- ベストアンサー
高分解能タイマとは何か？
高分解能タイマとは何か？ はじめまして。 timeDebCapsやQueryPerformanceCounterで知ることになる高分解能タイマなんですが それが何なのか判り兼ねている状態なので説明が欲しくて質問いたしました。 周波数を測定する機能で、それはCPUに依存する？ということでしょうか？ 1ms毎に測定するということですが何を測定してるのかあまりよく分からないでいます。 ここのところを詳しく教えていただければ有難く思います。
- DEADSPACE566
- お礼率91% (509/559)
- C・C++・C#
- 回答数2
- ありがとう数3
- みんなの回答 （2）
- 専門家の回答
質問者が選んだベストアンサー
timeDebCapsが何かよく分かりませんが、基本的にWindowsの話ですよね。 GetTickCountのような基本的なタイマ機能では1ミリ秒単位でも数十ミリ秒程度の精度しかない時間しか計れませんし、より精度の高いtimeGetTimeでも最大で1ミリ秒の精度しか持ちません。 QueryPerformanceCounterは1ミリ秒より細かい時間の経過を計るための機能です。これで得られる値はある周波数での時間カウントですが、この周波数はマシン依存で周波数はQueryPerformanceFrequencyで得られます。カウントの絶対値には意味がなく、差分を取ることで間の経過時間を知ることができるだけです。現状で数マイクロ秒程度の精度はあると思います。 Pentium以降のIA32系CPUではタイムスタンプカウンタがあるので、これを利用していることが推測されますが、マルチCPUや可変クロックに対応するための補正が入っていると思われます。最近だとチップセットの高精度タイマを利用しているかもしれません。
その他の回答 (1)
- titokani
- ベストアンサー率19% (341/1726)
おそらくはCPUが自身のクロックをカウントしているんじゃないかと思います。
お礼
なるほど。 やはりＣＰＵと関連があったんですねー ちょっと自信がわきました＾＾
関連するQ&A
- FFTでの分解能について
FFTをするときに、その分解能はサンプリング時間とデータの数で決まってしまうと思うのですが、この二つを変えずに周波数分解能をあげることは可能でしょうか？また、データ数を補間する等して無理やり多くすると問題があるでしょうか？すいません、どなたかお答え下さい。
- 締切済み
- 科学
- フーリエ変換の分解能
横軸が時間のデータを扱っています。 フーリエ変換することで周波数を横軸にとるスペクトルが得られるわけですが、このスペクトルの周波数分解能をどうやって求めればよいかわかりません。 教科書を読むと1/(N*Dt) N:データ数,Dt:データ取り込み時の時間幅 で決まると書かれていますが、実際には周波数の大小に応じて分解能が異なるように思います。 周波数に応じた分解能、どうやって求めればよいのでしょうか？ ご教示、どうぞよろしくお願いいたします。
- 締切済み
- 物理学
- フォースセンサ(動力計)の固有振動数と分解能につ…
フォースセンサ(動力計)の固有振動数と分解能について エンドミル加工における切削抵抗を動力計で測定しているのですが、高速加工(40000rpm)のため、発生した抵抗に対する動力計の分解能を調べています。 色々調べてみたのですが、動力計の固有振動数が、その分解能を表しているという表記を見つけました（例えば、6枚刃で20000rpmならば、その切削基本周波数は6×20000÷60=2kHzであり、固有振動数10kHzの動力計では一刃あたりの切削抵抗を高分解能で測定可能であるという感じです）。 固有振動数はその付近では共振が起こる周波数であるとしか知らなかったので、固有振動数と分解能が、なぜ同一とみなせるのか、どうしてもわかりません。色々調べたのですが、どうしてもわからないので今回質問させていただきました。 わかりにくい文章で申し訳ありませんが、お答えいただけると幸いです。 よろしくお願いします。
- 締切済み
- 測定・分析
- 光学系の分解能について
光学系の分解能についての質問です． 凸レンズで平行光をつくり，運動している物体に照射し，光と影の部分を作ります．その後その平行光を凸レンズで結像し，CCDカメラで測定しようと考えています． 分解能は凸レンズが5μm，CCDカメラが0.1μmとなっています．この場合ですと，物体が0.1μm動いたとき，CCDカメラの分解能は満たしていますが，凸レンズの分解能が5μmで満たしていないため，測定することはできないのでしょうか？それとも私のレンズの分解能の解釈が違っており，単純にCCDカメラの分解能が満たしているため測定できるのでしょうか？
