REALIZACJA ALGORYTMU WIDMOWEGO RESAMPLINGU WYSOKIEJ JAKOŚCI KRÓTKICH SYGNAŁÓW CYFROWYCH

Podobne dokumenty
8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT)

DETEKCJA AMPLITUDY SYGNAŁU DRGAŃ KONSTRUKCJI TRANSFORMATORÓW ENERGETYCZNYCH

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE Z RDZENIEM ARM7

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

Transformata Fouriera

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

Podstawy Przetwarzania Sygnałów

Kompresja dźwięku w standardzie MPEG-1

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

CZĘSTOTLIWOŚCIOWA ANALIZA JAKOŚCI ALGORYTMÓW PRZEPRÓBKOWYWANIA SYGNAŁÓW JEDNOWYMIAROWYCH

Ćwiczenie 3. Właściwości przekształcenia Fouriera

FFT i dyskretny splot. Aplikacje w DSP

POLITECHNIKA OPOLSKA

Zaawansowane algorytmy DSP

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

7. Szybka transformata Fouriera fft

Generowanie sygnałów na DSP

Algorytmy detekcji częstotliwości podstawowej

PREZENTACJA MODULACJI AM W PROGRAMIE MATHCAD

Transformata Fouriera i analiza spektralna

DYSKRETNA TRANSFORMACJA FOURIERA

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Cyfrowe przetwarzanie sygnałów w urządzeniach EAZ firmy Computers & Control

Analizy Ilościowe EEG QEEG

CYFROWE PRZETWARZANIE SYGNAŁU PRZETWORNIKA OBROTOWO-IMPULSOWEGO

PL B1. POLITECHNIKA WARSZAWSKA, Warszawa, PL

Ćwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia:

9. Dyskretna transformata Fouriera algorytm FFT

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

Transformata Fouriera. Sylwia Kołoda Magdalena Pacek Krzysztof Kolago

Kodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11,

Adaptacyjne Przetwarzanie Sygnałów. Filtracja adaptacyjna w dziedzinie częstotliwości

ĆWICZENIE 15 BADANIE WZMACNIACZY MOCY MAŁEJ CZĘSTOTLIWOŚCI

ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing

Przetwornik analogowo-cyfrowy

APLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA MASZYNY INDUKCYJNEJ

Podstawowe funkcje przetwornika C/A

WZORCOWANIE MOSTKÓW DO POMIARU BŁĘDÓW PRZEKŁADNIKÓW PRĄDOWYCH I NAPIĘCIOWYCH ZA POMOCĄ SYSTEMU PRÓBKUJĄCEGO

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA

Zastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów

Kompresja JPG obrazu sonarowego z uwzględnieniem założonego poziomu błędu

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Badanie widma fali akustycznej

Układy i Systemy Elektromedyczne

METODA MACIERZOWA OBLICZANIA OBWODÓW PRĄDU PRZEMIENNEGO

ĆWICZENIE nr 3. Badanie podstawowych parametrów metrologicznych przetworników analogowo-cyfrowych

Teoria przetwarzania A/C i C/A.

Dyskretne przekształcenie Fouriera cz. 2

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łan Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Laboratorium Inżynierii akustycznej. Przetwarzanie dźwięku - wprowadzenie do efektów dźwiękowych, realizacja opóźnień

POMIAR CZĘSTOTLIWOŚCI NAPIĘCIA W URZĄDZENIACH AUTOMATYKI ELEKTROENERGETYCZNEJ

Programowanie celowe #1

Drgania poprzeczne belki numeryczna analiza modalna za pomocą Metody Elementów Skończonych dr inż. Piotr Lichota mgr inż.

Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wielkości wejściowych

PL B1. Sposób i układ do modyfikacji widma sygnału ultraszerokopasmowego radia impulsowego. POLITECHNIKA GDAŃSKA, Gdańsk, PL

Przekształcenie Fouriera i splot

Algorytmy i struktury danych. wykład 9

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

WIDMOWA I FALKOWA ANALIZA PRĄDU SILNIKA LSPMSM Z WYKORZYSTANIEM OPENCL

Zakres wymaganych wiadomości do testów z przedmiotu Metrologia. Wprowadzenie do obsługi multimetrów analogowych i cyfrowych

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Klasyfikacja metod przetwarzania analogowo cyfrowego (A/C, A/D)

Szybkie przekształcenie Fouriera

Skalowalność obliczeń równoległych. Krzysztof Banaś Obliczenia Wysokiej Wydajności 1

ANALIZA PRZYSPIESZEŃ DRGAŃ PODPÓR W RÓŻ NYCH STANACH PRACY SILNIKA LM 2500

WIBROAKUSTYCZNA DIAGNOSTYKA TRANSFORMATORÓW W STANIE NIEUSTALONYM

Politechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 6. Transformata cosinusowa. Krótkookresowa transformata Fouriera.

PL B BUP 16/04. Kleczkowski Piotr,Kraków,PL WUP 04/09

Kompresja danych DKDA (7)

Obliczenia Naukowe. O arytmetyce komputerów, Czyli jak nie dać się zaskoczyć. Bartek Wilczyński 29.

Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej

Przetwarzanie sygnału cyfrowego (LabVIEW)

Niepewności pomiarów

KARTA MODUŁU / KARTA PRZEDMIOTU

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

ALGORYTM IDENTYFIKACJI SKŁADOWYCH SINUSOIDALNYCH ZŁOŻONEGO SYGNAŁU NA PODSTAWIE JEGO LOSOWO POBRANYCH PRÓBEK

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

WOLTOMIERZA PRÓBKUJĄCY Z ANALIZĄ HARMONICZNYCH W ŚRODOWISKU LabVIEW

PL B1. Urządzenie do identyfikacji odbiorników w sieci zasilania oraz sposób do identyfikacji odbiorników w sieci zasilania

ĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3

Ćwiczenie: "Mierniki cyfrowe"

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

POMIARY WYBRANYCH PARAMETRÓW TORU FONICZNEGO W PROCESORACH AUDIO

4. Schemat układu pomiarowego do badania przetwornika

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

BADANIA MOŻLIWOŚCI ROZPOZNAWANIA MOWY W AUTONOMICZNYCH SYSTEMACH STEROWANIA

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

INSTRUMENT WIRTUALNY WSPOMAGAJĄCY DIAGNOSTYKĘ WYBRANYCH MASZYN ELEKTRYCZNYCH STOSOWANYCH W ROLNICTWIE

METODY BADAŃ POMIAROWYCH W WIEJSKICH STACJACH TRANSFORMATOROWYCH

Dobór współczynnika modulacji częstotliwości

PRZETWORNIKI C / A PODSTAWOWE PARAMETRY

TRÓJFAZOWY RÓWNOLEGŁY ENERGETYCZNY FILTR AKTYWNY ZE Z ZMODYFIKOWANYM ALGORYTMEM STEROWANIA OPARTYM NA TEORII MOCY CHWILOWEJ

WPŁYW ADDYTYWNYCH ZAKŁÓCEŃ TYPU SINUSOIDALNEGO SYGNAŁÓW WEJŚCIOWYCH REGULATORÓW PI W UKŁADZIE FOC Z SILNIKIEM INDUKCYJNYM NA PRĘDKOŚĆ OBROTOWĄ

Statystyka matematyczna dla leśników

Transkrypt:

POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 85 Electrical Engineering 216 Eugeniusz KORNATOWSKI* Marcin JARMOŁOWICZ* REALIZACJA ALGORYTMU WIDMOWEGO RESAMPLINGU WYSOKIEJ JAKOŚCI KRÓTKICH SYGNAŁÓW CYFROWYCH Praca zawiera opis adaptacji referencyjnego modelu algorytmu widmowego amplingu sygnałów jednowymiarowych do zastosowań praktycznych z uwzględnieniem wymogów uzyskania przebiegów wyjściowych zawierających bardzo niskie błędy przepróbkowania Ograniczenia wobec czasu trwania wspomnianych przebiegów są wynikiem konieczności stosowania nieoptymalizowanych metod obliczania transformaty Fouriera dla przebiegów dłuższych niż sygnały wejściowe algorytmu amplingu Ograniczenia dotyczące długości przetwarzanych sygnałów nie są ścisłe i różnią się w zależności od wymagań stawianych wobec konkretnych zastosowań, dostępnej mocy obliczeniowej i zasobów pamięci komputerów realizujących przebróbkowywanie oraz parametrów amplingu takich jak oryginalna i docelowa częstotliwość próbkowania oraz głębia bitowa sygnału Jednocześnie nie ma teoretycznych ograniczeń co do liczby próbek sygnału wejściowego Dodatkowo omówione jest zastosowanie proponowanych rozwiązań w elektroakustycznej metodzie oceny stanu transformatorów wysokiej mocy SŁOWA KLUCZOWE: ampling, ampling widmowy 1 WŁAŚCIWOŚCI RESAMPLINGU REALIZOWANEGO METODĄ MODYFIKACJI WIDMA SYGNAŁU Resampling sygnałów polegający na modyfikacji ilości zespolonych próbek widma przetwarzanego przebiegu cyfrowego działa w oparciu o zasadę niezmienności rozdzielczości częstotliwościowej sygnałów przepróbkowywanych [1] Z zasady działania algorytmu wynika jego duża złożoność obliczeniowa oraz ograniczona możliwość optymalizacji W najprostszym modelu referencyjnym [2] wykonywane są dwie transformaty Fouriera: prosta na sygnale oryginalnym i odwrotna na zmodyfikowanym spektrum, równym co do długości sygnałowi wynikowemu Widać więc, że zastosowanie metody FFT przy obliczaniu wspomnianych transformat ograni- * Zachodniopomorski Uniwersytet Technologiczny w Szczecinie

346 Eugeniusz Kornatowski, Marcin Jarmołowicz czone jest tylko do szczególnych przypadków Pozostałe operacje wykonywane w ramach algorytmu są relatywnie szybkie Również zastosowanie praktyczne algorytmu referencyjnego uzasadnione jest tylko w określonych warunkach, to jest takich, w których istnieje możliwość minimalizacji charakterystycznych dla tego podejścia wysokich błędów odwzorowania sygnału oryginalnego Ogólnie przyjętym podejściem, pozwalającym na ścisłą realizację zasady niezmienności rozdzielczości częstotliwościowej sygnałów przepróbkowywanych jest odpowiednie przygotowanie sygnałów jeszcze przed podjęciem amplingu właściwego Polega ono na dopisaniu takiej liczby próbek zerowych do wejściowego wektora czasowego [4], aby przy założonych parametrach amplingu, sygnał wynikowy o liczbie próbek wyrażonych liczbą całkowitą posiadał identyczną rozdzielczość częstotliwościową co oryginał W ten sposób unikamy zaokrągleń stosowanych w algorytmie referencyjnym i jednocześnie zwiększamy, w stopniu zależnym od przyjętych parametrów amplingu, złożoność obliczeniową algorytmu Bardzo istotną cechą takiego podejścia jest jednak wysoka dokładność odwzorowania sygnału oryginalnego w zakie niskich i średnich częstotliwości (w stosunku do maksymalnej częstotliwości, która może być przenoszona przez dany sygnał cyfrowy) zawartych w przepróbkowywanym przebiegu 2 ADAPTACJA REFERENCYJNEGO MODELU ALGORYTMU WIDMOWEGO RESAMPLINGU DO PRZETWARZANIA SYGNAŁÓW OKRESOWYCH O NISKIEJ CZĘSTOTLIWOŚCI Wykorzystując specyficzne właściwości rozkładu błędów wprowadzanych przez algorytm referencyjny, w odpowiednich warunkach użycia, można doprowadzić do silnej minimalizacji wartości odchyleń Działaniu temu towarzyszyć będzie w prawdzie zwiększenie złożoności obliczeniowej algorytmu, jednak w większości przypadków, nie w tak dużym stopniu, jak ma to miejsce w podejściu polegającym na dopisywaniu próbek zerowych do wektora czasowego sygnału 21 Zasada działania referencyjnego modelu algorytmu widmowego amplingu Resampling realizowany metodą modyfikacji widma w swojej wersji podstawowej sprowadza się do następujących kroków: 1 Wyznaczane jest widmo sygnału wejściowego

