DE102005062791A1 - Statistisches Stroming - Google Patents

Statistisches Stroming Download PDF

Info

Publication number
DE102005062791A1
DE102005062791A1 DE102005062791A DE102005062791A DE102005062791A1 DE 102005062791 A1 DE102005062791 A1 DE 102005062791A1 DE 102005062791 A DE102005062791 A DE 102005062791A DE 102005062791 A DE102005062791 A DE 102005062791A DE 102005062791 A1 DE102005062791 A1 DE 102005062791A1
Authority
DE
Germany
Prior art keywords
data
digital data
values
displayed
statistical values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102005062791A
Other languages
English (en)
Other versions
DE102005062791B4 (de
Inventor
Peter Ackermans
Gerhard Kerkhofs
Edwin Schild
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hottinger Bruel and Kjaer Inc
Original Assignee
LDS Test and Measurement Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LDS Test and Measurement Ltd filed Critical LDS Test and Measurement Ltd
Publication of DE102005062791A1 publication Critical patent/DE102005062791A1/de
Application granted granted Critical
Publication of DE102005062791B4 publication Critical patent/DE102005062791B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/25Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
    • G01R19/2506Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
    • G01R19/2509Details concerning sampling, digitizing or waveform capturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40Data acquisition and logging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • G06T3/4092Image resolution transcoding, e.g. client/server architecture

Abstract

Verfahren zur Bereitstellung eines Displaysignals, wobei die anzuzeigenden Digitaldaten mit statistischen Werten assoziiert sind, die für Digitaldaten-Blöcke vorbestimmter Größe festgelegt sind, folgende Schritte umfassend: Bestimmen der Displayskalierungsparameter; aus den Displayskalierungsparametern Bestimmen des Ausmaßes, in dem die statistischen Werte geeignet sind, anstelle einiger oder aller Digitaldaten verwendet zu werden, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder der statistischen Werte angezeigt werden sollen; Bestimmen der anzuzeigenden Datenpunkte; Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte und Generieren des Displaysignals von den Digitaldaten und/oder statistischen Werten.

