4. A kombinált jelhitelesítési eljárás
4.2. Alkalmazási próba a jel minősítésére
4.2.2. Az elektronikai lánc minősítése
4) Elektronikai teszt referenciajellel. A mérőrendszer kézi beállítású, ezért elektronikai bemérések a kampány kezdetén, a kampány során alkalomszerűen, valamint hibák észlelelése és azok javítása során történtek. Ezeknek a teszteknek az eredményéről nem állnak rendelkezésre adatok, így ehelyett a minősítés helyett egy egyszerű alternatív minősítést végeztünk. A tapasztalat szerint egy kampány során viszonylag sok a jelkicsatolási probléma. Általában a láncok ötödénél előfordul valamilyen nehézség. A problémák nagy része nem az elektronika közvetlen meghibásodásának a következménye, hanem valami-lyen emberi beavatkozás miatt lép fel. Tipikus hibaforrások a kábelek, csatlakozók feszegetése, (pl. ide-iglenes át- és visszadugaszolás, asztaltologatás, szerelés) következtében jelentkező kontaktushibák, esetleg jelelkötések. A kézi kapcsolású (beállítású) rendszeren a hibás beállítást is elektronikai hibának soroltuk be. (A kézi rendszert elvileg minden mérés előtt ellenőrizni kell.) Az elmondottak alapján az a), b) és c) esetek mindegyikére a maximális, 20 % meghibásodási valószínűséget vesszük alapul. A 20 % hibát a [-1, 1] intervallumba vetítve a következőt kapjuk:
a) Minősítés = 0,6.
b) Minősítés = 0,6.
c) Minősítés = 0,6.
A módszer súlyfaktorát valódi referenciajeles vizsgálat esetében legalább 0,33-ra állítanánk, mivel ez a teszt alapvető az elektronikai lánc minősítésében. Ebben esetben az információ bizonytalansága miatt a súlyfaktort viszonylag kicsinek, 0,12-nek vesszük.
5-6) Automatikus erősítésállítás.
A rendszer kézi beállítású, és a beállítási folyamatról nem rendelkezünk információval. A beállítás minőségét azonban utólag is megállapíthatjuk a digitalizált jelsorozatok alapján. Az integrátor csomópont súlyfaktora 0,12.
5) Sikertelen beállítás (Time out). Nincs meg a szükséges információ. Az értékelésből kimarad. Súly-faktora 0,5 lenne.
6) Erősítés szélsőérték (Hibás beállítás). A vizsgálat szerinti jelszinteket még többszörösére kellett volna erősíteni ahhoz, hogy a digitalizálási tartományt a jel optimálisan töltse ki. A jelet az optimálishoz szükséges erősítési szükséglet alapján minősítjük úgy, hogy kettőhatványonként 0,2-del csökkentjük a maximális (=1) minősítési értéket.
a) Az optimálishoz szükséges többleterősítés 8-szoros. Minősítés = 0,4.
b) Az optimálishoz szükséges többleterősítés 4-szeres. Minősítés = 0,6.
c) Az optimálishoz szükséges többleterősítés 32-szeres. Minősítés = 0,0.
A módszer súlyfaktora 0,5.
7-10) Az idősor minősítése.
7-9) Idősoranalízis (minősítés).
Az idősor minősítésének számszerűsítése a jelhibák alapján az egyik legnehezebben megfogalmazható probléma. Ennek oka, hogy a feldolgozás szempontjából a jelminőség romlását a bekövetkezett jeltorzu-lás nagysága, lefutása, gyakorisága, a jeltulajdonságok, az idősor hossza, stb. határozzák meg. A tapasz-talat szerint 32 ezer mintát tartalmazó idősor FFT spektruma 512 frekvenciavonal esetén néhány jel-hibával (pl. szakadással vagy tüskével, ha a jelre rárakódó hiba amplitúdója nem haladja meg lényegesen
a jel legnagyobb és legkisebb értéke közötti különbséget) még jól kiértékelhető. Azonban kb. tíznél több jelhibánál a jel spektrumának finom szerkezete már eltűnik. Ez akkor is igaz, ha a jelhiba amplitúdója nem haladja meg lényegesen a jel átlagos ingadozását. Az optimális beállítású jelre ez általában teljesül, mivel ekkor a jel kb. feléig tölti ki a méréshatárt, ezért a hibarárakódás során a jelszint legfeljebb két-szeresére nőhet. A jelhibák FFT spektrumokra gyakorolt hatásának a bemutatására egy neutronjelben mesterségesen hibákat idéztünk elő: a jelhez véletlenszerű helyen, véletlen hosszúságban a neutronjel maximális csúcstól-csúcsig vett értékével megegyező amplitúdójú négyszögjeleket kevertünk. Az előidézett jelhibák spektrumra gyakorolt hatását a 4.2.2/1. ábrán mutatjuk be. Az ábrán ugyanazon neutronjel spektrumai láthatók 0, 3, 6 és 9 számú négyszögjelnek a jelsorozathoz való keverése esetén.
