Seconda Lezione 2012

Sistemi di Elaborazione delle Informazioni
Sistemi di Elaborazione delle

Informazioni
Univ. degli studi “Federico

Federico II”
II
di Napoli
Prof. Antonio Fratini
Università degli Studi “Federico II” di Napoli

Prof. A. Fratini: tel: 081 7683789 e-mail: a.fratini@unina.it
Caratteristiche statiche e dinamiche

di un strumento di misura
• E’ importante specificare le caratteristiche offerte da uno
strumento di misura per conoscere quanto fedelmente uno
strumento di misura riproduca il misurando, quanto
dipenda da possibili interferenze
• Le prestazione di uno strumento di misura si dividono in
statiche e dinamiche (in base alla frequenza del segnale di
ingresso)
• Le caratteristiche STATICHE descrivono le prestazioni
dello strumento in continua.
continua Ad es.es la risposta dello
strumento ad un ampio intervallo di valori in ingresso, le
non-linearità, effetti statistici, etc.
• Le caratteristiche DINAMICHE descrivono le prestazioni
dello strumento in alternata. Richiedono l’uso di equazioni
differenziali per esprimere il comportamento
Errori nelle misure

• Errori dovuti allo strumento di misura
– Variazioni di temperatura
– Invecchiamento
– Imperfette tracciatura e suddivisione della scala dello
strumento
– Imperfezioni della struttura meccanica dello strumento
• Errori di lettura
– Errore di parallasse
– Errore di apprezzamento
• Errori causati dalle operazioni di misura

Errori nelle misure

• Errori SISTEMATICI
– Rimangono costanti ripetendo l’operazione di misura,
oppure hanno un andamento prevedibile. Ad esempio gli
errori do
dovuti
ti agli strumenti
str menti di misura
mis ra sono errori
sistematici: l’imperfetta tracciatura della scala comporta
un errore costante. La variazione dell
dell’indicazione
indicazione con la
temperatura è invece un errore avente andamento
prevedibile.
• Errori ACCIDENTALI o ALEATORI
– Sono errori che non si mantengonog costanti e non hanno
un andamento prevedibile ripetendo l’operazione di
misura; hanno un andamento fluttuante in alcune misure
in eccesso, in altre in difetto.
Definizioni degli errori: Errore

Assoluto
• Si definisce come errore assoluto a di una
misura la differenza tra il valore misurato
d ll grandezza
della d xm ed
d il valore
l esatto
tt x:
a = xm -xx

Definizioni: Errore Relativo e

Percentuale
• Nella pratica interessa riferire ll’errore
errore al valore
misurato; infatti si può dire che l’errore è piccolo o
grande, e quindi più o meno tollerabile, se lo si
confronta con la misura della grandezza.
• Errore RELATIVO
r = a/x = ||xm-x|/x
|
• Errore PERCENTUALE
% = [a/x]100 = [|xm-x|/x]100

Esempio
• Valore misurato: 223 V
• Valore vero: 220 V
• Errore assoluto 223 V– 220 V = 3V
• Errore relativo 3 V/ 220 V = 0.0136 …
• Errore
E percentuale
t l (3 V/ 220 V)100 = 1.36
1 36 %

PRECISIONE (ACCURACY)
di una misura
Dati sperimentali
p con Dati sperimentali
p con
bassa precisione (accuracy) alta precisione (accuracy)

RIPRODUCIBILITA’ di una
misura
Dati sperimentali
p con Dati sperimentali
p con
bassa riproducibilità alta riproducibilità

Campo di misura
• E’
E il massimo intervallo entro cui lo
strumento è in grado di misurare la
grandezza
d di ingresso
i ( i tt d
(rispettando l
le
specifiche dichiarate)
• Per uno strumento lineare è di uso comune il
termine campo di funzionamento lineare.

Sensibilità statica
• La sensibilità statica di uno
strumento è la pendenza
Uscita
Deriva di
sensibilità Deriva
della curva ingresso-uscita in di zero
corrispondenza
i d di uno (offset)
specificato valore Caratteristica
dell’ingresso.
dell ingresso. desiderata
• Se la curva ingresso uscita è
una retta,, la sensibilità non
dipende dal valore di
ingresso e coincide con il
coefficiente angolare della Ingresso
retta

SENSIBILITA
SENSIBILITA’
OUT OUT
segnale segnale
misurato misurato
IN IN
grand. da misurare grand. da misurare
Bassa sensibilità Alta sensibilità

Linearità
• Un sistema è lineare se soddisfa il principio di
sovrapposizione degli effetti
Ingresso Uscita Ingresso Uscita
x1 LTI y1 x1 + x2 LTI y1 + y2
x2 LTI y2 K x1 LTI K y1

