OP问题blockquote回答者地址每一分
链接
  1. 你怎么能测量这些点之间的电压?

Q1:我想象你可以测量电位差使用气象气球。发送一个气球高达10000英尺(气球)和一个20000英尺(气球B)与电线连接电压表。这里的挑战是占线电阻,,如果潜在的区别是低,十有八九会干扰测量。如果太低的差异来衡量,你需要放大电压,然后考虑放大和线阻力。

  1. 如果点在同一高度,但10英里远离对方。你怎么能测量电压潜力?(即PA在俄亥俄州10 k脚下和PB在印第安纳州在20 k英尺海拔,地面两点之间的距离是10英里)

Q2:我将再次尝试使用气象气球,但显然气球,气球B将在同一高度,但相距10英里。

  1. 你怎么能确定潜在的振荡?

第三季度:用一个示波器代替电压表测量。会有噪音无论如何;振动所产生的噪声和实际振荡是一个主观判断的问题。我想说真正振荡潜在的差异可能是低频,为了滤除高频噪声电路连接到一个低通滤波器和示波器在处理之前。

确定振荡的另一种方法是测量电压与一个数据记录器和后处理与计算机软件;任何编程语言,可以很容易地处理大量数据就足够了,即使excel工作。情节的电压和时间使用线性回归模型平滑噪声。作为一个例子,python的numpy称为polyfit的回归函数。线性回归模型和一个移动的窗口你会截断数据集的开始和结束,但这不该问题如果你有很多的数据。

Q1:我想象你可以测量电位差使用气象气球。发送一个气球高达10000英尺(气球)和一个20000英尺(气球B)与电线连接电压表。这里的挑战是占线电阻,,如果潜在的区别是低,十有八九会干扰测量。如果太低的差异来衡量,你需要放大电压,然后考虑放大和线阻力。

Q2:我将再次尝试使用气象气球,但显然气球,气球B将在同一高度,但相距10英里。

第三季度:用一个示波器代替电压表测量。会有噪音无论如何;振动所产生的噪声和实际振荡是一个主观判断的问题。我想说真正振荡潜在的差异可能是低频,为了滤除高频噪声电路连接到一个低通滤波器和示波器在处理之前。

确定振荡的另一种方法是测量电压与一个数据记录器和后处理与计算机软件;任何编程语言,可以很容易地处理大量数据就足够了,即使excel工作。情节的电压和时间使用线性回归模型平滑噪声。作为一个例子,python的numpy称为polyfit的回归函数。线性回归模型和一个移动的窗口你会截断数据集的开始和结束,但这不该问题如果你有很多的数据。

  1. 你怎么能测量这些点之间的电压?

我想象你可以测量电位差使用气象气球。发送一个气球高达10000英尺(气球)和一个20000英尺(气球B)与电线连接电压表。这里的挑战是占线电阻,,如果潜在的区别是低,十有八九会干扰测量。如果太低的差异来衡量,你需要放大电压,然后考虑放大和线阻力。

  1. 如果点在同一高度,但10英里远离对方。你怎么能测量电压潜力?(即PA在俄亥俄州10 k脚下和PB在印第安纳州在20 k英尺海拔,地面两点之间的距离是10英里)

我将再次尝试使用气象气球,但显然气球,气球B将在同一高度,但相距10英里。

  1. 你怎么能确定潜在的振荡?

用一个示波器代替电压表测量。会有噪音无论如何;振动所产生的噪声和实际振荡是一个主观判断的问题。我想说真正振荡潜在的差异可能是低频,为了滤除高频噪声电路连接到一个低通滤波器和示波器在处理之前。

确定振荡的另一种方法是测量电压与一个数据记录器和后处理与计算机软件;任何编程语言,可以很容易地处理大量数据就足够了,即使excel工作。情节的电压和时间使用线性回归模型平滑噪声。作为一个例子,python的numpy称为polyfit的回归函数。线性回归模型和一个移动的窗口你会截断数据集的开始和结束,但这不该问题如果你有很多的数据。

链接
具体化
  • 26
  • 4

Q1:我想象你可以测量使用气象气球的电位差。发送一个气球高达10000英尺(气球)和一个20000英尺(气球B)与电线连接电压表。这里的挑战是占线电阻,,如果潜在的区别是低,十有八九会干扰测量。如果太低的差异来衡量,你需要放大电压,然后考虑放大和线阻力。

Q2:我将再次尝试使用气象气球,但是显然气球,气球B会在同一高度,但相距10英里。

问题3:用一个示波器代替电压表测量。会有噪音无论如何;振动所产生的噪声和实际振荡是一个主观判断的问题。我想说真正振荡潜在的差异可能是低频,为了滤除高频噪声电路连接到一个低通滤波器和示波器在处理之前。

确定振荡的另一种方法是测量电压与一个数据记录器和后处理与计算机软件;任何编程语言,可以很容易地处理大量数据就足够了,即使excel工作。情节的电压和时间使用线性回归模型平滑噪声。作为一个例子,python的numpy称为polyfit的回归函数。线性回归模型和一个移动的窗口你会截断数据集的开始和结束,但这不该问题如果你有很多的数据。

Baidu
map