Amennyiben jelhibának a jelben keletkező szakadásokat tekintjük, akkor ezek száma kétszer annyi, mint a négyszögjelek száma. Az ábrán jól látható, hogy 9 szintugrás (18 szakadás) esetén a spektrum kis csúcsai a háttéremelkedés miatt már eltűnnek.
1e-12 1e-11 1e-10 1e-09 1e-08 1e-07 1e-06 1e-05
0 5 10 15 20 25 30 35 40 45 50
Frekvencia [Hz]
'0' '3''6' '9' 'n6.42f'
4.2.2/1. ábra. A véletlenszerű jelhibák hatása az FFT spektrumokra
A jelsorozat minősítését az idősorban előforduló hibák számának függvényében a következő egyszerű tapasztalati összefüggéssel határozhatjuk meg:
Q n
( )
n= + −2h
1 1, (4.2.2.3)
ahol Q(n) a minősítés értéke, n pedig a 32 ezer mintára eső jelhibák száma (ld. 4.2.2/2. ábra). A képletben szereplő h paraméter a jeltípustól és a kereső algoritmustól függően változhat. A mostani vizsgálatban h értékét 10-nek vesszük. A jelhibák automatikus keresése során szinte elkerülhetetlen a téves hibadetektálás, ezért ezt az értéket a jelhibakereső módszer képességei is befolyásolhatják.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0 20 40 60 80 100
[Q]
Hibaszám [n]
2/(1+n/10)-1
4.2.2/2. ábra. A jelhibák számának függvényében vett minősítési görbe
7) A túlvezérlés (határértéksértés) vizsgálata. A jelekben túlvezérléses tartomány nem található. Ezért mindegyik jel minősítése jó.
a) Minősítés = 1,0.
b) Minősítés = 1,0.
c) Minősítés = 1,0.
8) Szakadásvizsgálat.
A tesztjelek minősítési értéke a (4.2.2.3) minősítő függvénybe való behelyettesítéssel a következők:
a) Szakadás = 2. Minősítés = 0,7.
b) Szakadás = 18. Minősítés = -0,3.
c) Szakadás = 0. Minősítés = 1,0.
9) Impulzusfigyelés.
A minősítési értékek (4.2.2.3) alapján a következők:
a) Impulzus = 1. Minősítés = 0,8.
b) Impulzus = 14. Minősítés = -0,2.
c) Impulzus = 2. Minősítés = 0,7.
10) SPRT (Sequential Probability Ratio Test).
A vizsgálatot a 3.2.4.2. fejezetben ismertetett SPRT kísérletekhez hasonlóan végeztük el. (A reziduális idősort egy jónak tekintett jel 10-es modellrendű UAR modelljének a felhasználásával határoztuk meg.) A vizsgálat paraméterei {p=10; q=1,4; α =0,005; β =0,005}. A vizsgálat eredményeképpen a 4.2.2/3. ábrán látható adatsorokat kaptuk.
4.2.2/3. ábra. Az a), b) és c) mérések (3.2.4.10) összefüggés szerinti adatsorai. A grafikonon a jó döntéseket negatív értékkel ábrázoltuk
Az eredményállomány alapján annak számszerűsítésére, hogy az SPRT szerint mennyire jó vagy rossz a jel, sok – és többnyire vitatható – megoldást adhatunk. Már az is elég, ha a döntés csak kis mértékben (nem feltétlenül arányosan) tükrözi a jel hibáit. A jel jóságának eldöntésére vizsgálhatjuk azt, hogy a lambda-függvény hányszor érte el a hibás döntési korlátot, vagy azt is, hogy mennyi a hibás és a jó döntések aránya. (Az SPRT paraméterezése is erősen befolyásolja a jó és a rossz döntések számát.) Azt azonban tudjuk, hogy a jelben már néhány jelentősebb zavar is tönkreteszi a zajjel feldolgozásának eredményét. Ezért a minősítésnek már kis mennyiségű hiba észlelése esetén is szigorúnak kell lennie. (A minősítés szigorúságát a módszer kevésbé érzékennyé való tételével is enyhíthetjük.) A minősítést a jó, illetve rossz lambda-értékek összegének aránya alapján végezzük. A mértékadó hibahatárt kísérletileg
célszerű meghatározni. Jelenleg ezt egy százaléknak (0,01) vesszük. Ezek alapján a jel minősítése a következő módon történik.
Képezzük R-et a (3.2.4.10) összefüggés alapján létrehozott eredményállományban lévő jó (G) és rossz (B) értékelések összegéből a következőképpen:
.