Description

  • Gebiet der Erfindung
  • Diese Erfindung betrifft die Datenaufzeichnung zur Anzeige und Analyse. Insbesondere – aber nicht ausschließlich – betrifft die Erfindung die Steigerung der Geschwindigkeit, mit der ein Computer eine Benutzerauswahl aufgezeichneter Daten-Samples aus einer aufgezeichneten Datendatei anzeigen kann, und die Steigerung der Geschwindigkeit, mit der ein Computer relevante statistische Daten für diese Auswahl aufgezeichneter Daten berechnen und anzeigen kann, insbesondere wenn es um extrem große Dateien geht.
  • Hintergrund der vorliegenden Erfindung
  • In der Datenerfassungs- und Speicherungsindustrie ist das Aufzeichnen großer Datenmengen alltäglich. Die Menge der gespeicherten Daten nimmt rasch zu. Dem entsprechend nimmt auch die Kapazität der Computerspeichermedien, wie beispielsweise Festplatten, jedes Jahr zu, und es werden neue Technologien entwickelt, mit denen mehrere Platten gemeinsam verwendet werden können. Um Schritt zu halten, wurden Datenübertragungsverfahren zur Bewegung größerer Datenvolumina entwickelt, wie anhand der zunehmenden Nutzung von Firewire®, USB2 und Gigabit-Ethernet-Technologien zum Datentransfer durch Main Strom-Computerproduzenten dokumentiert wird. Da immer größere Datenmengen in Echtzeit aufgezeichnet und übertragen werden können, hat die Größe der aufgezeichneten Dateien zugenommen, um eine größere Messpräzision zu ermöglichen. Dies schafft ein Problem bei der Verarbeitung der resultierenden Datendateien mit den bürotypischen Computern, z.B. zur Analyse industrieller oder wissenschaftlicher Messungen. Denn obgleich selbst Personalcomputer ihre Geschwindigkeit und Kapazität gesteigert haben, können diese immer noch nicht ganze Aufzeichnungsdateien im Gigabytebereich in Echtzeit bearbeiten, wie dies vom Benutzer erwartet wird.
  • In der realen Welt erfordert die Bearbeitung großer Datenmengen unter Verwendung eines Personalcomputers in der Regel das Einlesen der Daten von der Festplatte in einen Speicher, die Verarbeitung der Daten im Speicher je nach Bedarf und dann das Speichern der Ergebnisse oder das Ablegen der verarbeiteten Werte. Wenn die aufgezeichneten Datendateien größer sind als die 256 MB bis 512 MB des integrierten Speicherbausteins hoher Bandbreite (auch bekannt als „Random Access Memory" – Direktzugriffsspeicher), die derzeit in Personalcomputern zur Anwendung kommen, können die Daten nicht vollständig in diesem integrierten Speicherbaustein gespeichert werden, und müssen partiell oder ganz entweder direkt von der Festplatte oder unter Verwendung einer Speichersubstitutionsdatei eingelesen werden, die in der Branche als Auslagerungsdatei bekannt ist, mit all den damit verbundenen Geschwindigkeitseinbußen, bevor der Prozessor ausgewählte mathematische Operationen an den Daten ausführen kann.
  • In Zukunft werden Computer zweifellos größere integrierte Speicherbausteine und eine höhere Verarbeitungsleistung haben, doch wenn die Größe der Datendateien im gleichen Tempo wie die Kapazität der Personalcomputer zunimmt, bleibt dieses Problem bestehen.
  • Das Ziel der Erfindung besteht folglich darin, die genannten Probleme zu überwinden.
  • Zusammenfassung der vorliegenden Erfindung
  • Die vorliegende Erfindung schafft folglich ein Verfahren zur Bereitstellung eines Displaysignals, wobei anzuzeigende Digitaldaten mit statistischen Werten assoziiert sind, die für Digitaldatenblöcke vorbestimmter Größe vorgesehen sind, wobei das Verfahren folgende Schritte umfasst: Feststellen von Displayskalierungsparametern; auf Basis der Displayskalierungsparameter das Feststellen des Ausmaßes, in dem die statistischen Werte geeignet sind, anstelle einiger oder aller digitalen Daten verwendet zu werden, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder statistischen Werte anzuzeigen sind; Feststellen der anzuzeigenden Datenpunkte; Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Generieren des Displaysignals von den Digitaldaten und/oder statistischen Werten.
  • Die vorliegende Erfindung schafft ein System zur Bereitstellung eines Displaysignals, wobei die anzuzeigenden Digitaldaten mit statistischen Werten assoziiert sind, die für Digitaldatenblöcke vorbestimmter Größe vorgesehen sind, Folgendes umfassend: Feststellungsmittel für Displayskalierungsparameter; Verarbeitungsmittel zur auf den Displayskalierungsparametern basierenden Feststellung des Ausmaßes, in dem die statistischen Werte zur Verwendung anstelle einiger oder aller Digitaldaten geeignet sind, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder statistischen Werte anzuzeigen sind; Verarbeitungsmittel zur Feststellung, welche Datenpunkte anzuzeigen sind; Dateneinlesemittel zum Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Displaymittel zum Erzeugen des Displaysignals aus den Digitaldaten und/oder statistischen Werten.
  • Die vorliegende Erfindung schafft ein Computerprogrammprodukt zur Bereitstellung eines Displaysignals, wobei das Computerprogrammprodukt ein Computer-verwendbares Medium mit einem Computer lesbaren Code darauf umfasst, einschließlich eines Programmcodes, der Folgendes umfasst: Befehle und Daten zur Veranlassung eines Prozessors, die Feststellung von Displayskalierungsparametern vorzunehmen; Feststellung auf der Grundlage der Displayskalierungsparameter, in welchem Ausmaß die statistischen Werte geeignet sind, anstelle einiger oder aller der Digitaldaten verwendet zu werden, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder statistischen Werte anzuzeigen sind; Feststellung der anzuzeigenden Datenpunkte; Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Erzeugen des angezeigten Signals von den Digitaldaten und/oder statistischen Werten.
  • Auf Basis der Vorteile der vorliegenden Erfindung wird ein Verfahren geschaffen, mit dem vermieden wird, dass eine sehr große Datendatei in ihrer Gesamtheit eingelesen wird, und mit dem rasch eine Anzeige aller oder eines Teils der Daten produziert wird, ohne wesentliche Merkmale der Daten, wie Scheitelpunkte, zu verlieren.
  • Des weiteren kann das genannte Verfahren auf die immer größeren Datendateien angewendet werden, die in der vorhersehbaren Zukunft aufgrund der Verwendung zusätzlicher statistischer Ströme zu erwarten sind.
  • Zudem kann die vorliegende Erfindung eine schnellere Methode des Berechnens unterschiedlicher statistischer Daten bereitstellen, die ein die Daten ansehender Benutzer bezüglich aller oder eines Teils der Daten wünscht, nachdem die Daten angezeigt worden sind.
  • Weitere Merkmale und Vorteile der Erfindung werden aus den Ansprüchen ersichtlich, auf die der Leser hiermit verwiesen wird, und des weiteren aus einer Betrachtung der nachstehenden Beschreibung der bevorzugten Ausführungsbeispiele der Erfindung und von Variationen derselben, die unter Bezugnahme auf die begleitenden Zeichnungen verfasst wurde, in denen gleiche Bezugszeichen sich auf die selben oder ähnliche Komponenten beziehen.
  • Kurze Beschreibung der Zeichnungen
  • 1 ist ein Blockdiagramm, in dem ein Standard-Personalcomputer dargestellt ist, der über ein Standard-Ethernet-Datennetz mit einer Datenabfrage- und Aufzeichnungsvorrichtung verbunden ist, welche von der vorliegenden Erfindung verkörpert wird;
  • 2 ist ein Blockdiagramm, in dem weitere Details der Datenabfrage- und Aufzeichnungsvorrichtung der 1 dargestellt sind;
  • 3 ist ein vereinfachtes Blockdiagramm, in dem interne Details für den Personalcomputer dargestellt sind, die zur Verwendung mit dem Ausführungsbeispiel der 1 geeignet sind;
  • 4 ist eine Repräsentation, in der die Rohdaten entlang zweier möglicher dezimierter statistischer Ströme gemäß dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung dargestellt sind;
  • 5 ist ein Fließdiagramm, in dem eine kurze Skizze des Verfahrens der Abfrage und des Speicherns aufgezeichneter Daten dargestellt ist;
  • 6 ist ein Fließdiagramm, in dem eine Skizze des Verfahrens dargestellt ist, in dem die Verwendung dezimierter Daten die Anzeige benutzergewählter Daten beschleunigen kann;
  • 7 ist ein Fließdiagramm, in dem eine Skizze des Niveau-Überschreitungs-Feststellungsverfahrens dargestellt ist; und
  • 8 ist ein Fließdiagramm, in dem eine Skizze des Verfahrens der Erzeugung dezimierter Ströme bei der Abfrage eines Signals und Produktion von Rohdaten dargestellt ist.
  • Beschreibung der bevorzugten Ausführungsbeispiele
  • Die Daten sind typischerweise zeitvariante Werte einer gemessenen physischen Quantität, wie Temperatur, Position, Geschwindigkeit, Konzentration oder Lichtstärke. Es besteht folglich die Wahrscheinlichkeit, dass die Werte in den für diese Erfindung vorgesehenen Anwendungen kontinuierlich als Funktion der Zeit variieren. Es können jedoch auch Werte mit signifikanten Diskontinuitäten verwendet werden.
  • Das bevorzugte Ausführungsbeispiel der vorliegenden Erfindung schafft ein Datenerfassungssystem, das auf den Empfang eines Analogsignals ausgelegt ist, zum Abfragen des Signals mit einer festgelegten Samplingrate und Aufzeichnen der abgefragten Daten in einer Rohdatendatei. Der Benutzer des Systems kann individuelle Messprotokolle erstellen, um diese Daten auf Basis seiner Messbedürfnisse aufzuzeichnen. Gleichzeitig mit der Aufzeichnung dieser Daten berechnet das System eine statistische Zusammenfassung für Blöcke von Rohdaten einer bestimmten Größe und speichert diese statistischen Daten, so dass sie mit der Rohdatendatei der von dem Signal genommenen Samples assoziiert sind. Die vom Endbenutzer als nützlich erachteten Daten können dann gespeichert und analysiert werden.
