Pakalpojumi un produkti Signālu apstrāde

Laboratorija: 2.3 Stroboskopijas laboratorija

Nosaukums (produkta, pētījuma u.tml.): Transformētā laika signālu apstrāde.

_____________________________________________________________________________

Īss apraksts:

Laboratorijā veicamie pētījumi notiek savstarpēji saistītos virzienos:

  1. Signālu transformācijas metožu izstrāde pielietojot diskrētās stroboskopijas paņēmienu un šādu laikā transformētu signālu papildapstrāde ar mērķi uzlabot signāla/trokšņa attiecību, samazināt nepieciešamo iztvērumu skaitu, paplašināt pārveidojamo signālu  dinamisko diapazonu.
  2. Diskrētās stroboskopijas galvenā mezgla – strobējamā komparatora shēmu izpēte un pilnveidošana ar mērķi uzlabot šo komparatoru ekspluatācijas īpašības – frekvenču joslu, stabilitāti, mazāku parametru atkarību no ārējiem faktoriem.
  3. Diskrēto stroboskopisko pārveidotāju elektrisko shēmu izstrāde teorētisko rezultātu eksperimentālai pārbaudei, metožu tehniskās realizācijas ērtību un iespējamo praktisko pielietojumu novērtēšanai.

Šo pētījumu rezultātu iespējamie pielietojumi ir: augstas jutības (10 - 15 mkV RMS) stroboscilogrāfija, reflektometrija, UWB radiolokācija.

      4.  Bez augstāk minētā laboratorijā tiek veikti pētījumi par attēlu apstrādi un pazīšanu ar mērķi izstrādāt ātrdarbīgas un efektīvas metodes attēlu filtrācijai un pazīšanai.

Šo pētījumu rezultātu iespējamie pielietojumi ir ļoti plaši – praktiski visās tajās tehnikas un medicīnas nozarēs, kur mūs interesējošās informācijas pasniegšanas forma ir attēls.

Cita informācija:

Paralēli augstāk minētajiem pētījumu rezultātiem laboratorijā ir izstrādāti vairāki indikatori-mērītāji zemfrekventā elektromagnētiskā piesārņojuma mērīšanai:


  • Zemfrekventā elektromagnētiskā piesārņojuma magnētiskās indukcijas indikators-mērītājs.

Tehniskie dati: frekvenču josla 20-5000Hz; magnētiskās komponentes efektīvās vērtības mērījumu diapazons  0-1999nT.

  • Zemfrekventā elektromagnētiskā piesārņojuma sliekšņa indikators.

Tehniskie dati:  frekvenču josla 50 - 350 Hz; indikatora nostrādāšanas (trauksmes signāla) slieksnis 100nT (vai 200nT pēc pasūtījuma).

  • Infrafrekvences un zemfrekvences elektromagnētiskā piesārņojuma magnētiskās indukcijas indikators-mērītājs.

Tehniskie dati: frekvenču diapazoni: 2-10Hz un 40-2000Hz; magnētiskās komponentes efektīvās vērtības mērījumu diapazoni  0…199 nT un 0…1999 nT.

  • Savdabīgs laboratorijas blakus izstrādājums ir mikrosvārstību indikators, ko var izmantot, piemēram, snaiperu atlasei un trenēšanai. Aparāts mēra priekšmeta, kuram tas ir piestiprināts, mehāniskās mikrosvārstības. Aparātam ir kontaktslēdzis, kas saslēdzas brīdī, kad strēlnieks nospiež karabīnes gaili. Vienlaicīgi aparāts ciparu formā fiksē tēmēšanas laikā radušās ieroča mikrosvārstības.


Foto

Fig. 1. Augstas jutības 15 mkV RMS stroboskopiskais pārveidotājs (ispējams pārslēgt jutību arī uz 7,5 mkV RMS pie ilgāka mērīšanas laika).


Fig. 2. Ar vienu no efektīvākām metodēm - “udc” metodi pārveidotā sprieguma lēciena
oscilogramma: pārveidojamā lēcienveida signāla amplitūda 200 mkV; iedaļas vērtība pa X-asi 100ps.


Fig. 3. Zemfrekventā elektromagnētiskā piesārņojuma magnētiskās indukcijas indikators-mērītājs.  Tehniskie dati: frekvenču josla 20-5000Hz; magnētiskās komponentes efektīvās vērtības mērījumu diapazons  0-1999nT.


Fig. 4. Elektromagnētiskā piesārņojuma indikators. Tehniskie dati:  frekvenču josla 50 - 350 Hz; indikatora nostrādāšanas (trauksmes signāla) slieksnis 100nT (vai 200nT pēc pasūtījuma).


Fig. 5. Mikrosvārstību indikators snaiperu atlasei un trenēšanai.


