DSP在测量教学中的应用【外文翻译】.doc

1、毕业设计外文翻译原文题目ONTEACHINGMEASUREMENTAPPLICATIONSOFDIGITALSIGNALPROCESSING译文题目DSP在测量教学中的应用摘要20世纪末期，随着数字测量的加速发展，产生了大量的各种各样的用于数据处理的测量仪器，用复杂的数学工具从测量中提取所需要的信息。因此，数字信号处理的测量应用中，也就是测量数据处理（MDP）的方法，成为计量知识的一个常规篇章。本文尝试找到一个对于本科和研究生课程都适当的教育反响。拟定测量数据处理结构的内容，根据测量模型，以解释在数字信号处理在测量过程中的作用。这种模式被概述和介绍到MDP问题的类型学这是一个将被作为应用的MD

2、P的相关结构内容的基础。这种预先提出的方法已有工程实例证实及广泛引用，这将对建议中的教学方法的实际执行有帮助。关键词计量；研究生院工程教育；数字信号处理；测量通道校准。1介绍数字信号处理DSP是信息科学与技术的一个分支,它专注于计算机技术处理数字信号的方法和技术。它建立很顺利而且发展很迅速,已扩展到模糊边界的知识领域，不同于其它如信号与系统,统计推论、系统识别、或时间序列分析。正如的著名的DSP前言手册中指出“数字信号处理方面的代表与数字形式信息轴承信号的理论和实践方面，与使用电脑或数位硬体或特殊用途的信息提取或转换信号有用的方法。”这个总体上的定义解释应在该手册的多页内容中。已经出现过的，多

3、数是众所周知的章节，比如传统的DSP数字滤波或离散傅里叶变换，然而,许多几章中,不存在于1980年代以来DSP的文献中,如逆问题,时频信号处理和分形信号的处理其中,逆问题在测量科学和技术中有特殊重要性。快速发展的数字测量在20世纪下半叶打开了大门，无限的应用在各种类型的数字处理测量仪表中，因此使用复杂的数学工具为测量数据处理针对提取的所需要的信息在测量的应用对DSP构成今天计量知识的篇章。足以说，在IEEE技术方案的仪器和测试技术会议将IMTC/05为内容全心投入到这个话题中。本文包含一些相关的理想教育想法来回答这个局面。2一般计划要求测量和工具的结合广泛的应用于工程设计、研究和生物医学测试，

4、这意味着有必要提供测量数据处理算法（MDP）来指导所以领域的工科学生。按常规，信息技术的本科生的课程中至少有一个DSP的入门课程，并至少有一个计量的教学大纲包含MDP的一些基本方法，如测量结果的不确定度或测量通道发直线估计特性。这是非专业的学生测量的科学技术。通常考虑到时间限制，这似乎是合理的，为他们提供一个额外的1015小时的基本MDP指导，集中在一个大学生课程或其他分布式测量系统或部分。研究生,主要从事测量科学技术,都应该得到一个独立的课程的更先进方法,本课程主要目的是提供MDP的知识结构算法,MDP系统能力测试旨在评估计量的适用性。本课程的教学方法应该考虑到两个重要意见含MDP的软件正在

5、迅速减少程序包含的技能重要性与发展一名工程师或研究员的不专业性，但是它正在增加其有关系统测试，选择和适应特殊的应用；MDP的数据程序，测量或计算的结果，是不确定的，并通过引入更多的不确定性相关的数字处理的数字化手段代表的有限性。因此，在数字控制程序中的不确定MDP成为必然趋势；MDP教育的一个重要挑战在于高等教育机构在工程领域的数学教学水平在持续下降。考虑到这一点，我们应从MDP的数学方法上来讲，用有限的数学设备和强调MDP解决工程实际应用任务。MDP的内容是提供给学生专业的测量科学技术，应该指的是测量模型以解释DSP在测量过程中的作用为主。这种模式在第3节概述。3以DSP为导向模式的测量各种