; ahol
,
0
0
å
å
≤ Λ>Λ
Λ
= Λ
=
=
i i
i
i B
G G
R B (4.2.2.4)
Ennek felhasználásával a jel Q(R) minősítése a jelhibák minősítéséhez hasonlóan a következő:
( )
Q R = R
+2 − 1 0
1 ,01
. (4.2.2.5)
A minősítő görbét a 4.2.2/4. ábrán mutatjuk be.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 [Q]
Rossz/Jó arány [R]
2/(1+R/0.01)-1
4.2.2/4. ábra. Az SPRT-n alapuló minősítési eljárás görbéje
Az SPRT-n alapuló minősítési eljárás (4.2.2.5) függvénye alapján a következő minősítést hoztuk:
a) R = 1,8·10-4. Minősítés = 1,0.
b) R = 1,8·10-3. Minősítés = 0,7.
c) R = 45. Minősítés = -1,0.
A módszer súlyfaktora 0,5.
11) A referenciacsatorna elemzése. A referenciacsatorna alkalmazása a minősítési eljárásban a többi eljáráshoz képest eltérő módon történik. Az eltérés lényege az, hogy a csatorna értékelése a minősítési eljárásba csak akkor szól bele, ha a szórás értéke egy meghatározott küszöbértéket (a KARD rendszerben a jelzési szint 0,1) túllép. A módszer súlyfaktora (0,52) a többi értékeléshez képest igen jelentős. Ese-tünkben a mért referenciajel szórása a módszer aktivizálási szintjét nem lépi át.
a) Középérték = -4,0359. Szórás = 0,0249.
b) Középérték = -4,0357. Szórás = 0,0236.
c) Középérték = -4,0370. Szórás = 0,0236.
A módszer a 3.2.3. fejezet végén írtaknak megfelelően kimarad az értékelésből.
12-18) Spektrális elemzés, minősítés.
12-15) Spektrális alapú elektronikavizsgálat.
12) Szűrő letörési frekvenciájának vizsgálata. A 3. és 4. blokkon a PDR diagnosztikai kicsatolás alul-áteresztő szűrőinek letörési szakasza nem jelenik meg a frekvenciaspektrumokban, ezért a letörési
sza-kasz vizsgálata kimarad a minősítési eljárásból. Az eljárás súlyfaktora az elektronika minősítési ágban 0,25, a spektrális detektorvizsgálati ágban pedig 0,14.
13) Az elektronikai eredetű zaj tartományának vizsgálata (White tail). Az elektronikai eredetű zaj-tartomány megemelkedése nem figyelhető meg a spektrumokban, ezért a minősítés mindegyik jelre jó.
a) Minősítés = 1,0.
b) Minősítés = 1,0.
c) Minősítés = 1,0.
A minősítés súlyfaktora 0,25.
14) Az RMS érték vizsgálata. A vizsgálatot a teljesítményspektrum alapján végezzük, ezért az RMS érték négyzetével dolgozunk. Az RMS2 értéket az 1 Hz-ig vett spektrumintegrállal határoztuk meg. Az átlagértéket néhány jónak tekintett mérés átlagából képeztük. Ez alapján az RMS2 átlag = 3.8·10-8. A zajjelek RMS2 értékei még a jó jelek között is jelentősen eltérhetnek. Ezért a zajjel RMS2 érték szerinti minősítését a nagyságrendbeli eltérések alapján célszerű végezni. Erre egy egyszerű példa:
( )
2 10 (lg( 10) ( )lg ) 12
−
⋅
= − −
R Raver
R
Q , (4.2.2.6)
ahol Q(R) a minősítés értéke, R a számolt RMS2 érték, Raverpedig az átlagos RMS2 érték (ld. 4.2.2/5.
ábra).
Az ábrán jól látható, hogy a minősítő görbe maximumától jobbra és balra egy nagyságrendig a minősítési pontszám kevesebb, mint 10%-ot csökken, három nagyságrendnél a csökkenés viszont már 90%-os.
Ilyen mértékű RMS2 csökkenések erősítőmeghibásodásoknál, illetve kábelrövidzárak esetén könnyen előfordulhatnak. A tesztjelek minősítési értékei a (4.2.2.6) minősítő függvénybe való behelyettesítéssel a következők:
a) RMS2 érték = 8,9·10-8. Minősítés = 0,9.
b) RMS2 érték = 6,2·10-7. Minősítés = 0,4.
c) RMS2 érték = 1,2·10-9. Minősítés = 0,2.
A módszer súlyfaktora az elektronikai ágban 0,25, a detektorágban 0,14.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
1e-10 1e-09 1e-08 1e-07 1e-06 1e-05 0.0001 0.001 0.01 [Q]
RMS2
2*10
-(-7.4-lg(R)) 10
2
-1
4.2.2/5. ábra. Az RMS2 érték szerinti minősítés görbéje
15) A keskenysávú csúcsok vizsgálata. Elektronikai eredetű keskenysávú zajok számottevő megjele-nése a vizsgált jelekben nem figyelhető meg, ezért mindegyik jel jónak minősíthető.
a) Minősítés = 1,0.
b) Minősítés = 1,0.
c) Minősítés = 1,0.
A módszer súlyfaktora az elektronikai ágban 0,25, a detektorágban 0,14.
4.2.3. A detektor tulajdonságaira és környezetére jellemző zajtényezők vizsgálata.