Università degli Studi di Cassino Facoltà di Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni Tesi di Laurea STIMA DEI PARAMETRI DEI SEGNALI NEL DOMINIO DELLA FREQUENZA IN PRESENZA DI INTERFERENZA ARMONICA Relatore Candidato Chiar.mo Prof. Petricca Riccardo Consolatina Liguori Matr. 17/00115 ANNO ACCADEMICO 2002-2003 Sommario DFT e FFT : cause di errore. Metodi tradizionali presenti in letteratura per la determinazione dei parametri di un segnale nel dominio della frequenza. Metodo Proposto in questo lavoro : IFFTc – Determinazione della correzione su frequenza (fic), ampiezza (Aic) e fase (φic) dei segnali in presenza di Interferenza Armonica. Caratterizzazione Metrologica degli algoritmi: – Errore Residuo – Incertezza Confronto tra IFFTc e gli altri metodi. Metodo per risolvere toni nascosti. 2 Obiettivo Sia dato lo spettro di un generico segnale reale |X(f)| f1 , A1 f3 , A3 f2 , A2 NToni = ? massimo ki : fi , Ai , φi = ? f4 , A4 f Gli approcci presenti in letteratura prevedono di elaborare i campioni della DFT nell’intorno del massimo ki dello spettro d’ampiezza, al fine di valutarne I campioni della DFT intrinsecamente affetti da errori frequenza (fi), ampiezza (Ai) esono fase (φ i). dovuti principalmente a tre cause: Problema 3 Cause di errore nella DFT (1/3) 1. Aliasing dovuto alla banda del segnale in analisi ed alla frequenza di campionamento. Per evitare problemi di “aliasing” nell’uso dell’algoritmo di FFT si suppone sempre l’utilizzo a monte del circuito di campionamento di opportuni filtri anti-aliasing x(t) LPF A/D Anti-aliasing x(n) fs 2. Dispersione Spettrale o Spectral Leakage dovuto al rapporto in genere non intero esistente fra la frequenza di campionamento e le frequenze delle armoniche del segnale di analisi, indicato come campionamento asincrono, e la cui entità dipende anche dall’operazione di finestratura. S. L. Ai Am EAi δi fi fm=kiΔf 4 Cause di errore nella DFT (2/3) 3. Interferenza Armonica dovuta alla presenza di componenti armoniche del segnale di analisi “vicine” in frequenza (legata a Δf). Per un segnale multifrequenziale, interferenza armonica è il fenomeno che si manifesta quando i campioni spettrali relativi alla i-esima armonica dipendono anche da quelli delle altre componenti (vedi figura). Contributo del 2° lobo sul 1° tono spettrale Contributo del 1° lobo sul 2° tono spettrale Può essere molto dannoso in quanto toni forti possono nascondere toni deboli. Cause di errore nella DFT (3/3) Esempio dell’effetto combinato dell’Interferenza Armonica e dello Spectral Leakage su un segnale con due sole armoniche. 6 Metodi tradizionali per la stima dei parametri dei segnali nel dominio della frequenza Metodi d’interpolazione mediante parametri energetici (Energy based-paramethers algorithms). – Si basano sulla valutazione di alcuni parametri relativi all’energia delle componenti spettrali, da cui, applicando le proprietà della DFT, si ricavano le stime di δi , Ai e φi. Questi parametri si calcolano su pochi campioni locati nella banda B=[-K,K]. Ρ Risentono molto dell’Interferenza Armonica (hanno un comportamento a soglia