6、型号的测量，可能会有关的文献中发现，对各适合目标的科学研究和工程活动为目的而设计。测量的情况是不同的总设计师被应用于环境监测的测量系统，每一个设计师都有其特殊的传感器系统。这也是由不同的工程师负责理解数字信号处理系统结构。正确地支持信息交流在某个特定的功能或系统的一部分，相应的模式应该强调它的运作和贬低或忽视其他相应的方面。下列以这种在文献1,2中模型的推理方法，提出了一种测量，根据作者的经验是一个有用的工具，包括测量对DSP对DSP发展的应用和构建相关DSP内容的课程。出现在2中模块的简化版，如图1所示。为了正确的解释这个模型，应该注意到所有可能使用到的符号所表示的标量、变量、向量、矩阵，函

7、数或更复杂的运算符。值得一提的是，符号X表示一个被测量，可以代表一个标量，例如质量，电压或温度；一个向量的数量，如沿着建设的一列或机械混合量（如温度，PH值，分析物的浓度）或化学过程中矢量特征向量的菌株一个标量或矢量标量或向量函数变量，例如，一个光学频谱是一个功能建模的光强度对波长或建模的时间，电压对于电子电路功能的载体的依赖功能映射的空间的功能融入空间的标量或向量计算的一种运算符,比如电能的基础上包含了一个二维矢量过程中时间和电压电流过程中。对任何测量起源于物理，化学或生物实体称为测量对象的属性。后者的特点是图所示。一是数量进行测量和广义影响，二是影响测量结果，但在对比与闪电符号标记的干扰，

8、它可能是确定测量的最终结果，因为它是用来测量或控制。图1DSP的测量模型测量系统被设计提供的估计进行测量或于更广泛的范围函数和功能XX估计。它的通信测量对象是由两个输入信号和,输出信号和,其XSXVUXV性质取决于这类身体或化学或生物现象正在研究。他们的作用如下信号携带信息进行测量SX信号在广义上的影响信息数量VV信号是一个理想测量对象的表现进行测量UX信号是控制测量对象创建一个理想的广义状态影响数量V适应块的处理,估计和,是可选的。一方面,它提供的最后的结果的测量XY要求的形式,由用户对测量系统不同要求进行测量的估计而另一方面,它是标准信号产生和，如果有它们是必要的提供测量由被测定义或测量方

9、法所需XV的条件。该控制模块的作用是协调其他功能，并支持用户之间的通信和测量系统。MDP的算法模块可能出现在重建、适应和控制块。最重要的是，它们的角色是块重建。对被测重建在于它的数据和之间的一些资讯，对这些数据XDX和之间的关系进行测量。这些信息通常具有的数学模型在和之间XDXX（向前模式）或（反模式）。该模型在校准过程中更准确，更确切地说，在DX测量通道校准的基础上，参考数据代表，重建的影响量是基于类似的原理。X类型学的重建问题，似乎是一个MDP基础课程的内容，因此，我们在第4节所述。4类型学的重建问题考虑到两个标准，即对被测对象的数学模型以及被测量和原始测量数据关系的数学模型，人们可以识别

10、三种最重要的类进行测量重建，即非线性问题的静重建（SR）；线性动态重建问题（DR）；非线性问题的准动态重建（QR）。如果被测量是标量，那么上诉所列的问题是所谓的基础资料。这类SR的基本问题被定义为一个标量之间的关系进行测量的模型，即和原始数据的模型，通常是一个标量的形式的非线性代数方程。广XXDD义的影响数量可能会有一个低维向量形式。TVV21这类DR的基本问题是由模型之间的关系进行测量一个标量和变量T之间的关系（最长时间或波长）即，一连串的原始测量数据模TXX型，该模型具有被测模型积分方程的形式（或其离散等价）。广义21DD的影响数量可能会有一个低维向量形式。TVV21这类QR的基本问题主要

11、是由模型是一个标量之间的关系进行测量的模型,对一连串的原始数据序列,该模型通常具有以积TXX21DD分方程（或其离散等价）。广义的影响数量可能会有一个低维向量形式。TVV215静态重建问题的例子许多基本SR问题都与的线性化传感器的静态特性及传感器各种非电气的数量。让我们来看一看三个例子在文献3中一种光学吸收气体传感器（分析仪）被认为静态特性，对气体浓度的吸收是通过一个非线性函数，其参数估计方法在校准过程中近似；在文献4中，一个多层前馈神经网络的多项式的系数静态特性逼近变规的气动传感器类型；在文献5中，一个双层前馈神经网络用于建模的静态特性即和另外YVX,的反静态特性，一个电容式压力传感器考虑到