Realizacja algorytmu widmowego amplingu wysokiej jakości krótkich 347 2 Na podstawie parametrów amplingu (wejściowa i docelowa częstotliwość próbkowania oraz długość sygnału wejściowego) obliczana jest docelowa długość sygnału przepróbowywanego 3 Widmo wyznaczone w punkcie 1 modyfikowane jest poprzez wydłużenie (upsampling) lub skrócenie (downsampling) do długości wyznaczonej w punkcie 2 Realizuje się to symetrycznie względem centralnej próbki (względnie pary próbek) widma 4 Wyznaczana jest postać czasowa sygnału przepróbkowanego poprzez obliczenie odwrotnej transofrmaty Fouriera na widmie zmodyfikowanym w punkcie 3 5 Usuwane są zanieczyszczenia zespolone w przebiegu czasowym, uzyskane na skutek działania IDFT na nienatywnym widmie Zakładając, że ampling nie wpływa na czas trwania sygnału, możemy to wyrazić wzorem: N org N (1) fsorg fs gdzie: N org liczba próbek sygnału oryginalnego, N liczba próbek sygnału przepróbkowanego, fs org częstotliwość próbkowania sygnału oryginalnego, fs częstotliwość próbkowania sygnału przepróbkowanego W modelu referencyjnym wyznaczona za pomocą (1) teoretyczna liczba próbek sygnału wynikowego jest, pomijając przypadki szczególne, liczbą niecałkowitą Zastosowanie koniecznego zaokrąglenia do najbliższej liczby naturalnej skutkuje bardzo nieznacznym odchyleniem rozdzielczości widma nowego sygnału, co prowadzi do błędów w nowym spektrum sygnału Pomimo niewielkich wartości, opisane odchylenia znacząco wpływają na czasową postać sygnału wynikowego [2] Dodatkowo charakteryzują się, w dużym przybliżeniu, proporcjonalnym przyrostem średniej wartości w stosunku do numeru próbki (rys 1) 4 3 błąd bezwzględny 2 1 1276 2553 3829 516 6382 7659 8935 1212 11488 12765 1441 15318 16594 17871 19147 2424 217 n Rys 1 Przykładowy przebieg wartości bezwzględnych odchyleń sygnału wyjściowego od oryginalnego w referencyjnym algorytmie widmowym

348 Eugeniusz Kornatowski, Marcin Jarmołowicz 22 Adaptacja algorytmu dla sygnałów okowych Opisane w punkcie 21 błędy amplingu w wielu przypadkach można skutecznie zminimalizować Szczególnie dobrze nadają się do tego sygnały okowe, które mogą pochodzić z rejestracji różnego rodzaju sygnałów diagnostycznych obrazujących prace w stanie ustalonym badanych obiektów W takim wypadku wynikowy przebieg można po dokonaniu przepróbkowania skrócić tak, aby ograniczył się do tej części sygnału, gdzie błędy amplingu byłyby stosunkowo niewielkie 3 UNWERSALNA METODA DOPASOWANIA ROZDZIELCZOŚCI WIDMOWEJ SYGNAŁU WEJŚCIOWEGO I DOCELOWEGO Najbardziej standardowym podejściem stosowanym w celu uniknięcia zaokrągleń podczas wyznaczania liczby próbek sygnału przepróbkowanego jest takie rozszerzenie sygnału oryginalnego, aby równanie (1) pozwalało uzyskać naturalną długość sygnału wynikowego W ten sposób sygnał wejściowi i wyjściowy uzyskują identyczną rozdzielczość widmową co jest podstawowym założeniem dla tej metody realizacji przepóbkowania Dzięki temu uzyskiwane są bardzo niewielkie odchylenia w zakie niskich i średnich częstotliwości w stosunku do pełnego pasma, jakie dany sygnał cyfrowy może przenosić bez efektu aliasingu Najczęściej realizuje się to poprzez rozbijanie wartości częstotliwości próbkowania sygnału wejściowego i wyjściowego na czynniki pierwsze i poszukiwanie takich całkowitych współczynników decymacji i interpolacji, które pozwolą na uzyskanie relacji pomiędzy obiema częstotliwościami [5] Dalej, dobierana jest taka liczba dodatkowych próbek sygnału wejściowego, aby uzyskana w ten sposób rozszerzona długość wspomnianego sygnału, po podzieleniu przez współczynnik decymacji i pomnożeniu przez współczynnik interpolacji, była liczbą całkowitą 31 Uniwersalna metoda dopasowania rozdzielczości widmowej sygnałów Opisane wyżej podejście nie nadaje się do zastosowania, jeśli chociaż jedna częstotliwość próbkowania (źródłowa lub docelowa) jest wyrażona liczbą niecałkowitą Proponowana metoda, w pierwszym kroku sprowadza się do wyznaczenia rodziny rozwiązań z nieoznaczonego układu równań: N org N fsorg fs (2) N org Nd org N Nd fsorg fs