  • Das Datenerfassungssystem des vorliegenden Ausführungsbeispiels wird vorzugsweise in einer unabhängigen Einheit bereitgestellt, die die Aufzeichnungsvorrichtung, den Speicher, auf dem die Datendateien aufgezeichnet sind, die Computerausrüstung zur Verarbeitung der Ergebnisse und ein Display zum Ansehen der Ergebnisse umfasst. Es ist jedoch vorgesehen, dass einige oder alle dieser Komponenten in getrennten Modulen bereitgestellt werden können, deren jedes die Fähigkeit besitzt, über ein Kommunikationssystem zu interagieren, wie beispielsweise eine Ethernet-Verbindung zwischen der Aufzeichnungsausrüstung und der Computer- und Displayausrüstung gemäß Darstellung in 1.
  • Bezug nehmend auf 1, in der die oben erwähnte Methode mit getrennten Modulen dargestellt ist, wird ein Personalcomputer 1 dargestellt, der über ein Ethernet-Datennetz 2 mit einer Datenaufzeichnungsvorrichtung 3 verbunden ist. Der Personalcomputer 1 ist mit Displaymitteln ausgestattet, auf denen Ergebnisse angezeigt werden können. Die Datenaufzeichnungsvorrichtung 3 enthält das Aufzeichnungssystem und eine Netzschnittstellensteuerung zur Kommunikation mit dem Personalcomputer 1 über das Ethernet-Datennetz. Der Personalcomputer 1 kann die aufgezeichneten Daten anzeigen, die auf jedem geeigneten Speichermedium gespeichert werden können, das sich beispielsweise im Datenaufzeichnungssystem 3 oder auf dem Computer 1 befindet.
  • Es ist vorgesehen, dass andere Kommunikationsverfahren genutzt werden können, um der Aufzeichnungsvorrichtung die Kommunikation mit dem Computer zu ermöglichen, und auch dem Computer mit dem Display. Diese Verfahren umfassen – ohne darauf beschränkt zu sein – drahtlose Networking-Geräte, wie Bluetooth und 802.11b, und direkte Kabelverbindungen, wie USB und/oder Firewire. Es ist auch vorgesehen, dass der Personalcomputer 1 jede Rechnervorrichtung sein kann, die zur Verarbeitung der gespeicherten Datensamples in einer Weise geeignet ist, dass diese angezeigt werden, und deshalb die Form eines Standard-Desktopcomputers oder Laptops einnehmen kann, wie beispielsweise eines IBM-kompatiblen PCs auf Intel oder AMD-Basis, oder sogar eines Handheld-Geräts, wie eines Pocket-PCs.
  • Die Daten 101 werden von einer Analogdatenquelle empfangen, etwa von einem Sensor, beispielsweise einem Wärmesensor, Drucksensor oder dergleichen. Die empfangenen Daten werden dann in einem Analog-Digital-Wandler (ADC) 102 eingespeist. Der ADC 102 fragt das Analogsignal 101 in einer bestimmten Samplingrate ab und speist die digitalen, abgefragten Daten in einen Signalprozessor ein. In alternativen Ausführungsbeispielen ist das eingegebene Signal möglicherweise bereits digital oder kann aus einer zuvor gefüllten Speichervorrichtung geladen werden. Wenn die Daten bereits in digitaler Form vorliegen, können sie den Analog-Digital-Konvertierungsschritt auslassen, oder von einem Digitalwandler in das korrekte Format für den Signalprozessor 103 gebracht werden.
  • Wie in 8 dargestellt, verarbeitet der Signalprozessor 103 das vom ADC 102 empfangene Signal. Er empfängt die Daten und berechnet unterschiedliche Statistiken für Blöcke bestimmter Größe der eingegebenen abgefragten Daten und gibt ein oder mehrere dezimierte Ströme statistischer Daten aus, die mit den Roheingabedaten assoziiert sind. Im einfachsten Ausführungsbeispiel protokollieren diese separaten, dezimierten Datenströme die Minimum- und Maximum-Samplewerte für jeden Datenblock vorbestimmter Größe. In diesem Ausführungsbeispiel gibt es dezimierte Datenströme, welche die absoluten Maximal- und die absoluten Minimal-Sample-Werte für Blöcke von 500 Daten-Samples speichern, es ist aber vorgesehen, dass auch Datensätze anderer Größe verwendet werden können.
  • Die Form des Signalprozessors 103 kann von erfahrenen Fachpersonen je nach Bedarf festgelegt werden, je nach dem Volumen und der Rate, mit der die Daten abgefragt werden müssen, und soll die Form eines „Field Programmable Gate Array" (FPGA -Feldprogrammierbarer Gate-Array) annehmen, wenn ein großes Datenvolumen verarbeitet werden muss, oder eines Software-basierten DSP (Digital Signal Processor), wenn ein kleineres Datenvolumen vorliegt. Die schnellere FPGA-Vorrichtung würde benötigt, wenn viele statistische Ströme erforderlich sind.
  • Zur Erzeugung der dezimierten Datenströme können mehrere Methoden angewendet werden, die entweder in der Hardware oder in der Software implementiert werden können. Jeder Software-basierte Digitale Signalprozessor (DSP) ist in der Lage, die Rohdaten-Samples zu multiplizieren und zu addieren. DSPs verfügen über dedizierte Multiplizier- und Addiervorrichtungen, um diese Funktion auszuführen. Wenn die Sample-Raten zuzunehmen beginnen, wäre eine Hardware-basierte Lösung geeigneter, zumal beispielsweise moderne FPGAs und/oder CPLDs mit dedizierter Multiplizier- und Addierunterstützung verfügbar sind. Wenn in Zukunft unsere Sample-Raten zuzunehmen beginnen, sollte auch die Leistung von DSPs sowie die Geschwindigkeit von FPGA/CPLDs entsprechend zunehmen. Um den dezimierten Datenstrom in Echtzeit aus dem Roh-Samplestrom zu extrahieren, kann somit die beste Abstimmung zwischen Software-basiertem DSP oder Hardware-basierter FPGA/CPLD-Methode gewählt werden.
  • Die dezimierten Ströme können ohne Rohdaten verwendet werden, um einem Benutzer zu erlauben, große Mengen abgefragter Daten in einem Displaybereich beschränkter Größe anzuzeigen, ohne dass es zu einer merkbaren Verzögerung infolge der Verarbeitung aller Rohdaten durch den Computer kommt. Diese Verwendung der dezimierten Ströme ermöglicht zudem die Erhaltung der charakteristischen Merkmale der Rohdaten, wie Scheitel- und Talpunkte, wie weiter unten angesichts der Beschreibung des Verfahrens der Datenanzeige zu erklären sein wird.
  • Der Signalprozessor 103 kann auf Wunsch so adaptiert werden, dass er zusätzliche statistische Berechnungen zur Unterstützung der späteren statistischen Analyse benutzergewählter Teile der Daten listet, und dies erneut ohne für den Benutzer merkbare Verarbeitungsverzögerungen. Je nach dem, welche statistischen Parameter gespeichert sind, können weitere statistische Berechnungen rasch angezeigt werden, beispielsweise: das quadratische Mittel (RMS); die Standardabweichung (STD) und das Mittel (Durchschnittswert) eines benutzergewählten Datenteils.
  • Die rasche Berechnung dieser weiteren Statistiken nach Auswahl eines Datenteils durch einen Benutzer erfordert die rasche Bereitstellung bestimmter Werte. Beispielsweise verlangen die genannten statistischen Berechnungen von den Start- und Endpunkten der gewählten Rohdaten die Definition, auf welchem Teil der Daten die mathematischen Funktionen durchzuführen sind. Diese Werte stehen rasch zur Verfügung, nachdem der Benutzer die Daten gewählt hat.
  • Für dieselben Berechnungen müssen jedoch die Summe der Samples und die Summe der Quadrate der Samples in einem Block für den benutzergewählten Teil der Daten berechnet werden. Dies würde für ein großes Datenvolumen eine beträchtliche Zeit in Anspruch nehmen. Deshalb werden in einem fortgeschritteneren Ausführungsbeispiel, in dem der Rechenprozess beschleunigt ist, eine oder beide von Sample-Summe und Samplequadrat-Summe vom Signalprozessor auf der Aufzeichnungsstufe voraus berechnet und in einen oder mehrere zusätzliche statistische Ströme einbezogen.
  • Beispielsweise kann die oben erwähnte Berechnung des quadratischen Mittels (RMS) durch den Computer für eine Sammlung von N Werten {x1, x2, ..., xN} der Rohdaten unter Anwendung der folgenden Gleichung erfolgen:
    Figure 00070001
    des Mittelwerts für eine Sammlung von N Werten {x1, x2, ..., xN} unter Anwendung der folgenden Gleichung erfolgen:
    Figure 00070002
    und der Standardabweichung für eine Sammlung von N Werten {x1, x2, ..., xN} unter Anwendung der folgenden Gleichung erfolgen:
    Figure 00080001
  • Um diese Gleichungen mit erhöhter Geschwindigkeit zu evaluieren, könnte der Computer folglich vorher gespeicherte Werte von einer oder beiden der Sample-Summe und der Samplequadrat-Summe verwenden und diese in die Gleichung einsetzen, ohne große Datenmengen einlesen und eine Berechnung vornehmen zu müssen.
  • In dem Ausführungsbeispiel sind für die oben aufgeführten Beispielsberechnungen die Summe der Werte und die Summe der Quadratwerte für Datenblöcke von 500 Samples gespeichert. Sobald der Computer eine RMS-Berechnung durchzuführen hat, kann er die benötigten Werte von diesen dezimierten Datenströmen extrahieren und ein einzelnes Zwischenergebnis für jeden Datensatz von 500 Samples benützen, anstatt alle 500 Rohdaten-Samples zu bearbeiten. Dies ermöglicht dem Benutzer schnellen Zugriff auf den RMS-Wert eines ausgewählten Abschnitts der sequenziellen Rohdaten, also jede gewählte Periode während der Übertragung der Rohdaten in Echtzeit.