per d<9bin le stime non sono affidabili). Metodi basati sull’uso di Stimatori: – MLE (Maximal Likelihood Estimator) – LSM (Least Square Method) Ρ Necessitano la conoscenza a-priori del modello d’analisi. Interpolated FFT: – IFFT su due punti (IFFT2p) – IFFT con interpolazione su più punti (WIFFT) » IFFT3p (three-points IFFT) » IFFT5p (five-points IFFT) 7 IFFT (1/2) Lo spettro d’ampiezza di un segnale con P componenti frequenziali: è caratterizzato da P picchi, se non ci sono toni nascosti. Il picco corrispondente all’i-esimo tono frequenziale può essere identificato con l’indice ki Si ha quindi che la stima della frequenza è data dalla conoscenza di: Con la tecnica IFFT (Interpolated FFT) si realizza un’interpolazione dei campioni della DFT, basata sullo spettro della finestra. In particolare l’IFFT classica, quella su due punti (2-points IFFT o IFFT2p), determina le componenti frequenziali, considerando solo i due più alti campioni corrispondenti al picco dello spettro. La IFFT stima δi considerando il rapporto αi tra questi due campioni: ki-1 ki ki+1 ki-1 ki ki+1 8 IFFT (2/2) Per la finestra di Hanning abbiamo: IFFT con interpolazione su più punti Una delle varianti principali dell’algoritmo di IFFT è l’interpolazione dell’FFT su un numero variabile di punti (Weighted Multipoint Interpolated FFT), in particolare noi consideriamo quella su tre e su cinque punti (IFFT3p e IFFT5p). In questo caso δ può essere ricavato nel seguente modo: IFFT3p IFFT5p 9 Algoritmo Proposto: IFFTc (1/2) Le formule di interpolazione viste sono state determinate considerando del tutto trascurabile l’interferenza armonica. Se questa non è più trascurabile le relazioni non sono più valide. Si consideri il segnale x(t), i campioni spettrali del segnale finestrato sono dati da: Evidenziando in queste relazioni i contributi di interferenza sull’i-esima componente spettrale dovuti alle P-1 componenti del segnale otteniamo: I contributi dell’interferenza armonica trascurati nell’IFFT possono essere eliminati dalle formule d’interpolazione. Per poter quindi stimare le caratteristiche del segnale si può far riferimento al coefficiente α “corretto”: 10 Algoritmo proposto: IFFTc (2/2) Le equazioni per la stima dei parametri delle componenti spettrali vanno modificate ottenendo le relazioni: ALGORITMO IFFTc 1. IFFT2p – Ad ogni picco dello spettro d’ampiezza del segnale si applica IFFT2p per stimare la frequenza, ampiezza e fase della corrispondente componente spettrale non considerando gli effetti dell’Interferenza Armonica. (per ogni i: fi , Ai , i ) 2. Correzione – Usando le stime ottenute al passo precedente si determina per ogni picco i fattori di correzione usando i due campioni dell’IFFT. (per ogni i: Fi e Bi ) 3. IFFT2p sui campioni corretti – In questo modo le frequenze, ampiezze e fasi calcolate risultano corrette dall’effetto dell’Interferenza Armonica. (per ogni i: fic , Aic , ic ) 11 Verifica Procedura (1/2) Al fine di mostrare la validità del metodo proposto, IFFTc è stato confrontato con i metodi tradizionali: – – – – Metodi Basati sul calcolo di parametri energetici (Energy) IFFT o IFFT2p IFFT3p IFFT5p Al fine di facilitare la lettura dei grafici ed evidenziare le differenze: IFFT 2p IFFT c IFFT 3p IFFT 5p Energy Method È stato analizzato il caso di un segnale con: – due toni – tre toni – P toni 12 Verifica Procedura (2/2) Segnale in ingresso con due soli toni: con fdx = fsx+ d12f ; fs=800 Per entrambi i toni sono stati confrontati gli errori su: – Frequenza f o sul δ – Ampiezza – Fase Analisi al variare: » » » » » Frequenza (fsx , fdx) Distanza tra i toni (d12) Ampiezza (Asx , Adx) Fasi iniziali (φsx , φdx) Punti della DFT (N) 13 Analisi al Variare della frequenza Asx=Adx=100 ; sx=dx=0 ; d12=5 ; N=256 ; fsx variabile da fsx=5 ad fsx=115. Errore su sx 6·10-3 6 Errore su dx 1·10- Errore sul delta armonica sinista -3 x 10 3 IFFT IFFT corretta 0 valore assoluto errore in freq armonica dx errore sul delta armonica sx x 10 IFFT IFFT corretta 5 4 3 2 1 0 -1 Errore in freq. armonica destra -3 1 -1 -2 -3 -4 -5 0 20 40 60 fsx 80 100 120 -6 0 20 40 60 80 100 120 140 fsx L’errore non dipende dalla frequenza ma solo dal , quindi i valori di f possono essere mantenuti costante sia per IFFT che IFFTc IFFT IFFTc 14 Analisi al Variare della distanza tra i toni (1/2) Asx=Adx=100 ; sx=dx =0 ; fsx=(N/2+0.65)Δf d12 variabile da d12 =3 a d12 =20. Errore su fsx 0.08 Errore in freq. armonica sinistra IFFT IFFT corretta IFFT3p IFFT5p Energy 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 Errore in ampiezza armonica sinistra 1 IFFT IFFT corretta IFFT3p IFFT5p Energy 0.9 valore assoluto errore in ampiezza armonica sx 0.08 valore assoluto errore in freq armonica sx 1 Errore su Asx 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 4 6 8 10 12 14 16 18 20 4 6 8 10 12 14 16 18 20 d12 d12 Anche per la stima della fase si ottengono risultati analoghi. Il metodo basato sull’energia ha come detto all’inizio un comportamento a soglia. Per la WIFFT bisogna tener conto del numero di punti di interpolazione e della distanza in bin dei toni. IFFT IFFTc IFFT3p IFFT5p Energy 15 Analisi al Variare della distanza tra i toni (2/2) Errore su fdx 0.09 Errore in freq. armonica dx 0.09 IFFT IFFT corretta IFFT3p IFFT5p Energy valore assoluto errore in ampiezza armonica dx 0.9 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 Errore in ampiezza armonica destra 0.9 IFFT IFFT corretta IFFT3p IFFT5p Energy 0.08 valore assoluto errore in freq armonica destra Errore su Adx 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 4 6 8 10 12 14 16 18 0 20 d12 4 6 8 10 12 14 16 18 20 d12 L’errore sia sulla stima della frequenza che dell’ampiezza con IFFTc è ridotta rispetto a tutti gli altri metodi di due ordini di grandezza. IFFT IFFTc IFFT3p IFFT5p Energy 16 Analisi al Variare dell’ampiezza (1/2) sx=dx =0 ; fsx=(N/2+0.65)Δf ; N=256 ; d12 =3 ; Asx variabile da Asx=1 ad Asx=100 ; Adx=100 ; Errore su fsx Errore su Asx 1.4∙10-2 2.5 Errore in freq. armonica sinistra Errore in freq. armonica destra 2.5 IFFT IFFT corretta IFFT3p 0.012 IFFT IFFT corretta IFFT3p valore assoluto errore in freq armonica dx valore assoluto errore in freq armonica sinistra 0.014 0.01 