Méthodes de caractérisation des erreurs des analyseurs numériques de transitoires

• Auteur / Autrice : Zine-Eddine Baarir
• Direction : René Castagné
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance en 1986
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Analyse de régression

Mots clés libres

Analyseur numérique de transitoires

Erreurs dynamiques

Résumé

Après une étude bibliographique des méthodes de caractérisation des erreurs des analyseurs numériques de transitoires en régime et en régime dynamique, nous avons trouvé que les méthodes utilisées dans les conditions dynamiques sont insuffisantes principalement à cause de leur aspect global (liés à tous les codes de l’analyseur). Nous avons donc essayé deux nouvelles méthodes qui permettent de caractériser l’erreur dynamique locale c’est-à-dire liée à chaque code. Une première méthode consiste à caractériser la composante déterministe de cette erreur à partir de l’étude des histogrammes obtenus par acquisition d’un grand nombre de données enregistrées à différentes vitesses d’un signal d’entrée en rampe. L’autre méthode consiste à caractériser les composantes déterministe et aléatoire de l’erreur à partir de sa moyenne temporelle et son écart type temporel, respectivement l’erreur étant mesurée sur plusieurs apparitions d’un code par assimilation du signal réel avec son approximation par une méthode de régression linéaire.

After a bibliographical study of error caracterisation methods for fast digitizers operating under static and dynamic conditions, it was found that the methods used for the dynamic conditions were insufficient, mainly because of their global aspect (related to all digitizer codes). Therefore, we tried two new methods which can caracterize the local dynamic error (i. E. The error related to each code). The first method caracterizes the deterministic component of this error by using histograms obtained by acquisition of a large number of data recorded different input rates of a saw-tooth signal. The other method caracterizes both the deterministic and random components of the error by calculating its mean value and standard deviation respectively; the error is measured for several occurences of a given code by assimilating the real signal with its approximation obtained by the linear regression method.