Comparative Evaluation of the Accuracy and Robustness of Various Information Processing Algorithms from Tripled Measuring Channels


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Using the example of a three-channel system for measuring the level of filling of tanks of launch vehicles, we perform a comparative assessment of the accuracy and robustness of various algorithms for processing measurement information received from three measuring channels of the same type. We consider various processing algorithms of three equal-precision measurements: finding the arithmetic mean of three equal-precision measurements and a majority choice of three equal-precision measurements. For these algorithms, the probability density function of the measurement errors and confidence limits of the measurement error are found using the assumption of uniform or normal laws of the error distribution of three equally accurate measurements. A generalized algorithm for processing redundant information is proposed. The essence of the generalized algorithm is the addition of three equally accurate measurements taking into account individual weighting factors. Weight coefficients are selected based on the values of three equally accurate measurements: the minimum and maximum values are assigned the same weighting coefficient, and the median is assigned a coefficient which normalizes the sum of the three weighting factors to one. For a generalized algorithm by means of simulation modeling, the confidence limits of the measurement error are determined depending on the selected weighting factors. The robustness of the considered processing algorithms is evaluated for three equally accurate measurements performed on three measuring channels identical in design, with a random perturbation applied to one of the channels. Recommendations on the selection of weights for three equal measurements are given. For the fuel level measurement system under consideration, it is justified to use an algorithm for processing measurement information based on a majority choice of three equally accurate measurements.

Об авторах

P. Vlasov

All-Russia Research Institute of Physicotechnical and Radio Measurements (VNIIFTRI)

Автор, ответственный за переписку.
Email: pvlasov@vniiftri.ru
Россия, Mendeleevo

F. Khrapov

All-Russia Research Institute of Physicotechnical and Radio Measurements (VNIIFTRI)

Email: pvlasov@vniiftri.ru
Россия, Mendeleevo

L. Subota

All-Russia Research Institute of Physicotechnical and Radio Measurements (VNIIFTRI)

Email: pvlasov@vniiftri.ru
Россия, Mendeleevo

E. Cheremina

All-Russia Research Institute of Physicotechnical and Radio Measurements (VNIIFTRI)

Email: pvlasov@vniiftri.ru
Россия, Mendeleevo

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer Science+Business Media, LLC, part of Springer Nature, 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».