0.008 0.006 0.004 2 1.5 1 0.5 0.002 0 0 10 20 30 40 50 60 Adx/Asx IFFT IFFTc IFFT3p 70 80 90 100 0 0 10 20 30 40 50 60 70 80 90 100 Adx/Asx 17 Analisi al Variare dell’ampiezza (2/2) Errore su fdx 1.4·10-3 Errore in ampiezza armonica sinistra -3 x 10 0.25 1.2 1 0.8 0.6 0.4 0.2 0 0 Errore in ampiezza armonica destra 0.25 IFFT IFFT corretta IFFT3p valore assoluto errore in ampiezza armonica dx valore assoluto errore in ampiezza armonica sx 1.4 Errore su Adx 10 20 30 40 50 60 Adx/Asx 70 80 90 100 IFFT IFFT corretta IFFT3p 0.2 0.15 0.1 0.05 0 0 10 20 30 40 50 60 70 80 90 100 Adx/Asx Come atteso, gli errori incrementano sulla seconda sinusoide e decrescono sulla prima, mentre Asx cresce; infatti il tono più grande interferisce di più ed è meno suscettibile di quello piccolo. IFFT IFFTc IFFT3p 18 Analisi al Variare della fase Asx=Adx=100 ; fsx=(N/2+0.65)Δf ; d12 =5 ; N=256 ; sx variabile da sx=0 a sx=2π ; dx =0. Errore su fsx 0.016 Errore su Asx 0.12 Errore in freq. armonica sinistra Errore in ampiezza armonica sinistra 0.12 IFFT IFFTc IFFT3p 0.014 IFFT IFFTc IFFT3p valore assoluto errore in ampiezza armonica sx valore assoluto errore in frequenza armonica sx 0.016 0.012 0.01 0.008 0.006 0.004 0.1 0.08 0.06 0.04 0.02 0.002 0 0 50 100 150 200 250 fase 300 350 400 0 0 50 100 150 200 250 300 350 400 fase Si osserva che per ambedue i toni gli errori massimi della IFFT e IFFT3p si hanno per sx=0 e per sx= ; l’effetto sistematico residuo della IFFTc e molto più piccolo di quello della IFFT e IFFT3p, anche se ha lo stesso comportamento. IFFT IFFTc IFFT3p 19 Analisi al Variare di N Asx=Adx=100 ; sx=dx =0 ; fsx=(N/2+0.65)Δf ; d12 =20 ; N={128 , 256 , 512 , 1024 , 2048}. Errore su fsx Errore su Asx 3·10-4 0.018 Errore in freq. armonica sinistra -4 x 10 valore assoluto errore in ampiezza armonica sx valore assoluto errore in freq armonica destra 2 Errore in ampiezza armonica sinistra 0.018 IFFT.256 IFFTc.256 IFFT3p.256 IFFT.512 IFFTc.512 IFFT3p.512 IFFT.1024 IFFTc.1024 IFFT3p.1024 IFFT.2048 IFFTc.2048 IFFT3p.2048 3 1 IFFT.256 IFFTc.256 IFFT3p.256 IFFT.512 IFFTc.512 IFFT3p.512 IFFT.1024 IFFTc.1024 IFFT3p.1024 IFFT.2048 IFFTc.2048 IFFT3p.2048 0.016 0.014 0.012 0.01 0.008 0.006 0.004 0.002 0 4 6 8 10 12 14 16 18 20 22 0 24 4 6 8 d12 10 12 14 16 18 20 22 24 d12 La variabilità con IFFTc è ridotta rispetto agli altri metodi per tutti i valori di N. IFFT IFFTc IFFT3p ** IFFT * IFFTc * IFFT3p IFFT IFFTc IFFT3p N=256 N=256 N=256 N=512 N=512 N=512 N=1024 N=1024 N=1024 +* IFFT + IFFTc + IFFT3p N=2048 N=2048 N=2048 20 Analisi per tre toni (1/2) Segnale con tre toni: con fcen = fsx+ d12f ; fdx = fcen+ d23f ; fs=800 È stata valutata la dipendenza da: – – – – – Frequenza (fsx , fcen , fdx) Distanza tra i toni (d12 , d23 ) Ampiezza (Asx , Acen , Adx) Fasi iniziali (φsx , φcen , φdx) Punti della DFT (N) Si ottengono risultati analoghi al caso con due armoniche ma con un lieve degrado delle stime poiché ogni armonica risente non più di un solo tomo ma di due toni interferenti. 