  • In einem anderen Ausführungsbeispiel besitzt der Signalprozessor 103 die zusätzliche Fähigkeit, dezimierte Ströme für größere Datenblöcke auszugeben. Um diesen Prozess für sehr große Datendateien zu beschleunigen, werden die Summe der Samples und die Summe der Sample-Quadrate für je 100.000 Samples in einem oder mehreren getrennten dezimierten Ströme gespeichert. Für noch größere Dateien werden die summierten Ergebnisse für je 10.000.000 Samples zu einem oder mehreren weiteren dezimierten Datenströmen hinzugefügt. Mit zunehmenden Dateigrößen ist vorgesehen, dass dieses Konzept durch die Bereitstellung von Summierungsergebnissen für noch größere Datenblöcke erweitert wird. Es ist zu beachten, dass die Größen der Datenblöcke, die als Beispiele gewählt wurden, nicht auf diese willkürlichen Werte beschränkt sind, und dass es demnach möglich ist, die Größe des Datenblocks entsprechend größer oder kleiner zu wählen.
  • Die oben aufgeführten Gruppengrößen wurden durch Experiment als sehr adäquate Größen ermittelt, so dass die zusätzliche für die statistischen Daten benötigte Speicherung nicht signifikant beeinträchtigt ist. Die Verwendung von Datenblockgrößen von 500, 100.000 und 10.000.000 Samples zur Erzeugung dezimierter Ströme für alle in den Ausführungsbeispielen oben genannten statistischen Berechnungen erhöht den von den aufgezeichneten Daten benötigten Speicherbedarf um nur etwa 2,5%. Es besteht allerdings keine Notwendigkeit zur Verwendung fester Dezimierungsgrößen, und jede Dezimierungsgröße sowie jede Zahl dezimierter Datenströme sind möglich.
  • Es ist möglich, das Ausmaß des benötigten zusätzlichen Plattenspeicherplatzes im Vergleich zur Notwendigkeit einer Beschleunigung der mathematischen Funktionen während der Anzeige zu optimieren, um ein zufrieden stellendes Leistungsniveau des Computers zu erreichen, wenn die Bearbeitung der Daten zur Anzeige für den Endbenutzer als getrennte Dateien gespeichert werden kann. Mit Hilfe intelligenter Software kann die optimale Größe und Anzahl der Dezimierungsströme festgestellt werden. Beispielsweise kann Software auf der Workstation ausgeführt werden, welche die Enddaten bearbeitet, um die Reaktionsbereitschaft der Workstation bei der Verwendung von Daten mit unterschiedlichen Dezimierungsfaktoren zu bestimmen, indem der Dezimierungsfaktor schrittweise erhöht wird. Sobald das Reaktionsniveau der Workstation eine bestimmte Höhe erreicht, die eine zufrieden stellende Reaktion aufweist, werden die Anzahl und Größe der Dezimierungsströme auf Basis der Ergebnisse festgelegt. Als Alternative könnte das Verhältnis zwischen CPU und Festplattengeschwindigkeiten auf Basis früherer Testergebnisse herangezogen werden, um eine geeignete Anzahl und Größe für die Dezimierungsströme zu bestimmen. Im vorliegenden Ausführungsbeispiel wurden die Anzahl und Größe der dezimierten Ströme jedoch manuell bestimmt.
  • Der dezimierte Datenstrom lässt einen Datenblock jeder Größe zu. Die Länge des Datensatzes, d. h. die Größe des Datenblocks, ist in einem Strom-Information-Header für den Datenstrom gespeichert. Dies ermöglicht mehrere Datenströme, von denen ein jeder seine spezifische Datensatzlänge besitzt, die den nächst höheren Dezimationsfaktor erfasst und aus seinem Information-Header identifizierbar ist. Das Aufzeichnungsdateiformat, in dem die Ströme gespeichert sind, ist so organisiert, dass es von Null bis zu einer beliebigen Zahl dezimierter Datenströme enthalten kann.
  • In einem anderen Ausführungsbeispiel können die Anzahl der Ströme und die Größe der benötigten (oder möglichen) Samples durch die Aufzeichnungsanwendung oder -Vorrichtung je nach Notwendigkeit von Geschwindigkeit versus festgestelltem Speicherplatzbedarf berechnet werden. Bezug nehmend auf 8, würde der zweite Schritt der Feststellung der Blockgröße und der zu berechnenden Statistik insofern geändert, dass der Schritt der Feststellung der optimalen Anzahl von Strömen und der Sample-Größe auf Basis der verfügbaren Hardware und der Anwendung, für die sie verwendet werden sollen, hinzugefügt wird. Im einfachsten Ausführungsbeispiel wird zur Feststellung, an welchem Punkt die unterschiedlichen Dezimierungsfaktoren verwendet werden, ein einfacher Algorithmus verwendet. Sobald zwanzig Ergebnisse für jeden Dezimierungs-Strom vorlie gen, wird dieser Dezimierungs-Strom berechnet und gespeichert. Wenn wir also den Dezimierungs-Strom mit einem Faktor von 1 in 500 betrachten, sind 10.000 Roh-Samples erforderlich. Für den Strom mit einem Dezimierungsfaktor 1 in 100.000 sind 2.000.000 Roh-Samples erforderlich.
  • Die verarbeiteten abgefragten Daten werden dann in einem Speicher 104 abgelegt und können von einem Mikroprozessor 105 manipuliert und/oder auf einer Speichervorrichtung 106 gespeichert werden. Der Speicher 104 kann jede Art von Speicher sein, der zum Speichern des Datenausgangs durch den Signalprozessor 103, bis diese gespeichert sind, geeignet ist, und soll beispielsweise die Form eines Standard-Computer-RAM oder Flash-Speichers annehmen. Die Speichervorrichtung 106 ist vorzugsweise ein Festplattenlaufwerk, kann aber auch andere Formen von Speichervorrichtungen umfassen, wie einen integrierten Speicherbaustein, und muss nicht in der Aufzeichnungsvorrichtung 3 untergebracht sein. Es ist vorgesehen, dass die verarbeiteten abgefragten Daten überall dort gespeichert werden können, wo auf sie zur gleichen Zeit wie auf die Rohdaten zugegriffen werden kann.
  • Zur Anzeige der Daten kann der Computer die Daten oder die dezimierten Ströme von einem lokalen Speichermedium oder über ein Kommunikationsmedium wie ein Ethernet-Netzwerk von der Datenaufzeichnungsvorrichtung einlesen.
  • Bei der Anzeige der Daten muss die Größe des Displaybereichs bekannt sein, in dem die Daten, in Form eines Ablaufs oder dergleichen, anzuzeigen sind. Nachdem dies bekannt ist, kann ein Skalierungsfaktor bestimmt werden, mit dem die Daten skaliert werden müssen, um in den Displaybereich zu passen. Der Displaybereich kann ein Teil oder der gesamte verfügbare Displaybereich sein. Wenn beispielsweise der gesamte Displaybereich 1024 Pixel mal 768 Pixel ausmacht, kann der Bereich dieses Displays, der der Anzeige der Datenachsen zugeteilt ist, 800 Pixel mal 600 Pixel ausmachen.
  • In dieser Implementierung ist jedes Pixel einem Datenpunkt zugeteilt, es ist jedoch auch vorgesehen, dass ein Datenpunkt jedem zweiten Pixel zugeordnet sein kann, was bedeutet, dass nur 400 Datenpunkte zur Darstellung eines Ablaufs benötigt werden. Datenpunkte können auch einer beliebigen Pixelzahl zugeordnet werden, was bedeutet, dass noch weniger Datenpunkte angezeigt werden.
  • Wenn der Benutzer einen Datenanteil zur Anzeige auswählt, liest der Computer die Rohdaten ein. Wenn ebenso viele abgefragte Datenpunkte wie Pixel vorhanden sind (in diesem Beispiel, bei Anzeige der einzelnen Datenpunkte entlang der horizontalen Achse, 800 Datenpunkte), werden die ausgewählten Daten-Samples eingelesen und als Ablauf auf dem Display dargestellt. Wenn zweimal so viele Datenpunkte wie Pixel vorhanden sind, wird jeder zweite Datenpunkt dargestellt. Dieses Verhältnis zwischen Datenpunkten und Pixeln bleibt erhalten, so dass wenn x Datenpunkte angezeigt werden müssen, 1 in x Punkten pro Pixel angezeigt werden.
  • Die im reduzierten Datenstrom gespeicherten Maximal- und Minimalwerte können anstelle des Einlesens der Rohdaten verwendet werden, wenn der Reduzierungsfaktor den Reduzierungsfaktor des ursprünglich reduzierten Datenströme erreicht, der in diesem Beispiel 500 ist. Wenn 500 mal so viele Daten-Samples wie Display-Pixels zur Verfügung stehen, kann der reduzierte Datenstrom anstelle der Rohdaten-Samples verwendet werden, um den angezeigten Ablauf zu erzeugen. Da in diesem Ausführungsbeispiel der reduzierte Datenstrom zur Erzeugung des Ablaufs verwendet wird, wird die Menge der vom Computer einzulesenden Daten um einen Faktor 500 reduziert.
  • Die Verwendung zusätzlicher reduzierter Datenströme kann auf die gleiche Art und Weise erfolgen. Unter Verwendung eines um 100.000 reduzierten dezimierten Datenströme und wenn mindestens 100.000 mal mehr Datenpunkte als Pixel zum Anzeigen des Ablaufs verfügbar sind, kann dieser zusätzliche dezimierte Strom anstelle der Rohdaten verwendet werden. Das selbe Prinzip kann unter Anwendung dezimierter Ströme unterschiedlicher Reduzierungsfaktoren angewendet werden.
  • Bei Betrachtung eines benutzergewählten Teils von Daten, der einen partiellen Block erfasst, für den statistische Werte festgestellt und in einem reduzierten Datenstrom gespeichert wurden und so nicht allein von einem reduzierten Datenstrom gelesen werden können, muss der Computer ein Edge-Processing (Kantenbearbeitung) ausführen, wie in 6 skizziert.
  • Das Edge-Processing umfasst die Berechnung statistischer Werte für Datenblöcke ohne vorher berechnete Statistik. Wenn beispielsweise eine Benutzerauswahl von Daten in Blöcke von Daten unterteilt werden kann, für die statistische Werte bereits berechnet wurden, ausgenommen für die Anfangs- und Abschlussteile der Daten, die nur Teile von Datenblöcken sind, für die die statistischen Werte vorberechnet wurden, besteht die Notwendigkeit zur Berechnung der relevanten statistischen Werte für diese Daten.
  • Bei Bedarf können andere berechnete statistische Daten, wie RMS und Standardabweichung für alle Daten oder Datenauswahlen auf dem Bildschirm mit den Datenpunkten oder anstelle dieser angezeigt werden.
