224 с.Granovskiy V. A., Dinamicheskie izmereniya: Osnovy metrologicheskogo obespecheniya, Leningrad, Energoatomizdat Publ., 1984. 224 p. (In Russ.)Roshahliza M. Ramli, Ali O. Abid Noor, Salina Abdul Samad, A Review of Adaptive Line Enhancers for Noise Cancellation, Australian Journal of Basic and Applied Sciences, 2012, vol. 6(6), pp. 337–352.Roshahliza M. Ramli, Ali O. Abid Noor, Salina Abdul Samad, A Review of Adaptive Line Enhancers for Noise Cancellation, Australian Journal of Basic and Applied Sciences, 2012, vol. 6(6), pp. 337–352.Hayes M. H., Adaptive filtering, in Statistical digital signal processing and modeling, John Wiley & Sons, 1996, pp. 493–570.Hayes M. H., Adaptive filtering, in Statistical digital signal processing and modeling, John Wiley & Sons, 1996, pp. 493–570.Diniz P., Adaptive Filtering: Algorithms and Practical Implementation (fourth edition), Springer New York, 2008, 652 p.Diniz P., Adaptive Filtering: Algorithms and Practical Implementation (fourth edition), Springer New York, 2008, 652 p.

The authors declare that there are no conflicts of interest present.