Scostamento dalla linearità

• Nella pratica nessuno strumento ha una risposta perfettamente
lineare ((ed è utile sapere
p di q
quanto). )
• Come indice di scostamento dalla linearità si assume la
massima deviazione di un qualunque punto di calibrazione
d ll retta
dalla tt dei
d i minimi
i i i quadrati,
d ti espressa come percentuale t l dei
d i
valori letti, o del fondo scala, o di una loro combinazione.
• Questo ultimo metodo è probabilmente il più realistico e porta
alla definizione di un indice detto di non-linearità indipendente
secondo il quale si assume come errore di linearità il maggiore
tra ±A% l’errore
l’ percentualel sull valore
l letto
l e ±B% l’errore
l’
percentuale del fondo scala.
• Cioè si scelgono i valori A e B in modo che l’errore
l errore sia sempre
inferiore al più grande tra A = y(z)/100 e B = FS/100

Scostamenti dalla linearità

• Il primo termine (±A%del
valore letto) riconosce la Retta ai
Uscita
a
minimi
desiderabilità di un errore
quadrati
percentuale su tutto il campo B% del
di misura.
misura Ciò richiederebbe FS
fondo scala
errori assoluti tendenti a zero
quando tende a zero il valore A% della
letto
letto. lettura
• Il secondo termine (±B% del
fondo scala) tiene proprio
conto dell’impossibilità di
avere errori assoluti
estremamente p piccoli p
presso
lo zero.
Ingresso
B FS/A

Calibrazione statica
• Le prestazioni statiche di uno strumento si misura si
ottengono determinando la relazione ingresso uscita
denominata curva di calibrazione statica.
• Durante la calibrazione statica si cercano di mantenere
costanti tutti gli altri ingressi (indesiderati o
modificanti), mentre l’ingresso in esame è fatto variare
entro un prefissato intervallo di valori e si osservano i
corrispondenti valori dell’uscita, una volta raggiunto
l equilibrio.
l’equilibrio
• Ovviamente nel processo di calibrazione statica
ll’ingresso
ingresso deve essere misurato con uno strumento
dotata di precisione superiore (ad es. 10 volte maggiore)

• Esempio:
p
calibrazione
statica di un
manometro
nell’intervallo 0-
10 Kpa
dapprima in
senso crescente
(cerchietti) e poi
in senso
decrescente
(astrerischi)

• La curva di calibrazione statica può essere spesso
pp
approssimata da una retta ((nel nostro caso p possiamo
esprimerla coma z=ay+b).
• Si pone allora il problema di trovare quale sia l’equazione
d ll retta
della tt che
h meglio
li approssimi
i i i dati
d ti sperimentali
i t li (ad
( d es.
si minimizzi la somma dei quadrati delle differenze tra i dati
indicati dallo strumento e q
quelli p
previsti dalla retta).
)
• Tale problema ha la seguente soluzione:
nn zy n yn z  z  y   zy y

2
a b n n n n
nn y   y n y   y
2 2
2 2
n n n

NON LINEARITA’
Output Output
I
Input
t I
Input
t
lineare Non lineare

ISTERESI
OUT
segnale
misurato
IN
grand. da misurare
Il segnale dii uscita

i è differente
iff a seconda che la grandezza da misurare
i
aumenti o diminuisca

Precisione
• Negli strumenti di misura la precisione è definita in
diversi modi.
modi I più comuni sono:
• Errore percentuale dell’indicazione di fondoscala
– L’
L’errore assoluto
l t massimo
i sii determina
d t i moltiplicando
lti li d
l’errore percentuale dell’indicazione di fondoscala per il
valore di fondoscala. Tale errore p percentuale è
denominato classe dello strumento
• Errore percentuale della lettura
– Questo modo è impiegato particolarmente negli strumenti
con scala logaritmica
• Somma degli errori percentuali della lettura e del
fondoscala

Classe di una strumento: esempio

• Ad esempio un voltmetro di classe 0,2 è
caratterizzato da un errore assoluto al massimo
uguale allo 0,2% del valore di fondoscala: se
impiegato con una portata di 300 V, V presenta
pertanto un errore assoluto di (0,2/100)300=0,6 V
• Il limite superiore dell’errore assoluto è costante, e

dipende solo dalla portata,
portata ne deriva che ll’errore
errore
percentuale della misura è tanto maggiore quanto
più la lettura è fatta in p
p prossimità dell’inizio della
scala

Prestazioni dinamiche degli

strumenti di misura
• Solo poche misure biomediche (come ad es. la
temperatura corporea) sono quantità costanti o
variabili molto lentamente. La maggioranza della
strumentazione medica deve elaborare segnali che
sono funzione del tempo
• Ha dunque interesse studiare la risposta dinamica
di uno strumento di misura
• Equazioni differenziali lineari a coefficienti costanti
puòò essere molto
lt spesso usata t per descrivere
d i l
la
relazione tra ingresso e uscita di uno strumento