21 Analisi per tre toni (2/2) Asx=Acen=Adx=100 ; sx=cen=dx =0 ; fsx=110; N=1024; fs=800; d12 =d23 =d variabile da d=3 a d=20. Errore sulla stima della frequenza Errore sulla stima dell’ampiezza Errore Erroresulla sullastima stimadell’ampiezza della frequenza Errore Errore sulla sulla stima stima dell’ampiezza dell’ampiezza 0.04 0.4 0.04 0.4 0.03 IFFT 1 arm. 1 arm. 2 arm. 2 arm. 0.3 3 arm. 3 arm. IFFT 0.02 0.01 0 2 arm. 2 arm. 3 arm. 3 arm. 0.1 0 0 0 d 0 0.06 0 0 0 d 0.4 1 arm. 1 arm. 0.04 2 arm. 2 arm. 0.3 3 arm. 3 arm. IFFT3p 0.02 1 arm. 1 arm. 2 arm. 2 arm. 3 arm. 3 arm. 0.2 0.1 0 0 0 0 0 0 d -3 x 10 3·10-33 2 0 0.4 0.06 IFFT3p 1 arm. 1 arm. 0.2 0 0 d 0.01 0.01 1 arm. 1 arm. 2 arm. 2 arm. 3 arm. 3 arm. 1 arm. IFFTc IFFTc 2 arm. 3 arm. 0.005 1 0 0 IFFT 0 0 d 0 0 0 0 0 d L’armonica centrale è la più penalizzata (come si evince dalle figure). Gli errori di IFFTc sono visibilmente inferiori. IFFTc IFFT3p 22 Analisi per P toni Il segnale in analisi è: Sono state effettuate prove per P=4 , P=5 , P=10 e P=20. Per questi valori di P sono state nuovamente effettuate le simulazioni viste nel caso di due e tre toni. Anche in questo caso valgono considerazioni analoghe alle precedenti. Le stime peggiorano in quanto la singola armonica subisce l’interferenza di P-1 toni adiacenti. L’algoritmo IFFTc è meno influenzato dall’aumento di P infatti a differenza degli altri metodi non c’è la sovrapposizione degli effetti dell’interferenza e un conseguente degrado della stima. 23 Incertezza Per i metodi analizzati l’incertezza è stata valutata con un approccio di tipo “white box”. Metodo “white box”: – Analisi teorica » si applica la legge di propagazione delle incertezze alle relazioni ricavate dalla teoria. – Verifica numerica » si fa lavorare il software su dati di un modello in grado di simulare i segnali reali. – Validazione sperimentale » si passa a lavorare su segnali reali. La sorgente di incertezza considerata è il rumore che viene introdotto nella fase di conversione A/D, che è la causa di incertezza principale nelle valutazioni di interesse. I risultati sperimentali presenti in letteratura evidenziano infatti che la principale fonte di incertezza nell’algoritmo della DFT risulta essere la quantizzazione seguita dal jitter il che permette di non considerare le altre fonti di errore. 24 Propagazione Incertezza (1/3) Algoritmo di IFFT Alle formule ricavate per IFFT è stata applicata la legge di propagazione dell’incertezza (UNI CEI 9) ottenendo per αi , δi , fi ed Ai le seguenti espressioni per l’incertezza: 25 Propagazione Incertezza (2/3) Metodo basato sull’Energia Alle formule per il metodo basato sull’Energia è stata applicata la legge di propagazione dell’incertezza ottenendo: IFFT con Interpolazione su più punti Con approccio simile è stato caratterizzato dal punto di vista metrologico anche l’algoritmo IFFT con interpolazione su più punti. Si può osservare che: IFFT3p ha un’incertezza minore di quella di IFFT5p ma maggiore di IFFT2p IFFT5p presenta un’incertezza maggiore di IFFT3p e IFFT2p 26 Propagazione Incertezza (3/3) IFFTc Per IFFTc usando lo stesso approccio si ricava l’incertezza su δi : Per quanto concerne l’incertezza su αic questa dipende dall’incertezza