Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Modellizzazione e propagazione dell'incertezza in algoritmi di elaborazione numerica dei segnali

Primo obiettivo della tesi è la modellizzazione dell'incertezza associata all'informazione di misura proveniente da una sorgente digitale.
Le principali tipologie di incertezza modellizzate sono: incertezza di quantizzazione, di guadagno, di off-set e di non linearità.
Secondo obiettivo della tesi è lo studio della propagazione dell'incertezza all'interno dei principali algoritmi di elaborazione numerica dei segnali: media, media pesata e media pesata ricorsiva.
Il documento contiene sia l’analisi teorica del problema della combinazione dell’incertezza sia l’analisi numerica condotta mediante opportuni algoritmi di elaborazione sviluppati con l’applicativo MathCad.

Mostra/Nascondi contenuto.
1 1ILPROBLEMADELLACARATTERIZZAZIONEDELLA MISURA 1.1DEFINIZIONEEDINQUADRAMENTODELPROBLEMA L’obiettivoprincipalediunaqualsiasimisuraèfornirela“migliorestima”delmisurandoin relazioneallivellodiconoscenza,allerisorsedisponibiliedallefinalitàdiutilizzodellamisura stessa.. L’apparenteovvietàdellaprecedenteaffermazionecelailgrandeproblemadistabilireuna relazioned’ordinecheconsentadisceglierela“migliore”traduemisurediunostesso misurando:ovveroilproblemadella “caratterizzazionedellamisura”. Sarebbe,tuttavia,riduttivolimitareilproblemadellacaratterizzazionedellemisureaquanto soprariportato.Adesempio,nell’attualepanoramadell’ingegneria,sievidenziailsempre maggiorinteresseperl’automazione.Inparticolareinunsistemaautomatizzatoèspesso richiestodioperaredellesceltesenzal’interventoolasupervisionedell’uomo.Questeultime,in generale,possonoesserericondottealconfrontodelrisultatodiunamisuraconunassegnato riferimento;dataleconfrontosioriginaun’azionetantopiù“adeguata”quantomeglioè caratterizzatalamisuraedall’adeguatezzadell’azionepuòdipenderel’integritàdella strumentazioneesoprattuttol’incolumitàdellepersone. L’ideacheunamisurasiamigliorerispettoadun’altratantopiùl’errorerelativoèpiccoloè oramaicoscienzacomuneecondivisa.Tuttaviaquestoapprocciopresentaalcunigrossilimiti dovutiall’inconoscibilitàdell’erroreequindiall’inefficaciadelsuoimpiegoinapplicazioni concrete:attosupremodiunaqualunquescienzaapplicatacom’è,pereccellenza,l’ingegneria. Leprecedentiragioniel’esigenzadidefinireunmetododiutilitàpratica,hannoportato all’introduzionediunnuovoconcetto:quellodi“incertezza”. Essanoneliminaosostituiscel’erroremaadessosiaffianca,proponendounasoluzione operativaalproblemadellacaratterizzazionedellemisure. Inparticolare,nelpresentelavorosivuoleproporreunmetodoperqualificare,tramite l’incertezza,idatiiningressoedinuscitaadalgoritmidielaborazionenumericadeisegnalioggi largamentediffusigraziealnotevolesviluppodeisistemidigitali. Peraffrontarecorrettamentelatematicapropostaèindispensabilechiarireilsignificatoele reciprocheimplicazionideiconcettidierroreedincertezza. 1.1.1 ERROREEDINCERTEZZA Nonècorrettopensareall’erroreedall’incertezzacomeadueconcettialternativiemutuamente esclusivi.Inrealtànonesisteunanettademarcazioneedilpassaggiodall’erroreall’incertezzaè spessosfumatoenonfaciledacomprendere.Sitengapresentecheèproprionellasinergia

Tesi di Laurea

Facoltà: Ingegneria

Autore: Andrea Passavanti Contatta »

Composta da 401 pagine.

 

Questa tesi ha raggiunto 165 click dal 22/07/2011.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.