Zusammenfassung
Jedes informationstragende physikalische Signal weist stochastische Merkmale auf. Dieser seit SHANNON auch quantitativ faßbare Sachverhalt ist nicht nur bei der Messung, Übertragung, Aufbereitung und Deutung physikalischer Signale zu berücksichtigen, sondern auch bei der Vorbereitung, Testung, Kalibrierung und Wartung der Meß- und Auswerteeinrichtungen und -prozeduren. Letzteres insofern, als die zum Test erforderlichen Signale den natürlichen Meßsignalen immer ähnlicher sein müssen, je stärker das reale Meßsystem von idealisierenden Modellen abweicht, und je komplexer sich die Meß- und Auswerteprozeduren gestalten. Dieser Gesichtspunkt rückt besonders dann ins Blickfeld, wenn die Messung mit einer signifikanten Veränderung bzw. einer Zerstörung der natürlichen stochastischen Signalquelle einhergeht, und damit die Wiederholbarkeit des Meßvorganges zur Ergebnissicherung nicht möglich ist. Anderseits sollte der Test - bei aller wünschenswerten Ähnlichkeit zwischen natürlichem stochastischen Meßsignal und synthetischem Testsignal - auch im Detail wiederholbar sein. Die Überbrückung dieses Widerspruchs führt auf die Anwendung pseudo-stoachastischer Testsignale - d.h. vollständig determinierter Signale mit Häufigkeitseigenschaften, die den jeweils maßgeblichen Wahrscheinlichkeitseigenschaften der nachzubildenden stochastischen Prozesse entsprechen oder zumindest nahekommen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Pompe, W.; Morgner, W: Sitz.-Ber. der AdW Nr.10 N, 1981
Liewers, P.: Rauschdiagnostik, Berlin: Akademieverlag 1985
Dörfel, G; Kirchhoff, G.; Schöps, V.: Simulation spannungsinduzierter Schallemission durch ein Gerät mit pseudostochastischer Signalerzeugung. Feingerätetechnik 32(1983) 10, 457–459
Dörfel, G.; Kluge, W.; Kubsch, M.: A pseudorandom pulser technique for the correction of dead-time and pile-up losses in 7-ray spectrometry. Nucl. Instrum. Meth. 214 (1983), 435–440
Zierler, N.: Linear recurring sequences. J. Soc. Indust. Appl. Math. 7 (1959), 31–48
Golomb, S, W.: Shift register sequences. San Francisco: Holden Day 1967
Pangratz, H.: Elektronischer Generator zur Nachbildung der Poisson-Statistik. Frequenz 33(1979) 7/8, 204–207
Dörfel, G.: The concept of the m·n-Feedback Shift Register Generator with Optimum (Pseudo-)Randomness Properties. A.E.Ü. 40 (1986)4, 213–218
Dörfel, G.: Pseudostochastische Impulsgeneratoren - Strukturen und Anwendungen. Exp. Techn. Phys. 35(1987)1, 1–12
Dörfel, G.: Variance Properties of the m·n-FSRG (in Vorbereitung)
Dörfel, G.; Schöps, V.; Zimmermann, J.: Steuerbare und instationäre Impulsquellen zur Simulation Poissonscher Nutz-und Störsignale, atp-msr 33/34(1991)8, 332–335
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Dörfel, G., Schöps, V. (1992). Echtzeit-Modellierung instationärer binomialer bzw. Poissonscher Ereignisfolgen. In: Krönig, D., Lang, M. (eds) Physik und Informatik — Informatik und Physik. Informatik-Fachberichte, vol 306. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77382-2_33
Download citation
DOI: https://doi.org/10.1007/978-3-642-77382-2_33
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55298-7
Online ISBN: 978-3-642-77382-2
eBook Packages: Springer Book Archive