- 締切済み
- 科学
- 切り出し窓長と周波数分解能の関係
サンプリング速度が22.05kHz で，切り出し窓長が20msec の場合の周波数分解能はどんな値になるのでしょうか？ また、サンプリング速度が22.05kHz で， 切り出し窓長が50msecのときの周波数分解能はどんな値になるのでしょうか？ 式なども詳しく教えていただけるとありがたいです＞＜；
- ベストアンサー
- 物理学
- 離散フーリエ変換の周波数分解能
失礼します。 DFT（離散フーリエ変換）について質問させてください。 DFTの周波数分解能は時間領域でのデータが持つ幅の逆数で決まりますが、 この周波数分解能で表現されなかった周波数成分はどこに行くのか教えていただけないでしょうか？ DFTでの離散的な周波数の間にある成分はどこへ行くのか？ 単純に考えて、DFTは形としては級数和なので、 それらの成分はどこかに畳み込まれているように思うのですが、 表現されない周波数成分の情報は消されたりするのでしょうか？ よろしくお願い致します。
- ベストアンサー
- 物理学
- ｾﾝｻｰの分解能について教えてください
どうもはじめまして、技術初心者です。 ｾﾝｻｰの分解能について教えて下さい。 ﾌｫﾄ(光電)ｾﾝｻｰには分解能の定義が存在し、なぜ近接ｾﾝｻｰには分解能が存在しないのでしょうか？ 分解能の定義が存在する流量計や圧力計などは、測定値を0～5Vもしくは4～20mAに変換し、演算値を画面に出力しているんですよね？ 分解能とは精度、もしくは応答速度などの電気的にﾌｨｰﾄﾞﾊﾞｯｸが存在するものに定義づけられているものだと思っているのですが･･･ 色々調べても全く分かりません(´・ω・`) どなたか近接ｾﾝｻｰは、なぜ分解能がないのか？教えて下さい。 宜しくお願い致しますm(__)m ※質問者は非常に頭が悪いので物に例えて教えて頂けると助かります。
- ベストアンサー
- 監視・センサ
- SN比と分解能
ADコンバータの仕様についてお聞きしたい点があります。 2つ候補にしているADコンバータがあります。 ?入力レベル：MAX1.8Vp-p、分解能：16bit、SN：90dB ?入力レベル：MAX2.2Vp-p、分解能：24bit、SN：85dB 分解能が高い?の方がSNが良いのではと思っていたのですが、分解能も入力レベルも低い?の方がSNが良い仕様になっています。 一般的に分解能とSNは比例しないのでしょうか？ いろいろと調べてみましたが、SN=20*log(2^分解能)の式を見たりしましたので。 ありがとうございます。 仕様書の条件としては、?がfs=44.1kHz , ?がfs=16kHzと条件も全く一緒ではありませんでした。 教えていただいた、量子化雑音NQの計算式から、 サンプリング周波数が速い程、また分解能が高い程、量子化雑音は大きくなるという認識であっていますでしょうか？ 仕様書のSN値は量子化誤差以外の条件などが考慮したSN値とのことなので、サンプリング周波数を同じ条件にして、理論値を計算するなどしないと優劣を判断できないのでしょうか？ 例えば、量子化雑音は?が有利、分解能では?が有利など。
- ベストアンサー
- 電気設計
- FFTにおけるゼロ追加、補間や分解能について
FFT解析で、時間軸データの後にゼロをつけると、周波数分解能が上がることは数値計算で確認しましたが、次の場合のやり方がわかりませんので教えていただけないでしょうか。 1. 周波数軸データの後にゼロをつけて最高周波数をあげ、逆変換して刻み時間を細かくしたいのですが、ゼロの配置は共役関係やナイキスト周波数を考えるとどういう風になるのでしょうか。 2. 周波数軸データの値を内挿すると周波数分解能が上がり、逆変換すると結果として時間軸の継続時間が長くなるように思うのですが、それでよいのでしょうか。またその場合、良い内挿の方法はあるのでしょうか。 3. 以上に関するURLや書籍を紹介していただけないでしょうか。
- ベストアンサー
- 数学・算数
- 高分解能パフォーマンスカウンタ??
WIN32 APIのQueryPerformanceFrequecyで周波数を取得できるカウンタってどんなカウンタなんでしょうか？ MSDNには高分解能パフォーマンスカウンタって書いてますけどよくわかりません。 ネットで調べてもOSのカウンタ？H/Wカウンタ？と諸説です。 ちなみにXPだとCPUクロックっぽい値が出て来ました。 H/WにもOSにもあまり（というかほとんど）詳しくないですが、教えて頂けたら嬉しいです。
- ベストアンサー
- C・C++・C#
お礼
回答ありがとうございます。 高分解能＝クロックの周波数がかなり細かく測定できるということですよね。 とてもよく分かりましたよ。