  • Da die verarbeiteten statistischen Daten nur für vorher bestimmte Datenblöcke verfügbar sind, beginnt eine Benutzerauswahl der Rohdaten wahrscheinlich innerhalb eines Blocks und endet innerhalb eines Blocks, d. h. sie umspannt Teile von Blöcken sowie ganze Blöcke, für die statistische Daten berechnet wurden. Wenn die Datenauswahl des Benutzers einen Teil eines Datenblocks enthält, für den statistische Daten berechnet wurden, und wenn irgendwelche statistischen Datenströme, die kleinere Datenblockgrößen verwenden, anwesend sind, wird der statistische Datenstrom mit dem höchstmöglichen Reduzierungsfaktor verwendet. Wenn kein geeigneter statistischer Datenstrom verfügbar ist, müssen die Rohdaten verwendet werden. Somit wendet die Berechnung folgende Methode an, unter Bezugnahme auf das in 4 dargestellte Beispiel:
  • Der Rohdatenstrom R0 wird in zusammenhängende Blöcke gleicher Größe unterteilt, die Blocksequenz mit der Serie B1 ... Bn bezeichnet, und die dezimierten Ströme statistischer Daten mit der Serie R1 ... Rn bezeichnet (jeweils mit zunehmender Blockgröße).
  • Das vom Benutzer gewählte Datenintervall, dargestellt als Δ, wird von zwei Teilblöcken der dezimierten statistischen Daten für die Blöcke R1 B2 und R1 B6 erfasst, wobei die vollen Blöcke der dezimierten statistischen Daten dazwischen liegen. Zur Ermittlung der Summe der Quadrate dieser partiellen Blöcke, muss der Computer die Roh-Samples einlesen und die Summe der Quadrate jedes einzelnen partiellen Blocks berechnen. Mit dem in diesem Ausführungsbeispiel verwendeten Dezimierungsfaktor bedeutet dies ein Maximum von 499 Samples auf beiden Blöcken. Bezug nehmend auf das Fließdiagramm in 6, wird der angewendete Prozess dargestellt. Unter Anwendung des Prozesses werden alle dezimierten Ströme in der Benutzerdatenauswahl erfasst und in der Reihenfolge abnehmender Größe benützt, bis keine dezimierten Ströme zur Verfügung stehen; dann werden die relevanten Blöcke von Rohdaten eingelesen, und alle relevanten statistischen Daten werden berechnet oder die Werte werden angezeigt Die Blöcke R1 B3 und R1 B4 sind jedoch vom Reduzierungsfaktor erfasst. Der Computer muss also nur die Ergebnisse von R2 B2 einlesen. Die zur Berechnung benötigte Gleichung hat deshalb folgende Form:
    Figure 00120001
  • Nun muss der Computer die Ergebnisse der Teilsummen von den Rohdaten, die R2 B2 Ergebnisse und die R1 B5 Ergebnisse hinzufügen und kann die Evaluierung der Gleichungen beginnen. Eine Abbildung der Originaldaten hätte demgegenüber bedeutet, dass der Computer 100.000.000 Samples lesen und verarbeiten muss.
  • In dieser Implementierung mit dezimierten Ströme, welche Datenblöcke mit einer Sample-Größe von 500 und 100.000 umfassen, ist deshalb die maximale Datenmenge, die der Computer einlesen muss:
    • • 2 mal 500 Samples Rohdaten = 1000 Samples;
    • • 2 mal 200 ReduziertUm500-Ergebnisse = 400 Ergebnisse;
    • • 1000 ReduziertUm100k-Ergebnisse = 1000 Ergebnisse;
    wodurch sich eine Gesamtlesegröße von 2400 Ergebnissen oder Samples ergibt.
  • Ohne diese Datenströme wäre das Einlesen von 100 Millionen Samples und die Verarbeitung der verlangten Quadratoperationen und Additionen erforderlich gewesen, um dem oben beschriebenen Verfahren zu entsprechen.
  • Mit der zusätzlichen Verwendung des Datenstroms für Blöcke von je 10.000.000 Samples würde die Anzahl der Einlesungen, die der Computer ausführen muss, reduziert auf:
    • • 2 mal 500 Samples Rohdaten = 1000 Samples;
    • • 2 mal 200 RedziertUm500-Ergebnisse = 400 Ergebnisse;
    • • 2 mal 100 ReduziertUm100k-Ergebnisse = 200 Ergebnisse;
    • • 10 mal ReduziertUm100k-Ergebnisse = 10 Ergebnisse;
    wodurch sich eine Gesamtlesegröße von 1610 Ergebnissen oder Samples ergibt.
  • Dies ist keine so signifikante Reduzierung der Einlesezahl wie die Reduzierung zwischen der Anzahl der Einlesungen, die für die Verarbeitung der ursprünglichen Daten benötigt wird, und der Anzahl der Einlesungen, die unter Verwendung des statistischen Datenstroms für je 500 Samples benötigt wird. Sobald jedoch die Aufzeichnungsdateien auf Größen von mehr als Giga-Samples anwachsen, wird die Differenz bei Verwendung des Datenstroms für jeweils 10.000.000 Samples extrem signifikant.
  • Da die zusätzlichen absoluten Minimal- und absoluten Maximalwerten bereits im ersten reduzierten Datenstrom gespeichert sind, kann der Computer auch Suchfunktionen mit erhöhter Geschwindigkeit bereitstellen. Werte wie das absolute Minimum oder Maximum wären rasch zugreifbar, indem zuerst die statistischen Ströme abgesucht werden. Jede Niveauüberschreitung kann gesucht werden, indem geprüft wird, wo das Minimum niedriger und das Maximum höher ist als ein bestimmter Wert. Wenn der Minimal- und Maximalwert eines Datensatzes diesen Kriterien entsprechen, müsste der Computer den relevanten Teil des niedrigeren reduzierten Datensatzes lesen, und schließlich durch die entsprechenden Rohdaten-Samples, um das exakte Sample zu ermitteln, das den gewählten Level überschreitet.
  • Bezug nehmend auf 7, wo das Niveauüberschreitungs-Bestimmungsverfahren skizziert wird, werden die Minimal- und Maximalwerte der höchst dezimierten Datenströme mit dem gewählten Niveauüberschreitungswert verglichen. Wenn die Kriterien nicht erfüllt werden, kann der gesamte Sample-Block unterhalb dieses dezimierten Datensatzes als keine Niveauüberschreitung enthaltend markiert werden. Wenn die Suchkriterien entsprechen, geht der Computer durch jeden statistischen Datenstrom mit niedrigerer Blockgröße, bis das tatsächliche Sample, das den ausgewählten Level überschreitet, in den Rohdaten gefunden wurde.
  • Zur Anzeige des gesamten Verlaufs mit Darstellung der Daten in der vertikalen Achse muss ein geeigneter Skalierungsfaktor für den Verlauf bestimmt werden. Der Computer benötigt einen absoluten Minimal- und Maximalwert für den anzuzeigenden Verlauf, bevor er beginnen kann, die vertikale Skala für den Displaybereich zu bestimmen. Der Computer bestimmt unter Verwendung des verfügbaren dezimierten Stroms mit der höchsten Blockgröße und Abwärtsfortschreiten durch die niedrigeren Ströme, bis er schließlich zu den Rohdaten gelangt, das absolute Maximum und Minimum für die ausgewählten Daten. Dieser Prozess wird hier als Autoskalierung bezeichnet. Ist dieser deaktiviert, kann der Endbenutzer die Skalierung auf jede gewünschte Einstellung stellen.
  • Nachdem der Verlauf auf dem Display angezeigt wurde, und wenn zuvor gespeicherte Werte, wie etwa die Summe der Samples und die Summe der Quadrate der Samples, für jeden Block in zusätzlichen dezimierten Datenströmen gespeichert sind, kann eine Statistik für den angezeigten Datenteil berechnet werden. Alternativ dazu oder zusätzlich kann der Benutzer einen Teil des angezeigten Datenabschnitts auswählen, und für diesen Teil kann die Statistik berechnet und angezeigt werden.
  • Beispielsweise kann in einem Ausführungsbeispiel, in dem statistische Ströme für das absolute Minimum, das absolute Maximum, die Summe der Werte und die Summe der Quadrate der Werte berechnet werden, und für Blockgrößen von 500 berechnet werden, das quadratische Mittel (RMS) vom Computer für eine Sammlung von N Werten {x1, x2, ..., xN} der Rohdaten unter Anwendung der folgenden Gleichung berechnet werden:
    Figure 00140001
    der Mittelwert (M) für eine Sammlung von N Werten {x1, x2, ..., xN} unter Anwendung der folgenden Gleichung berechnet werden:
    Figure 00150001
    und die Standardabweichung (STD) für eine Sammlung von N Werten {x1, x2, ..., xN} unter Anwendung der folgenden Gleichung berechnet werden:
    Figure 00150002
  • In dem bevorzugten Ausführungsbeispiel sind alle der oben aufgeführten mathematischen Berechnungen möglich, und es werden dezimierte Datenströme für Blockgrößen von 500, 100.000 und 10.000.000 geschaffen, die Folgendes enthalten:
    • • den Wert des Samples, das den niedrigsten Wert im Datenblock darstellt;
    • • den Wert des Samples, das den höchsten Wert im Datenblock darstellt;
    • • die Summe der Samples aller Samples im Datenblock:
      Figure 00150003
      ; und
    • • die Summe der Quadrate aller Samples aller Samples im Datenblock
      Figure 00150004
  • Abschließend ist festzustellen, dass wie in der vorangehenden Beschreibung dargelegt, ein innovatives Verfahren zum Speichern der statistischen Merkmale eines Datenstroms in begleitenden Datenströmen und zusammen mit den Rohdaten geschaffen wird. Dieses Verfahren ermöglicht einem Benutzer die Anzeige sehr großer Datendateien unter wesentlich effektiverer Verwendung eines Computers, da der Computer die Rohda ten durch die statistischen Daten ersetzen kann, um die Anzeige schneller zu machen als bei der Verwendung konventioneller Verfahren, bei denen Rohdaten direkt verarbeitet werden.
  • Eine Anwendung für die statistischen Daten könnte die Schaffung einer neuen Wellenform sein, welche alle Ergebnisse enthält, die in den dezimierten statistischen Daten gespeichert sind. Beispielsweise kann für je 500 Rohdatenpunkte ein neues Sample bereitgestellt werden, von dem einer oder mehrere der Mittelwerte, RMS-Werte und Standardabweichungen der Rohdaten abgeleitet werden können. Indem alle diese Werte, z.B. RMS-Werte, in diesen neuen Verlauf versetzt werden, wird ein vom Originalkanal abgeleiteter mathematischer Kanal produziert. Die statistischen Abläufe würden zeigen, was als Trendsignale bezeichnet wird.