Realizacja algorytmu widmowego amplingu wysokiej jakości krótkich 349 gdzie: Nd org liczba dodatkowych (zerowych) próbek sygnału oryginalnego, N liczba dodatkowych (zerowych) próbek sygnału przepróbkowanego, fs org częstotliwość próbkowania sygnału oryginalnego Jednocześnie wyniki równań, zgodnie z ideą podejścia, muszą spełniać założenia: Norg Z Nd Z (3) org N Nd Z gdzie Z + zbiór liczb całkowitych dodatnich Pierwsze równanie z układu (2) wymusza idealną równość czasową sygnału przed i po amplingu kosztem wystąpienia niecałkowitej liczby próbek w sygnale wynikowym, drugie ma na celu włączenie do obliczeń poszukiwanych wartości: dodatkowej całkowitej liczby próbek dla sygnału wejściowego i dodatkowej niecałkowitej liczby próbek dla sygnału wyjściowego Ze względu na to, że w układzie (2) nieznane są wartości: N, Nd org i Nd, rozwiązaniem jest zbiór: fs Nd org Nd fsorg (4) fs N org N fsorg Aby rozwiązanie (4) spełniało trzecie założenie z (3) możemy dokonać podstawienia: fs N org fs Nd org Z (5) fsorg fsorg a po uproszczeniu: fs N org Nd org Z (6) fs org Widać, że ograniczenie zbioru rozwiązań wynikające z (6) pozwala znaleźć Nd org oraz N + Nd spełniające (2) dla dowolnych wymiernych wartości fs i fs org przy spełnieniu wszystkich założeń (3) 4 ZASTOSOWANIE MODYFIKACJI ALGORYTMU REAMPLINGU WIDMOWEGO W WIBROAKUSTYCZNEJ DIAGNOSTYCE TRANSFORMATORÓW ENERGETYCZNYCH Stan mechaniczny części aktywnej transformatora wysokiej mocy można z dużą wiarogodnością oceniać dzięki jednoczesnemu użyciu kilku metod diagnostycznych [3] Jedną z nich jest analiza zawartości harmonicznych w rejestrowanych sygnałach akustycznych drgań kadzi transformatorów w stanie ustalo-

