- ベストアンサー
計測システムについて(計測工学)
- みんなの回答 （3）
- 専門家の回答
質問者が選んだベストアンサー
一番身近な存在はラジオやTVで、周波数を選択すると電波の強さでメータが振れ電界強度が測定できます。 ワイドバンドレシーバー（広帯域受信機）やセレモシレシーバー（選択受信機）なども信号レベルを測定できます。 計測で使用する頻度が高いのは、FFTアナライザを応用したスペクトラムアナライザが応用範囲が広く1MHzから数十GHzの範囲で広範囲の周波数分析に使われています。 低周波の音声帯域を解析する低周波用スペルトラムアナライザもあります。 あとスペルトラムアナライザを応用したネットワークアナライザがあり、高価ですが色々なデバイス・素子の周波数特性がこの一台で測定可能で電子工学技術者には必需品になっています。
その他の回答 (2)
- foobar
- ベストアンサー率44% (1423/3185)
希望の周波数を通す先鋭なBPFを通して、出力信号を計測する。 ロックインアンプと同様に、希望の周波数の基準信号と信号を掛け算して、出力の直流分を測定する（LPFを通して交流成分を除き、電圧を測定する。） ただし、一系統だと位相の影響もでるので、基準信号に位相が90度異なるものを使った二系統用意して、√(Vo1^2+Vo2^2)のようなことをする必要があります。
- Ae610
- ベストアンサー率25% (385/1500)
例えばパッと思いつく測定器として・・・ 「スペクトラムアナライザ」や「FFTアナライザ」・・・など！
関連するQ&A
- 計測工学のジャンルに関する質問なのですが・・・
周期Tのデルタ関数列でサンプリングを行う場合、以下の定理が成り立つ。信号f(t)が(1)より(2)い角周波数成分を含んでいない時、(3)秒ごとの標本値から元の連続信号が完全に復元できる。 人間は20[kHz]以下の音のみを聞き取ることができる。よって、音声や音楽をデジタル信号に変換する際、元のアナログ信号に含まれる人間にとって意味のある情報が失われないようにするためには、(4)[kHz]以下の周波数成分のみを通過させる(5)フィルタを通した後、(6)[kHz]以上のサンプリング周波数でサンプリングしなければならない。 問. (1)、(2)、(3)、(4)、(5)、(6)、に適した語句を答えなさい。 調べたところ、(1)π/T(2)高い(3)Tとなったのですがどうでしょうか? しかし、調べても(4)、(5)、(6)については全然わかりません。 標本化定理なるものは習ったのですが何をすればいいのかわからなくて困っています。 どうか解説をお願いします。
- ベストアンサー
- 物理学
- 計測上の問題
あるシステムに入力としてある周波数の周期信号（例えば正弦波）をいれます。すると出力には２つの信号（同じ周期）が出力されます。その２つの信号の位相差を計測したいのですけど、これはオシロスコープのメモリを読めば簡単です。 ここで周波数を変えて違った周波数での位相差も計りたいとします。 当然、時間をおいて計測すれば、周波数f_0に対して位相差p_0が、周波数f_１に対して位相差p_１がオシロスコープのメモリを読めば求められます。 しかしこの違った周波数を同時に入力としてかけたい。２つの周波数をかける際の計測的なタイムラグをなくしたい。という欲求がレポート課題として出されました。困ったものです。 そこで、方形波信号はフーリエ級数展開をすれば複数の周波数から構成されていることを習ったので、これをかければよいことはわかりました。 しかし方形波を入力としたときの出力である２つの信号の位相差、これは１つしか読めません。二種以上の周波数についてそれぞれの位相差を求める方法はないものでしょうか？ わかりそうでわかりません。どなたかよいアイデアがないでしょうか？
- ベストアンサー
- その他（学問・教育）
- 標本化定理（サンプリング定理、ナイキストノ定理）について
標本化定理（サンプリング定理、ナイキストノ定理）について教えてください。 ”あるアナログ的な信号をデジタルデータにサンプリングする場合、原信号の各周波数成分をすべて正確にサンプリングするためには、原周波数の2倍以上のサンプリング周波数が必要となる。これを標本化定理という。”というのが基本的な説明だと思います。 この中で『2倍以上の』という表現がありますが、この点が疑問になっています。 例えば、20kHzのSin波を40kHzでサンプリングしたとして、サンプリングする点が丁度サイン波の振幅0の点だった場合、元のSin波の周波数は分かりますが、振幅は一意に決められないと思います。原信号を振幅も含めて復元するには、『2倍より大きい』周波数でサンプリングする必要があると考えるべきでしょうか？『2倍以上』という表現は厳密には正しくないと考えて良いのでしょうか？ また、そもそもサンプリング定理は振幅情報を再現しないということであれば、疑問は解消されるのですが、その点はどうなんでしょうか？？ どなたかご教授の程お願いいたします。
- ベストアンサー
- その他（学問・教育）