Claims (22)

  1. Verfahren zur Bereitstellung eines Displaysignals, wobei die anzuzeigenden Digitaldaten mit statistischen Werten assoziiert sind, die für Digitaldaten-Blöcke vorbestimmter Größe festgelegt sind, folgende Schritte umfassend: Bestimmen der Displayskalierungsparameter; aus den Displayskalierungsparametern bestimmen des Ausmaßes, in dem die statistischen Werte geeignet sind, anstelle einiger oder aller Digitaldaten verwendet zu werden, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder der statistischen Werte angezeigt werden sollen; Bestimmen der anzuzeigenden Datenpunkte; Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Generieren des Displaysignals von den Digitaldaten und/oder statistischen Werten.
  2. Verfahren nach Anspruch 1, wobei die statistischen Werte einige oder alle der Minimalwerte oder Maximalwerte der Digitaldaten umfassen.
  3. Verfahren nach Anspruch 2, wobei die anzuzeigenden Datenpunkte die Minimal- und die Maximalwerte der Digitaldaten umfassen.
  4. Verfahren nach Anspruch 2 oder 3, wobei die statistischen Werte einige oder alle von Standardabweichungen, einigen der Werte oder einigen der Quadrate von Werten umfassen.
  5. Verfahren nach Anspruch 1 bis 4, wobei die anzuzeigenden Digitaldaten durch Abfragen eines Analogsignals und Konvertieren der Samples zu Digitaldaten gewonnen werden.
  6. Verfahren nach Anspruch 1 bis 5, wobei der Prozess im Wesentlichen in Echtzeit stattfindet.
  7. System zur Bereitstellung eines Displaysignals, wobei die anzuzeigenden Digitaldaten mit statistischen Werten assoziiert sind, die für Digitaldatenblöcke bestimmter Größe festgelegt sind, Folgendes umfassend: Mittel zur Bestimmung von Displayskalierungsparametern; Verarbeitungsmittel zur auf den Displayskalierungsparametern basierenden Bestimmung des Ausmaßes, in dem die statistischen Werte für eine Verwendung anstelle einiger oder aller Digitaldaten geeignet sind, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder der statistischen Werte angezeigt werden sollen; Verarbeitungsmittel zur Bestimmung, welche Datenpunkte angezeigt werden sollen; Dateneinlesemittel zum Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Displaymittel zum Generieren des Displaysignals von den Digitaldaten und/oder statistischen Werten.
  8. System nach Anspruch 7, wobei die statistischen Werte einige oder alle der Minimalwerte oder Maximalwerte der Digitaldaten umfassen.
  9. System nach Anspruch 8, wobei die anzuzeigenden Datenpunkte die Minimal- und die Maximalwerte der Digitaldaten umfassen.
  10. System nach Anspruch 8 oder 9, wobei die statistischen Werte einige oder alle von Standardabweichungen, einigen der Werte oder einigen der Quadrate von Werten umfassen.
  11. System nach Anspruch 7 bis 10, wobei die anzuzeigenden Digitaldaten durch Abfragen eines Analogsignals und Konvertieren der Samples zu Digitaldaten gewonnen werden.
  12. System nach Anspruch 7 bis 11, wobei der Prozess im Wesentlichen in Echtzeit stattfindet
  13. Computerprogrammprodukt zur Bereitstellung eines Displaysignals, wobei das Computerprogrammprodukt ein Computer-nutzbares Medium mit einem Computer-lesbaren Code darauf umfasst, einschließlich eines Programmcodes mit: Befehlen und Daten zur Veranlassung eines Prozessors, die Feststellung von Displayskalierungsparametern vorzunehmen; Feststellung auf der Grundlage der Displayskalierungsparameter, in welchem Ausmaß die statistischen Werte geeignet sind, anstelle einiger oder aller der Digitaldaten verwendet zu werden, wenn festgestellt wird, welche Datenpunkte der Digitaldaten und/oder statistischen Werte anzuzeigen sind; Feststellung der anzuzeigenden Datenpunkte; Einlesen der anzuzeigenden Digitaldaten und/oder statistischen Werte; und Erzeugen des angezeigten Signals von den Digitaldaten und/oder statistischen Werten.
  14. Computerprogrammprodukt zur Bereitstellung eines Displaysignals nach Anspruch 13, wobei die statistischen Werte einige oder alle der Minimalwerte oder Maximalwerte der Digitaldaten umfassen.
  15. Computerprogrammprodukt zur Bereitstellung eines Displaysignals nach Anspruch 14, wobei die anzuzeigenden Datenpunkte die Minimal- und die Maximalwerte der Digitaldaten umfassen.
  16. Computerprogrammproduktzur Bereitstellung eines Displaysignals nach Anspruch 14 oder 15, wobei die statistischen Werte einige oder alle von Standardabweichungen, einigen der Werte oder einigen der Quadrate von Werten umfassen.
  17. Computerprogrammprodukt zur Bereitstellung eines Displaysignals nach Anspruch 13 bis 16, wobei die anzuzeigenden Digitaldaten durch Abfragen eines Analogsignals und Konvertieren der Samples zu Digitaldaten gewonnen werden.
  18. Computerprogrammprodukt zur Bereitstellung eines Displaysignals nach Anspruch 13 bis 17, wobei der Prozess im Wesentlichen in Echtzeit stattfindet.
  19. Vorrichtung wie im Wesentlichen hier unter Bezugnahme auf die in den begleitenden Zeichnungen dargestellten Figuren beschrieben.
  20. System wie im Wesentlichen hier unter Bezugnahme auf die in den begleitenden Zeichnungen dargestellten Figuren beschrieben.
  21. Methode wie im Wesentlichen unter Bezugnahme auf die in den begleitenden Zeichnungen dargestellten Figuren beschrieben.
  22. Trägermedium wie im Wesentlichen unter Bezugnahme auf die in den begleitenden Zeichnungen dargestellten Figuren beschrieben.
DE102005062791A 2005-01-05 2005-12-28 Statistisches Stroming Active DE102005062791B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB0500089 2005-01-05
GB0500089A GB2422081B (en) 2005-01-05 2005-01-05 Statistical streaming