sui campioni Xg(ki) e Xg(ki+1) e dall’incertezza sui fattori di correzione Fi e Bi. Si dimostra che quest’ultime possono essere trascurate Incertezza su δi e δic -5 7.6·107.6- x 10 5 Incertezza su δi e δic Incertezza su delta 3.5·10- x 10 IFFT.rum IFFTc.rum 7.4 4 -4 Incertezza su delta 3.5 7.2 3 6.8 Incertezza su delta Incertezza su delta 7 6.6 6.4 6.2 2.5 2 1.5 6 5.8 1 IFFT.rum IFFTc.rum 5.6 16 18 20 22 24 26 28 d IFFT + rumore 16 18 20 22 24 26 28 d IFFTc + rumore 27 Incertezza tipo della frequenza Come specificato dalla norma: “l’incertezza descrive completamente l’affidabilità di una misura solo se il risultato è corretto da tutti gli effetti sistematici, i quali determinano uno scostamento del valore misurato da quello del valore vero convenzionale e che significativamente influenzano le stime”. A tal fine si definisce una nuova variabile dove i è restituito dallo specifico algoritmo e E tiene conto dell’errore residuo. In particolare, E è una variabile casuale a valor medio nullo (che di conseguenza non altera il valore stimato dall’algoritmo) e con una dev. st. relativa all’errore residuo. L’incertezza di deve essere valutata come è l’incertezza sul valore stimato è l’incertezza dovuta all’errore residuo ed è uguale alla deviazione standard della variabile casuale E . 28 Confronto Incertezze (1/2) L’incertezza dovuta all’errore residuo è valutata per ogni metodo misurando la dev. st. su un set di segnali simili. In particolare, dato che l’analisi esposta precedentemente mostra che l’errore residuo dipende principalmente dai dij, i set di prova sono stati realizzati variando 1 in [-0.5, 0.5], 2 in [-π/2, π/2], e anche dij è stato fatto variare in [d0–0.5, d0+0.5]. In Tabella sono riportati i valori delle dev. st. rispetto a d0, per un segnale con due toni per i diversi metodi considerati. N=256 ; f1=N/4+ N=256 ; f1=N/4+ IFFT c IFFT 3p IFFT 5p Energy d0 IFFT 2p 1.3E-1 4 2.5E-2 8.8E-5 1.9E-2 9.8E-2 2.4E-1 1.2E-3 5.7E-1 5 1.2E-2 2.0E-5 6.3E-3 1.2E-2 4.5E-1 5.5E-4 4.3E-4 5.4E-1 6 6.6E-3 6.2E-6 2.7E-3 2.8E-3 1.07 2.4E-6 2.8E-4 2.2E-4 3.2E-2 7 4.1E-3 2.4E-6 1.4E-3 1.2E-3 4.8E-1 5.5E-4 1.1E-6 1.6E-4 1.3E-4 5.4E-4 8 2.7E-3 1.1E-6 7.8E-4 6.6E-4 1.4E-2 9 3.8E-4 5.3E-7 9.8E-5 8.5E-5 9.6E-5 9 1.9E-3 6.1E-7 4.8E-4 4.3E-4 1.5E-3 10 2.8E-4 2.9E-7 6.3E-5 5.9E-5 4.7E-5 10 1.4E-3 4.5E-7 3.1E-4 2.9E-4 3.8E-4 11 8.3E-5 1.1E-7 1.2E-5 1.5E-5 1.2E-5 11 4.0E-4 5.3E-7 5.9E-5 7.5E-5 4.1E-5 12 4.1E-5 1.4E-7 4.7E-6 7.0E-6 9.1E-6 12 2.0E-4 7.0E-7 2.3E-5 3.5E-5 2.0E-5 IFFT c IFFT 3p IFFT 5p Energy d0 IFFT 2p 4 5.0E-3 8.8E-5 4.0E-3 1.6E-2 5 2.4E-3 2.0E-5 1.3E-3 6 1.3E-3 6.3E-6 7 8.3E-4 8 29 Confronto Incertezze (2/2) N=256 ; f1=N/4+ N=256 ; f1=N/4+ IFFT c IFFT 3p IFFT 5p Energy d0 IFFT 2p 4 5.0E-2 8.8E-5 3.6E-2 2.0E-1 2.5E-1 5 2.4E-2 2.0E-5 1.2E-2 2.7E-2 3.0E-1 6 1.3E-2 6.2E-6 5.4E-3 8.0E-3 1.08 4.8E-1 7 8.2E-3 2.4E-6 2.8E-3 2.8E-3 9.0E-1 6.6E-4 1.4E-2 8 5.4E-3 1.2E-6 1.6E-3 1.4E-3 5.3E-2 4.8E-4 4.3E-4 1.5E-3 9 3.8E-3 8.2E-7 9.6E-4 8.7E-4 6.2E-3 4.5E-7 3.1E-4 2.9E-4 3.8E-4 10 2.8E-3 7.6E-7 6.3E-4 5.9E-4 1.4E-3 4.0E-4 5.3E-7 5.9E-5 7.5E-5 4.1E-5 11 6.7E-4 1.2E-6 9.2E-5 1.2E-4 