12、数量的影响，即传感XVY,器的温度V。各种MDP的方法用于解决基本的问题，他们都是相关的离散和噪声数据的基础上一个或两个变量的函数逼近。例如文献6中提出的校准方法是基于三次B样为模型的非线性的关系，以及一个二阶多项式建模的使YXYV用的参数逆模型进行估计，最小化模型之间的差异和无穷的参考数据规范。在实践中，SR问题很频繁的出现在多维的版本，即被测量和原始数据都是已知的传感器阵列信号进行处理，因为它已经建立了测量数据的处理的空间分布阵列（如声学、电磁、地震等）传感器，让我们一起来看一下三个例子在文献7中描述了16种不同浓度的尿液、血清和脑脊液等16个生物物质样品，在此基础上它们的吸收光谱由法布里

13、珀罗薄膜光学谐振得到了分辨率为7纳米的带宽，它们的谐振波长为450650纳米。以这样的一种方式来避免求解代数方程组的必要性在文献8中盐和糖的浓度的估计是在两三个多功能传感器输出信号的基础上温度、超声波速度和电导性；在一定的温度下的逆静态特性，即对输出信号的浓度依赖性，近似为两个变量中的三阶多项式的手段。在文献9中对水的质量进行评估，对数据的PH值，电导率，浊度水代表的基础上，采用网络特征映射，这些数据均采用三个模糊神经网络处理，从一个原始测量数据处理传感器的PH值、传导性，浊度传感器和一个（即数量影响）温度传感器。6动态重建问题的例子这类DR问题基本解决了广义卷积和反卷积的算法。特别重要的是提

14、高光谱和色谱的分辨率的测量通道均衡，以及用于在高速采样系统的波形重建。让我们来看看其他三个例子在文献10中基于模型的前瞻性的校准，在法布里珀罗光纤温度下的动态补偿的一种设想模仿传感器，被充分地利用线性常微分方程，用迭代算法对评估工程中的一些系数。在文献11的基础上，应用基于逆模型校正补偿的惯性传感器，在假定条件下，能充分地利用线性常微分方程；一逆线性滤波器，补偿的零点和相应的传递函数的极点，在设计传感器响应基础上，适当地选择多项式和正弦测试信号。根据文献12中反卷积的迭代算法，并在此基础上，利用共轭梯度算法结合约束化的线性维纳式过滤器，用于对时变剂的污染浓度、锅炉排放的重建问题的基础上给碳氢化

15、合物传感器提供数据。应该指出的是，该多维DR的测量问题在实践中很少遇到。更重要的是笼统的DR基本问题的解决，标量进行测量的是一个函数的两个独立的数量，例如时间和波长。7举例准动态重建问题一个基本的QR问题的形成是基于适应数学框架的这类传感器一个生物传感器测量的尿素浓度根据文献13输出数据，代表吸收光谱取决于两个影响量，即大容量溶液PH值和缓冲能力一台微波测量器测量固体电介质材料渗透率由文献14描述其输出数据代表共振曲线，说明取决于两个影响量，即样品的密度和温度。实际上，QR问题频繁的出现在多维版本中，即进行测量的是一个向量维数显著小于原测量量数据。众多的多维QR问题都与定性和定量的化学物质含量

16、的鉴定于光谱仪方式取得数据频谱的形状密切相关，它的内容更准确的位置检测谱线或峰频谱进行分析组件的信息和峰值大小，对这些浓度的成分。此外，频谱是影响该物质状态的诸多因素。类问题的QR可以举例说明了许多应用程序与光谱研究。让我们来看看两个例子在文献15中表征参数位移和表面粗糙度的估计数据为基础的7个光纤传感器；在文献16中，由肿瘤细胞造成的损失是由组织阻抗参数基础上确定的一个多维QR问题可分为两种类型和分类的测量，关系到电子鼻的想法。电子鼻是一种人工嗅觉系统，能侦测识别一个预先定义的一类气体能力。例如，对于火腿分类设计的电子鼻,一个叫MANGONE香水的检测，根据其来源和脂肪含量来分类牛奶，对几种