Publications (2)

Publication Number Publication Date
DE102005062791A1 true DE102005062791A1 (de) 2006-07-13
DE102005062791B4 DE102005062791B4 (de) 2008-11-27

Family

ID=34179176

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102005062791A Active DE102005062791B4 (de) 2005-01-05 2005-12-28 Statistisches Stroming

Country Status (5)

Country Link
US (1) US7868886B2 (de)
CN (1) CN1808418B (de)
DE (1) DE102005062791B4 (de)
FR (1) FR2880440B1 (de)
GB (1) GB2422081B (de)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070255851A1 (en) * 2006-04-27 2007-11-01 Vrba Joseph A Adaptive data reduction for performance enhancement of large data set displays
DE102007018095B4 (de) * 2006-12-14 2010-06-10 Rohde & Schwarz Gmbh & Co. Kg Vorrichtung und Verfahren zur Ermittlung einer statistischen Kenngröße als zusätzliche Signalinformation zur Dezimierung einer Folge von Signalabtastwerten
US8363054B2 (en) * 2010-06-16 2013-01-29 Microsoft Corporation Localized layout and routing in an interactive diagramming system
US9069726B2 (en) 2012-12-12 2015-06-30 Microsoft Technology Licensing, Llc Iteratively calculating standard deviation for streamed data
US20150091907A1 (en) * 2013-09-27 2015-04-02 Byte Paradigm Sprl Method and system for storing waveform data
WO2015044175A1 (en) * 2013-09-27 2015-04-02 Byte Paradigm Sprl Method and system for storing waveform data
BE1021546B1 (fr) * 2013-10-30 2015-12-11 Byte Paradigm Sprl Procede et systeme pour le stockage de donnees de forme d'onde.
CN104639143A (zh) * 2014-12-18 2015-05-20 北京奥普维尔科技有限公司 一种提高时钟信号分析的方法及系统
US10033778B2 (en) * 2015-09-29 2018-07-24 International Business Machines Corporation Real-time statistical analysis on high speed streaming data