- 身近にある計測システムを例に、
身近にある計測システムを例に、 ・システムの構成と信号の流れ ・測定法 ・考慮しなければならない誤差 についてのレポート３枚を書かないといけないんですが まだどんな計測システムを書くかも決まってません。 お勧めの計測システムを教えてください。 参考文献になるサイトも教えてくれると有り難いです。
- 締切済み
- 物理学
- FFT分析、成分の最大値
FFTで周波数成分分析を作っているところなのですが疑問があります 例えば、以下の信号をFFTした場合 振幅0-3V 矩形波 ＊かなり理想形 周波数 10Khz 10KHz 2.0V 30KHz 0.7V 50KHz 0.4V ．．． とかの周波数成分が分析できました 10Kが基本周波数になるので最大振幅になっています その振幅値なのですが、 今、信号振幅が3.0Vだと2.0Vと算出は正しいのでしょうか 最大成分だから。3.0V以上になるような気がします 理想波形なら、何Vが正解でしょうか？ もしかして、2.0vではなく倍の4.0Vが正解でしょうか？
- ベストアンサー
- 物理学
- 時間領域で信号に含まれる成分の特徴を抽出する方法
現在私は時系列信号に含まれるある成分(周期性あり)の特徴を 時間領域で抽出できないか検討しています． 特徴を抽出する目的は前情報として保持することで得られた時系列信号の クラスタリングに使用し，ある成分の周波数を特定することができないかと考えたからです． 今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を 特定していましたが，この方法では真値がわかっていないとどれが自分の欲しい成分の ピークなのか判断できませんでした．(求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる．) そのため真値を用いず，ある成分の周波数を特定したいので時間領域で前情報などを 用いることで周波数の特定をしたいと考えました． しかし私の求めたい成分の時系列信号は形などから特徴を抽出することが難しく いろいろなアルゴリズムを検討してみたのですが具体的な解決策が見つかりませんでした． (ある成分のウェーブレット係数が周期的に変化するのではないか，極値・変曲点が周期的に変化しないか) 今までの内容を踏まえて何か思いつくようなことがあれば どんなことでも構わないので教えていただきたいです． よろしくお願いします．
- ベストアンサー
- 科学
- 時間領域で信号に含まれる成分の特徴を抽出する方法
現在私は時系列信号に含まれるある成分(周期性あり)の特徴を 時間領域で抽出できないか検討しています． 特徴を抽出する目的は前情報として保持することで得られた時系列信号の クラスタリングに使用し，ある成分の周波数を特定することができないかと考えたからです． 今まで時系列信号をFFTして周波数領域でピークを探してある成分の周波数を 特定していましたが，この方法では真値がわかっていないとどれが自分の欲しい成分の ピークなのか判断できませんでした．(求めたい成分の信号強度は小さいので雑音に埋もれてしまい見えないことが多いので雑音を抑制する信号処理でピークをある程度確認にできる) そのため真値を用いず，ある成分の周波数を特定したいので時間領域で前情報などを 用いることで周波数の特定をしたいと考えました． しかし私の求めたい成分の時系列信号は形などから特徴を抽出することが難しく いろいろなアルゴリズムを検討してみたのですが具体的な解決策が見つかりませんでした． (ある成分のウェーブレット係数が周期的に変化するのではないか，極値・変曲点が周期的に変化しないか) 今までの内容を踏まえて何か思いつくようなことがあれば教えていただきたいです． よろしくお願います．
- ベストアンサー
- 情報工学
- 電極を用いた高周波信号の計測
例えば220MHzの周波数をもっているアンテナからの信号を電極を用いて検知する仕方はあるでしょうか？おそらく駄目だと思うのですが。 普通に考えると、計測器のサンプリング周波数が440MHz以上必要なのでしょうが現在、1Mサンプリングの計測器しかありません。
- 締切済み
- 科学
- FFTを使って信号から特定の周波数を抜き去る方法
FFTを用いてある時系列データから特定の周波数の成分を抜き去ろうと思っていますが、 うまくいかないのでお伺いします。 調べてみると、スペクトルを出すとき、例えば同じ振幅で周波数の異なるの正弦波を １０個入れても全て同じ振幅にならず、振幅の大きさにばらつきが出ていて周波数成 分の成分の推定がうまくいっていないようです。FFTの2乗のデータを小さな周波数区 間で積分してスペクトル密度にしても、先ほどの１０個の正弦波の振幅がそろわない のと、周波数推定が悪くなりうまく、引き去れなくなっています。 よくある状況だと思いますが、どういう工夫が必要なのでしょうか。 ちなみに、FFTのルーチンはnumerical recipeとFFTWの二つで試しました。
- ベストアンサー
- C・C++・C#