Prestazioni dinamiche degli

strumenti di misura
Ingresso Uscita
y strumento z
• Se si considera uno strumento con ingresso y e uscita z, la

relazione tra ingresso e uscita può essere espressa dalla
f
formulal
d n z(t) d n1z(t) dz(t) d n y(t) d n1y(t) dy(t)
an  an1  ... a1  a0 z(t)  bn  bn1  ... b1  b0 y(t)
dt n dt n1 dt dt n dt n1 dt
dk
Introducendo l’operatore differenziale D  k
k
dt
a D n
n
 
 an1Dn1  ...  a1Dn  a0 z(t)  bn Dn  bn1Dn1  ...  b1Dn  b0 y(t) 
RUMORE
mpiezza
a
mpiezza
a
Am
Am
tempo tempo
Segnale originario Segnale rumoroso

Deriva della linea di base -

modulazione
Segnale originario Baseline drift modulazione

Saturazione dell’amplificatore
dell amplificatore
Ampiezza
5 mV
Range
dinamico ingresso
tempo di
ingresso
-5 mV
Ampiezza
1V
uscita
T
Tempo
-1 V

OFFSET
Ampiezza
ingresso
tempo
Ampiezza
uscita
DC offset
ff t
tempo

Risposta in frequenza
1.0
ampiezza
0.1
0.05 Hz 150 Hz
f
frequenza
Possibili
i i i risposta
i dii un elettrocardiografo
i f

Serie di Fourier
• Data una qualsiasi funzione periodica di periodo T continua con
derivata continua a tratti e limitata, e’ possibile scriverla come somma di
seni e coseni:  
a0
v(t )    a n  cos  2 nft    b n  sin  2 nft 
2 n 1 n 1
dove f = 1/T e’ la frequenza della funzione
• pp sono dati dalle relazioni:

I coefficienti dello sviluppo
2 T
a0    v ( t ) dt
T 0
  v ( t ) cos 2nft  dt
2 T
an 
T 0
  v ( t ) sin  2nft  dt
2 T
bn 
T 0
Esempio: onda quadra

• Eseguiamo lo sviluppo in forma complessa della funzione
onda quadra periodica di periodo T:
 T
 A per 0  t 
vt    2
 A T
 per t T
2
I coefficienti dello sviluppo

pp sono dati da
T
1 1 T
cn 
T  0
2
Ae  i 2 nft dt 
T 
T
2
Ae  i 2 nft dt

Esempio: onda quadra

esprimendo il risultato in termini di a e b:
0 per n pari

a0  0 ; a n  0 ; bn   4 A
 n per n dispari
possiamo quindi scrivere lo sviluppo dell’onda quadra come:
sin  2nft 
 
v t 
4A

 n dispari n

Contenuto frequenziale
• …

Segnali ANALOGICI e DIGITALI

mpiezza
a
mpiezza
a
Am
Am
tempo tempo
Segnale analogico Segnale digitalizzato

CAMPIONAMENTO del segnale

mpiezza
a
mpiezza
a
Am
Am
tempo tempo
Segnale tempo-continuo Segnale campionato


Seconda Lezione 2012

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Seconda Lezione 2012

Caricato da

Copyright:

Formati disponibili

Sistemi di Elaborazione delle Informazioni

Sistemi di Elaborazione delle

Univ. degli studi “Federico

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Caratteristiche statiche e dinamiche

Errori nelle misure

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Errori nelle misure

Definizioni degli errori: Errore

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Definizioni: Errore Relativo e

Università degli Studi “Federico II” di Napoli

• Errore assoluto 223 V– 220 V = 3V

• Errore relativo 3 V/ 220 V = 0.0136 …

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Università degli Studi “Federico II” di Napoli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Università degli Studi “Federico II” di Napoli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Bassa sensibilità Alta sensibilità

Università degli Studi “Federico II” di Napoli

Ingresso Uscita Ingresso Uscita

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Scostamento dalla linearità

Università degli Studi “Federico II” di Napoli

Scostamenti dalla linearità

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Università degli Studi “Federico II” di Napoli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

nn zy n yn z  z  y   zy y

Università degli Studi “Federico II” di Napoli

lineare Non lineare

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Il segnale dii uscita

Università degli Studi “Federico II” di Napoli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Classe di una strumento: esempio

• Il limite superiore dell’errore assoluto è costante, e

Università degli Studi “Federico II” di Napoli

Prestazioni dinamiche degli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Prestazioni dinamiche degli

• Se si considera uno strumento con ingresso y e uscita z, la

Segnale originario Segnale rumoroso

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Deriva della linea di base -

Segnale originario Baseline drift modulazione

Università degli Studi “Federico II” di Napoli

Università degli Studi “Federico II” di Napoli

Sistemi di Elaborazione delle Informazioni

Università degli Studi “Federico II” di Napoli