35 Eugeniusz Kornatowski, Marcin Jarmołowicz nym bez obciążenia Rejestracja odbywa się najczęściej za pomocą urządzeń cyfrowych, które z reguły realizują próbkowanie za pomocą kilku standardowych dla zastosowań akustycznych częstotliwości próbkowania Zarejestrowane sygnały są okowe a częstotliwości w nich zawarte to przede wszystkim wielokrotności 5 Hz ze zwykle dominującą częstotliwością 1Hz, w zależności od specyfiki budowy badanego transformatora Stosowane rozwiązania realizują obliczanie spektrum najczęściej z użyciem szybkiej transformaty Fouriera, jednocześnie zupełnie pomijając optymalizację rozdzielczości widmowej W ten sposób nie jest wykorzystywany szczególny charakter analizowanych sygnałów, który pozwala na całkowite pozbycie się przecieków widma, co można uznać za element kluczowy podczas oceny stanu transformatora na podstawie badania spektrum zarejestrowanych drgań Jeśli rozdzielczość harmonicznych nie będzie równa 5 Hz albo w ogólnym przypadku takiej wartości, dla której 5 Hz będzie całkowitą jej wielokrotnością, wtedy na skutek istnienia efektu Gibbsa, analizowane widmo będzie zawierać dodatkowe prążki, które w sygnale wejściowym faktycznie nie istnieją Stosowanie FFT wskazuje, że do obliczeń widma używane są sygnały, których liczba próbek jest naturalną potęgą liczby dwa Ponieważ najwyższą standardową częstotliwością próbkowania dla sygnałów akustycznych jest 48 khz, optymalnym rozwiązaniem użytym w celu dopasowania rozdzielczości widmowej dowolnego sygnału diagnostycznego będzie zmiana jego częstotliwości próbkowania do wartość 51,2 khz Operacja amplingu musi być na tyle dokładna, aby zysk polegający na oczyszczeniu widma z przecieków był większy niż straty polegające na wprowadzeniu błędów przepróbkowania Poniżej (rys 2) przedstawiony jest wycinek widma (pasmo użyteczne dla celów diagnostycznych) sygnału pomiarowego (częstotliwość próbkowania: 48kHz) drgań kadzi transformatora bez obciążenia ze zoptymalizowaną rozdzielczością widmową (12,5 Hz): 1 5 1 2 3 4 5 6 7 8 9 1 Rys 2 Widmo sygnału przyspieszenia drgań kadzi transformatora (częstotliwość próbkowania 48 khz) z optymalną rozdzielczością spektralną

Realizacja algorytmu widmowego amplingu wysokiej jakości krótkich 351 Dalej (rys 3), zaprezentowane jest widmo tego samego sygnału, obliczone bez optymalizacji rozdzielczości widmowej (1298 Hz): 8 6 4 2 1 2 3 4 5 6 7 8 9 1 Rys 3 Widmo sygnału przyspieszenia drgań kadzi transformatora (częstotliwość próbkowania 48 khz) z nieoptymalną rozdzielczością spektralną Sygnał został zarejestrowany podczas testu transformatora typu: TDRbz- 25/11, nr ser 11194, rok prod: 1987, moc: 25 MVA, napięcia: 115/6,3 kv Jak wyżej stwierdzono, dla nieprawidłowo dobranych rozdzielczości spektrum (rys 3) widać sporo dodatkowych harmonicznych, które można by interpretować jako przejaw defektów transformatora W celu osiągnięcia optymalnej rozdzielczości widmowej dla sygnałów o długości 2 N próbek (gdzie N to dowolna liczba naturalna) i częstotliwości próbkowania 51,2 KHz, zastosowano wcześniej opisane metody amplingu Resampling dokonany bezpośrednio za pomocą algorytmu referencyjnego (opis w podrozdziale 22) pozwolił uzyskać widmo bez dodatkowych prążków (rys 4), przy czym zgodnie z proponowanym podejściem, w celu odrzucenia tej części sygnału, która obarczona jest największymi odchyleniami, użyto do analizy spektralnej 49,9% długości sygnału wyjściowego 6 4 2 1 2 3 4 5 6 7 8 9 1 Rys 4 Widmo sygnału przyspieszenia drgań kadzi transformatora przepróbkowanego referencyjnym algorytmem amplingu widmowego (częstotliwość próbkowania 51,2 khz) z optymalną rozdzielczością spektralną Podobnie w przypadku drugiej metody (podrozdział 31), struktura widma sygnału diagnostycznego (rys 5) została zachowana