17、醇类和其它一些芳香物质的识别,对地面罗勒、豆蔻、胡椒粉和姜黄的承认。电子鼻是根据传感器的收压缩处理，旨在在所谓的动态响应阵列特征的提取、分类或浓度和气体的估计。一个传感器阵列，不仅可用于进行分类，而且可以对一些溶质含量的估计。让我们来看看四个例子文献17中，一个表面声波传感器阵列测量应用部分有机物的浓度；即普通的最小二乘法和偏最小二乘法回归用于此目的；文献18中，香气成分的浓度估计使用样条基函数逼近一对各响应参数浓度依赖性的传感器；文献19中，一个电子的舌头，在那里，用偏最小二乘法来估计绿茶中的咖啡因浓度；文献20中，对蒸汽的化学成分由20个光学传感器组成的参数和神经网络的方法，提出了具体问题

18、随时间变化和反应数据为代表做基础确定。8针对本科生的测量数据处理（MDP）本科生的MDP内容介绍应该是主动吸引人的，即控制MDP的方法和应用的例子而不是上下层系统的详细介绍。所以获得的正面教育结果，即使那些内容在针对测量的不同课程中都有分布。考虑到工程中涉及电子与信息技术领域的典型教育方案的共同目标，人们可能会建议在本科大纲中包括以下内容在实证研究中的统计方法随机变量及其分布、不确定性的实证数据，应付一般方法测量的不确定度，统计基本算法的推论；标量静态测变量；所谓的真实值的估计，测量不确定度的评估；线性静态标定估计模型参数的方法，以最小二乘法的一个随机方法，紧随其后的是一种概率框架；实验设计相

19、关的基本技术结合的方法；实例，分析最小二乘法和选择标准；MDP的一些应用在基本的数量、电子、电信、机器人学个自动控制。如果MDP的内容分布在本科课程的实施方面，有很多灵感可能会被美国社会的年度会议的工程教育上发现，可通过互联网HTTP/WWWASEEORG/ABOUT/EVENTS/CONFERENCES/SEARCHCFM查看。让我们看看2005年会议上的例子吧参数时域识别一个质量弹簧阻尼器体系；学生第一次用一个离散卷积教学软件工具（件模动态测量通道的基本手段）为多项式回归和评估的不确定性多项式回归模型的EXCEL实用例行程序在介绍多媒体过程中使用一条信号处理路线广义函数的数学基础，以及各种

20、各样的信号处理技术；通过计算机辅助测量和控制来介绍数字信号处理的实用实验室教学中的应用角度测量数据采集与处理频域识别简单控制系统的导论课程；实验评估的谐波频率下的弹性梁数据的基础上压电加速度计的振动9针对研究生的测量数据处理（MDP）一次在研究生范围内的关于MDP内容的讲座，结构重建根据类型学讨论的问题，47节也能安排如下介绍MDP的定义、分类的问题以及MDP的应用范例，介绍测量系统和工具的分类；DSP的基本内容包括FFT、数字式过滤器、卷积和和反卷积以及相关的光谱能量密度；MDP的错误评价算法的方法用数字处理器引入错误，对近似算法和测量不确定度的基本评估；用于测量通道和测量信号参数估计的方法

21、最小二乘法、最大可能性和贝叶斯方法；对测量通道的静态标定和测变量的静态重建方法静态标定的分类问题，例如静态校准问题及其算法解答分类和概要；对测量通道的动态标定和测变量的动态重建方法动态标定的分类问题，例如动态校准问题及其算法解答分类和概要；对测量通道的类似动态标定和测变量的类似动态重建方法类似动态标定问题，例如类似动态标定的校准问题及其算法解答分类和概要；MDP算法系统的测试方法一般方法论，算法的软件工具，例如计算机辅助测试的广泛应用；在MDP领域的发展趋势一般特征，在DSP和MDP领域主导的学报上热点问题报道的例子；这是个非常重要的MDP算法，在这个过程中提出的，是现实世界的例子，在有关文献

22、中（参见57节）有丰富的说明。此外，一些实际经验是有意义的，它会使教学更加有效。它可以提供一个设计的项目。每个设计的问题在一种MDP算法的构想和系统的测试也许包括测变量的选择、测量通道的选择和标定的重建。它可以包括以下步骤对相关信息的分析（纸、书、互联网网站等等）,目标MDP算法的构想,基于MATLAB软件环境的完整算法或其他软件推荐给学生（例如MATHERNATICA）,系统测试算法；最终报告中，包括该算法评估的阐述。虽然提出的课程既不是数字信号处理器和对DSP的实现，但它似乎是适当的包括两个论题的信息。同样，特别是自上而下的设计方法，开发基于MATLAB环境下的MDP算法和复杂程序以及在选