Publikācijas, kuras attiecas uz pētījumiem laikā no 2007.  līdz 2010. gadam:

  1. K. Kruminsh, A. Lorencs and V. Plocinsh. Mathematical abstractions and practical implementation of the method “up-and-down”. Automatic Control and Computer Sciences, 2010, Vol. 44, No. 4, pp. 191-198.
  2. V. Karklin’sh and K. Krumin’sh. Adaptive Methods in Discrete Stroboscopy. Automatic Control and Computer Sciences, 2010, Vol. 44, No. 5, pp. 266–271.
  3. K. Kruminsh,V. Petersons, V. Plocinsh. Experimental study of noise suppression using modified "up-and-down" method. (Pieņemts publicēšanai žurnālā  Automatic Control and Computer Sciences).
  4. V. Karklinsh. Optimization algorithms for balancing the discrete stroboscopic transformation. Automatic Control and Computer Sciences, 2010, Vol. 44, No. 6.
  5. A. A. Lorencs. Multidimensional Observation Plans Inducing Nondegeneracy of Information Matrixes of Regression Models. Automatic Control and Computer Sciences, 2010, Vol. 44, No. 2, pp. 69-77.
  6. A. Lorencs, J. Sinica-Sinavskis. One method of image processing and its numerical analysis. Electronics and Electrical Engineering. 2010, No. 7 (103), pp. 25-29.
  7. E. Beiners, K.Kruminsh. Simulation and calculation of a gated balanced comparator on tunnel diodes, “Automatic Control and Computer Sciences”, 2009, Vol. 43, No. 1, pp. 17-21.
  8. E. Beiners, K.Kruminsh. Simulation and computation of the asymmetry of a clocked balanced tunnel- diode comparator. “Automatic Control and Computer Sciences”, 2009, Vol. 43, No. 2, pp. 109-112.
  9. V. Karklinsh, K. Kruminsh. Comparison of Signal Detection Methods under Conditions of Discrete Stroboscopic Transformation, “Automatic Control and Computer Sciences”, 2009, Vol. 43, No. 5, pp. 227-232.
  10. K.Krūmiņš, V.Pētersons, V.Plociņš. Features of Implementation of the Modified “up-and-down” Method. Electronics and Electrical Engineering. 2009., No. 5 (93), pp. 51-54.
  11. V.Plociņš. “Statistical Method of Signal – Noise Ratio Maximization”, “Electronics and Electrical Engineering”.  2009, No. 6 (94), pp. 3-8.
  12. V. Plociņš. Statistical Method Correction Possibilities. Electronics and Electrical Engineering. 2008, No. 2 (82), pp. 29-34.
  13. E. Beiner, K. Kruminsh, V. Peterson. The experimental research of digital sampling converter. Automatic Control and Computer Sciences. 2008. Vol. 42, No. 1, pp. 40-44.
  14. K. Kruminsh and V. Plocinsh. Inadequacy of the A2/σ2 Criterion in the Mode of Detection of signals by Means of Statistical Methods. Automatic Control and Computer Sciences. 2008. Vol. 42, No. 4, pp. 210-216.
  15. A. Lorencs. Digital Signal Processing UD Method and its Statistical Characteristics. Electronics and electrical engineering. 2008, No. 6 (86), pp. 33-36.
  16. V. Karklin’sh. Modification of the statistical method for detecting weak noisy signals. Automatic Control and Computer Sciences. 2008, Vol. 42, No. 1, pp. 35-39.
  17. V. Karklinsh. A statistical method of recording noisy signals with improved characteristics. Automatic Control and Computer Sciences. 2008, Vol. 42, No. 5, pp. 276-281.
  18. K. Kruminsh, A. Lorencs, V. Plocinsh. A2 paradox in statistical processing of weak signals. Automatic Control and Computer Sciences. 2007, Vol. 41, No. 1, pp. 1-9.
  19. V.Karklinsh, K. Kruminsh. Correlation filtration of statistically transformed signals. Automatic Control and Computer Sciences. 2007, Vol. 41, No. 5, pp. 289-293.

Izpildītāji:

  • Dr. sc. comp. Krūmiņš Kārlis(vadošais pētnieks, laboratorijas vadītājs)
  • Dr. sc. comp. Beiners Elmārs (vadošais pētnieks)
  • Dr. sc. comp. Kārkliņš Valdis (pētnieks)
  • Dr. hab. math. Lorencs Aivars (vadošais pētnieks)
  • Dipl. inženieris Pētersons Vilnis (asistents)
  • Dipl. inženieris Menke Madis
  • Tehniķis Plociņš Valdemārs

Kontakti: Lab. 2.3 Stroboskopijas laboratorija, tel. 67558115; 67558119.