6.5E-5 2.0E-4 7.0E-7 2.3E-5 3.5E-5 2.0E-5 12 4.0E-4 1.4E-6 4.7E-5 6.9E-5 3.6E-5 IFFT c IFFT 3p IFFT 5p Energy d0 IFFT 2p 4 2.5E-2 8.8E-5 1.9E-2 9.8E-2 2.4E-1 5 1.2E-2 2.0E-5 6.3E-3 1.2E-2 4.5E-1 6 6.6E-3 6.2E-6 2.7E-3 2.8E-3 1.07 7 4.1E-3 2.4E-6 1.4E-3 1.2E-3 8 2.7E-3 1.1E-6 7.8E-4 9 1.9E-3 6.1E-7 10 1.4E-3 11 12 Come si può vedere, IFFTc è caratterizzata da un E molto più basso di quello degli altri metodi (fino a 2-3 ordini di grandezza); anche la variabilità con d e N è notevolmente ridotta. 30 Esempi di Incertezza Combinata (1/2) Per quantificare meglio il contributo del E all’incertezza totale è necessario introdurre alcuni parametri riguardanti la configurazione hardware (Nbit , Vfs , del convertitore A/D), la condizione operativa del convertitore (N) come anche le caratteristiche del segnale d’ingresso. 4·10-4 3·10-5 u i 0 4 6 8 10 0 d12 12 -3 2·10 14 16 18 d12 4 6 8 10 0 12 d12 1·10-3 14 16 18 d12 14 16 18 d12 0.4 0 0.4 0 0 4 IFFT 6 8 10 IFFTc d12 12 IFFT3p Fig. (a) 31 Esempi di Incertezza Combinata (2/2) 4·10-5 2·10-3 Prove al variare di: (a) d12 con N e Nbit fissi 0 (b) N con d12 e Nbit fissi 0 128 256 512 1024 2048 N 1.5·10-3 0 128 256 -4 6·10 6 7 8 9 10 11 Nbit 7 8 9 10 11 Nbit 7 8 9 10 11 Nbit 2·10-3 (c) Nbit con d12 e N fissi 0 512 1024 2048 6 N 2·10-3 0 0 128 256 512 1024 2048 N Fig. (b) IFFT IFFTc 6 Fig. (c) IFFT3p 32 Metodo per la risoluzione di toni nascosti Esempio: Presenza di toni nascosti 33 Idea alla base del nuovo metodo Segnale con toni nascosti Spettro Ricostruito 60 60 50 40 50 Ricompare il Tono Nascosto 30 40 30 Spettro Ricostruito 20 20 60 10 0 10 110 120 130 140 150 Spettro 0 160 Ampiezza 110 120 130 - 50 140 150 160 140 150 160 150 160 - 60 60 50 50 40 40 30 30 20 20 10 10 Spettro Ampiezza 40 Spettro 30 0 110 120 130 20 10 0 105 140 150 0 160 IFFTc 110 120 130 = = 0.1 0.5 0.09 0.45 0.08 0.4 0.07 0.35 0.06 0.3 0.05 0.25 0.04 0.03 0.2 110 115 120 125 130 f 0.02 140 0.1 0.01 0 105 135 0.15 0.05 110 115 120 125 130 135 140 145 150 0 Spettro 145 150 differenza 110 120 130 140 34 Conclusioni Dall’esame dei risultati si evidenzia che: – Errore Residuo » L’errore residuo presentato da IFFTc è sempre minore di quello presentato dagli altri metodi. » Mentre i metodi tradizionali risentono del variare delle caratteristiche dei segnali in ingresso, soprattutto alla distanza tra i toni, IFFTc è poco sensibile alle specifiche caratteristiche del segnale. » IFFTc restituisce quindi stime più accurate. – Incertezza » Nel confronto si è tenuto conto oltre alla variabilità dei risultati forniti anche dell’errore residuo che va ad aumentare, opportunamente combinato, l’incertezza del risultato finale. » L’algoritmo proposto presenta i valori di incertezza più bassi per ogni genere di segnali in ingresso. 35 Sviluppi Futuri Messa a punto e caratterizzazione metrologica della tecnica per la misura dei parametri dei segnali anche in presenza di toni nascosti. “Intelligent FFT-Analyzer”: realizzazione di uno strumento di misura che impiega le relazioni ottenute per fornire in tempo reale le caratteristiche dei segnali con la loro incertezza. 36