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5255365A (en) * 1988-07-12 1993-10-19 Le Croy S.A. Method and apparatus for compacting digital time series data for display on a digital oscilloscope
US5138252A (en) * 1990-11-09 1992-08-11 Hewlett-Packard Company Automatic scaling for display of modulation domain measurements
US5218299A (en) * 1991-03-25 1993-06-08 Reinhard Dunkel Method for correcting spectral and imaging data and for using such corrected data in magnet shimming
US5375067A (en) * 1992-12-11 1994-12-20 Nicolet Instrument Corporation Method and apparatus for adjustment of acquisition parameters in a data acquisition system such as a digital oscilloscope
US5397981A (en) * 1994-02-28 1995-03-14 Fluke Corporation Digital storage oscilloscope with automatic time base
US5553006A (en) * 1994-06-09 1996-09-03 Chelsea Group Ltd. Method and apparatus for building environmental compliance
US5740064A (en) * 1996-01-16 1998-04-14 Hewlett-Packard Co. Sampling technique for waveform measuring instruments
US6057790A (en) * 1997-02-28 2000-05-02 Fujitsu Limited Apparatus and method for data compression/expansion using block-based coding with top flag
US5939877A (en) * 1997-05-27 1999-08-17 Hewlett-Packard Company Graphical system and method for automatically scaling waveforms in a signal measurement system
US5898420A (en) * 1997-08-13 1999-04-27 Hewlett-Packard Company Instrument with maximum display update rate and maximized display bandwidth given the display update rate
US6374251B1 (en) * 1998-03-17 2002-04-16 Microsoft Corporation Scalable system for clustering of large databases
US6711709B1 (en) * 1998-06-24 2004-03-23 Unisys Corporation Integrated block checking system for rapid file transfer of compressed data
US6344844B1 (en) * 1998-08-21 2002-02-05 Agilent Technologies, Inc. Digital oscilloscope having improved peak detect mode
US6457144B1 (en) * 1998-12-08 2002-09-24 International Business Machines Corporation System and method for collecting trace data in main storage
US6642926B1 (en) * 1999-09-24 2003-11-04 Tektronix, Inc. Test and measurement instrument having telecommunications mask testing capability with a mask zoom feature
US6356849B1 (en) * 2000-01-28 2002-03-12 Agilent Technologies, Inc. Method for automatically scaling sampled representations of single-valued and multi-valued waveforms
JP2001272421A (ja) * 2000-03-24 2001-10-05 Matsushita Electric Ind Co Ltd データ蓄積システム
US8010174B2 (en) * 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US6725172B2 (en) * 2002-04-17 2004-04-20 Agilent Technologies, Inc. Systems and methods for tagging measurement values
US6693576B2 (en) * 2002-05-23 2004-02-17 Tektronix, Inc. Methods and apparatus providing multiple concurrent acquisition modes in a digitizing measurement instrument
US6760673B2 (en) * 2002-07-31 2004-07-06 Agilent Technologies, Inc. Method and apparatus for waveform measurement instrument
US7489825B2 (en) * 2005-07-13 2009-02-10 Ge Medical Systems Method and apparatus for creating a multi-resolution framework for improving medical imaging workflow

Also Published As

Publication number Publication date
CN1808418A (zh) 2006-07-26
FR2880440A1 (fr) 2006-07-07
GB2422081A (en) 2006-07-12
DE102005062791B4 (de) 2008-11-27
FR2880440B1 (fr) 2010-10-22
CN1808418B (zh) 2014-04-23
GB2422081B (en) 2010-09-29
US20060181440A1 (en) 2006-08-17
GB0500089D0 (en) 2005-02-09
US7868886B2 (en) 2011-01-11

Similar Documents

Publication Publication Date Title
DE102005062791B4 (de) Statistisches Stroming
WO2001086819A9 (de) Verfahren und vorrichtung zur kompression und/oder dekompression sowie zur analyse und darstellung von daten
DE19641283A1 (de) Abtasttechnik für Signalformmeßgeräte
DE112018007712T5 (de) Datenverarbeitungseinrichtung und datenverarbeitungsverfahren
DE10132767A1 (de) Verfahren und Vorrichtung zur Bestimmung von Tier-, Pflanzen und/oder Gesteinsarten sowie von Teilen oder Erzeugnissen hieraus, sowie des Ortes ihres Vorkommens
DE102012201619A1 (de) Messvorrichtung und Verfahren zur automatischen Anpassung des Kontrastes in der Bildschirmdarstellung
EP1273007B1 (de) Verfahren zur bestimmung eines charakteristischen datensatzes für ein datensignal
DE2057660B2 (de) Vorrichtung zum Erzeugen eines elektrischen Signals, das für eine bestimmte Eigenschaft eines elektrischen Eingangssignals repräsentativ ist
DE102019106724A1 (de) Effiziente Datenverarbeitung
DE10122318B4 (de) Verfahren und Vorrichtung zur Berechnung von Qualitätsfähigkeitskenngrößen
DE102021124135B4 (de) Verfahren und Vorrichtung zur digitalen Signalverarbeitung
Lentz et al. Automated Imhoff cone calibration and soil loss/infiltration analysis for furrow irrigation studies
EP1986127B1 (de) Erzeugung von Endmember-Spektren
DE10225344A1 (de) Verfahren zur Bestimmung des Rausch-Niveaus eines als Folge von digitalisierten Messwerten repräsentierten Signals
DE102005018063A1 (de) Verfahren zum Empfangen und Zuordnen von bedingten abhängigen Testergebnissen
DE102017108016A1 (de) Mikroskopsystem und Verfahren zum Betreiben eines Mikroskopsystems
DE3205852C2 (de) Anordnung zur Messung der Arbeitsverteilung von Programmroutinen in einem programmgesteuerten System, insbesondere in einem programmgesteuerten Fernsprechsystem
DE102022213606A1 (de) Verfahren und Vorrichtung zur Anomaliedetektion eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung
DE102004058254B4 (de) Verfahren zur Reduktion von Messdaten
DE102022213425A1 (de) Verfahren und Vorrichtung zum Evaluieren eines Gesundheitszustands eines Streichmessers einer Papierherstellungsmaschine und Rechenvorrichtung
Krämer Towards a robust framework for recurrence analysis: automated state space reconstruction, optimal parameter selection and correction schemes
WO2018108281A1 (de) Verfahren und vorrichtungen zum rechnergestützten konfigurieren eines tiefen neuronalen netzes
DE102019102284A1 (de) Verfahren zur Analyse mehrerer Datensätze sowie Signalanalysevorrichtung
WO2021038074A1 (de) Verfahren zur detektion epileptischer und psychogener anfälle
DE102004034398A1 (de) Verfahren zum Ermitteln einer linearen Beziehung aus elektronisch speicherbaren Meßdaten

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: HOTTINGER BALDWIN MEASUREMENTS INC., MARLBOROU, US

8328 Change in the person/name/address of the agent

Representative=s name: DR. VOLKER VOSSIUS, CORINNA VOSSIUS, TILMAN VOSSIU