352 Eugeniusz Kornatowski, Marcin Jarmołowicz 6 4 2 1 2 3 4 5 6 7 8 9 1 Rys 5 Widmo sygnału przyspieszenia drgań kadzi transformatora przepróbkowanego algorytmem amplingu widmowego z dopasowaniem długości czasu trwania sygnału wyjściowego (częstotliwość próbkowania 51,2 khz) z optymalną rozdzielczością spektralną Dodatkową kwestią jest stopień degradacji właściwych harmonicznych Odchylenia od oryginalnego widma, jakie pojawiły się przy użyciu pierwszej metody amplingu (rys 6) są znacznie mniejsze od tych, które pojawiają się przy źle dobranych rozdzielczościach widma 2 2 1 2 3 4 5 6 7 8 9 1 Rys 6 Różnica widma sygnału diagnostycznego przepróbkowanego algorytmem amplingu widmowego z dopasowaniem długości czasu trwania sygnału wyjściowego (częstotliwość próbkowania 51,2 khz) i widma oryginalnego (częstotliwość próbkowania 48 khz) z zachowaniem optymalnej rozdzielczości spektralnej Takie zniekształcenia nie mają wpływu na interpretacje wyników Jeszcze mniejsze błędy można zaobserwować dla drugiej metody (rys 7) W tym wypadku odchylenia w stosunku do wartości właściwych amplitud harmonicznych są tak znikome, że można uznać je za całkowicie pomijalne 2 2 1 2 3 4 5 6 7 8 9 1 Rys 7 Różnica widma sygnału diagnostycznego przepróbkowanego algorytmem amplingu widmowego z dopasowaniem długości czasu trwania sygnału wyjściowego (częstotliwość próbkowania 51,2 khz) i widma oryginalnego (częstotliwość próbkowania 48 khz) z zachowaniem optymalnej rozdzielczości spektralnej

Realizacja algorytmu widmowego amplingu wysokiej jakości krótkich 353 5 WNIOSKI Pierwsza proponowana modyfikacja widmowego amplingu sygnałów jednowymiarowych może być stosowana tylko w szczególnych warunkach, to jest takich, gdzie przepróbkowaniu poddawane są sygnały okowe W ogólnym przypadku, lepiej sprawdzają się algorytmy których działanie oparte jest o interpolację i decymację w dziedzinie czasu, gdyż zapewniają większą jakoś i szybkość działania Druga modyfikacja pozwala zrealizować ampling wysokiej jakości dla dowolnych parametrów sygnałów wejściowych i wyjściowych Proponowany sposób obliczeń mający na celu dopasowanie długości sygnałów, może być implementowany bez stosowania skomplikowanych metod numerycznych i jest uniwersalny Cechą charakterystyczną algorytmu jest wzrost jego złożoności obliczeniowej wraz z pojawieniem się i przyrostem części ułamkowej wartości częstotliwości próbkowania sygnału docelowego lub źródłowego Zastosowanie obu adaptacji w procesie dopasowania parametrów sygnałów diagnostycznych transformatorów energetycznych wykazało, że pomimo różnic w dokładności działania, oba algorytmy spełniają swoje zadanie LITERATURA [1] Jarmołowicz M, Częstotliwościowa analiza jakości algorytmów przepróbkowywania sygnałów jednowymiarowych ZKwE, Poznań 212 [2] Kornatowski E, Jarmołowicz M, Referencyjny model algorytmu widmowego amplingu sygnałów jednowymiarowych, Logistyka, Poznań 215 [3] Kornatowski E, Banaszak S, Diagnostics of a Transformer's Active Part With Complementary FRA and VM Measurements IEEE Transactions on Power Delivery, Vol 29, Issue 3, 214 [4] Zieliński T, Cyfrowe przetwarzanie sygnałów Od teorii do zastosowań, Warszawa 27, ISBN 978-83-26-164-8 27 [5] Muhammad A, On the implementation of integer and non-integer sampling rate conversion, Linköping Studies in Science and Technology Dissertations, No 142, 212 [6] Chu K, Resampling system and aparatus, Patent No: US 22/184277 A1, 22 REALIZING THE ALGORITHM OF HIGH-QUALITY SPECTRAL RESAMPLING SHORT DIGITAL SIGNALS The article pents adaptation of reference model of spectral ampling algorithm one-dimensional signals for such practical applications, where required are very low values of ampling errors Signal time limitations are the ult of the need to use nonoptimized methods for calculating the Fourier transform for signal longer than the algorithm inputs Time limitations of processed signals can't be strictly defined and are

354 Eugeniusz Kornatowski, Marcin Jarmołowicz depending on the requirements to specific applications, available processing power and memory ources of computers performing ampling and parameters such as the original and target sample rate and bit depth of the signal There are also no theoretical limits to the number of input signal samples Additionally, the paper describes implementation of the proposed solutions in the electro-acoustic method of diagnosing mechanical condition of high-power transformers (Received: 31 1 216, revised: 4 3 216)