23、定的数字信息处理器的语音。一个“廉价”的教学方法表现在文献21中。考虑到DSP的软件本身，人们可以很容易的想象基于互联网为基础的MDP网络课程，相关的经验报告可查看文献2224。10测量数据处理（MDP）的信息来源由于DSP的跨学科性质，有丰富的文献与它的根本性有关，引起学术团队和国际组织活跃在这个领域。让我们举个例子说明这个声明发表在电子和电子工程师协会IEEE出版刊物上。DSP的一般章节，主要包括以下IEEE期刊电子信号处理、电子信号处理信件、电子神经网络、电子模式分析和机器的智能基于模糊系统自动化。有关DSP的应用程序的特定章节在其他学报上也许会被找到，但是很多在其他IEEE学报上出版，

24、例如语音和音频处理、自动控制、生物学工程、电路与系统的视频技术；在通信方面，例如通信信件、地球科学与遥感、图像处理、仪器和计量、医疗成像、机器人及自动化。所以的人也许能找到与测量相关的主题，但人们是最有可能在IEEE期刊上发现这些仪表和计量、生物工程。不像一般的DSP主题书数量，书籍数量在DSP的测量应用是相对有限的；很好的例子在文献2530。包括一般主题的DSP和DSP教学方法是可以在互联网上找到丰富的文献，通过相关的链接找到一个好的地址HTTP/DOLPHINWMINACUK/ENGMATHHTML/。更很少是建立在DSP测量应用的网络资源，例如文献31。一个非常有用的教材被发现在英国的国

25、家物理实验室，可通过互联网上提供的地址访问HTTP/WWWNPLCOUK/SSFM/DOWNLOAD/。特别是以下几个主题对APP在计量中数学建模的方法在计量学中的近似方法和参数估计校准方法建模和测量误差的评估方法计量学的分类和特征抽取方法；一个DSP在传感器中和在分光光度测量应用系统的演示中可以在出版物或报刊32,33中找到两个最近审查的论文。11结束语本文总结了作者在华沙大学工程院30年的教学经验与教各种与MDP有关的电子和信息技术。在最后的十年间，作者给研究生们上了一门关于先进技术处理数字化的课程，有关这个技术的想法都在论文里表达出来。作者花了十年的时间写了这个论文，尤其表达了那些很实际

26、的建议。当教设计测量仪器工作时，我们可从中观察到，任何这类系统可能可能会分解成一个应用程序特定的部分。第一类包括数模转换的硬件标准，接口和软件的控制计算标准，后者在传感器和转换器功能中融入相应的MDP软件。在本科工程课程中，这两部分被描绘出来，做为一个不断进步的课程，尤其是在应用程序特定部分的课程，将在研究生课程中得到长远的发展。这就是为什么他一直在这个文件里建议研究生专门从事测量科学和技术，使它在MDP应用中成为一个独立课程的理由。这里提供了多样性的方法和技术用于解决测量仪器中的数字信号处理问题，虽然，相应的数学方法已经研究了很长一段时间，直到最近才发现有大量的应用程序。一方面，由于计算机技

27、术的进步，给设计者提供了具有小型化的测量和计算，如应用DSP的专用集成电路或数字信号处理器和数字信号控制器；另一方面，由于微传感器，被测变量的存储大幅的扩大。这些类似的意见，刺激了MDP内容的进一步发展，其内容将成为本科生和研究生课程中的标准工程课程。一旦引入课程，根据这一领域的发展趋势，以下三个是MDP内容的预测在通用DSP基础课程中包括DSP的主题范围扩大和MDP的基本主题。现有的MDP方法实现更复杂的数学模型，知道被测量量与原始测量数据之间的关系将是必要的；除了增加维度，其中的关键是非线性和非平稳性模型将越来越重要。基于DSP技术的适用性一直在增长，其潜在的适用性似乎都不得有超越目前的应用，即目前包括时频分析方法，包括小波变换和对被测量手段或参数估计贝叶斯方法测量通道也是必要的。参考文献（略）