Histogram
SinksHet Histogram-blok verzamelt binnenkomende continue of discrete meetsignalen gedurende de simulatie en geeft hun empirische kansdichtheid of frequentieverdeling weer als een interactief staafdiagram. Binnenkomende meetwaarden worden gesorteerd in discrete klassen (bins) over een door de gebruiker gekozen of automatisch bepaald bereik. Het is een onmisbaar analyse-instrument voor stochastische processen, karakterisering van sensorruis, Monte Carlo-tolerantiestudies en het verifiΓ«ren van Gaussische of uniforme statistische verdelingen.
Wiskundig Model
Gegeven een reeks van geregistreerde scalaire meetwaarden over de simulatietijd , wordt het bereik verdeeld in aaneensluitende klassen:
waarbij de klassebreedte wordt bepaald door de parameter binMode:
Het aantal metingen voor elke klasse is:
waarbij de indicatorfunctie voorstelt. De genormaliseerde empirische kansdichtheid voor klasse bedraagt:
Bij rangeMode = "auto" passen en zich dynamisch aan om alle waargenomen data te omsluiten. Bij rangeMode = "manual" worden uitschieters buiten opgevangen in de randklassen.
Ingangen & Uitgangen
| Direction | ID | Label | Type | Status |
|---|---|---|---|---|
| → In | in |
Input | array | Required |
Parameters
| Parameters | Label | Type | Standaard | Beschrijving |
|---|---|---|---|---|
rangeMode |
Range | select | auto |
Auto fits the axis to the data; Manual uses the Min/Max below. |
minValue |
Min Value | number | -5 |
Lower bound (Manual range only). |
maxValue |
Max Value | number | 5 |
Upper bound (Manual range only). |
binMode |
Binning | select | count |
How bins are sized: a fixed number, a fixed step width, or auto. |
bins |
Bin count | number | 20 |
Number of bins (Bin count mode). |
binWidth |
Bin width | number | 1 |
Width/step of each bin (Fixed width mode). |
Gebruiksvoorbeelden
Voorbeeld 1: Karakterisering van sensorruis in een traagheidsnavigatie-eenheid (IMU)
Kwantificeren van ruis op een versnellingsmeter in stilstand. Het signaal van het kanaal wordt aangesloten op een Histogram-blok met rangeMode = "auto", binMode = "count" en bins = 30. Na een simulatie van 10 seconden toont de klokvormige verdeling direct of de ruis zuiver Gaussisch is, wat de standaarddeviatie is en of er sprake is van een nulpuntsoffset.
Voorbeeld 2: Monte Carlo-opbrengstanalyse van inregeltijden
Onderzoeken van de spreiding in inregeltijd bij willekeurige productietoleranties. Met behulp van een RandomNumber-blok worden parameters gevarieerd en de resulterende inregeltijd wordt geregistreerd in een Histogram met rangeMode = "manual", minValue = 0.0, maxValue = 2.0 s en binWidth = 0.1 s. De verdeling toont direct welk percentage binnen de vereiste specificaties valt.
Opmerkingen & Best Practices
- Cumulatief analyse-instrument: In tegenstelling tot conventionele oscilloscopen accumuleert het histogram alle meetwaarden sinds de start van de simulatie. Bij langere runs convergeert de empirische frequentieverdeling naar de ware kansdichtheidsfunctie.
- Opvangen van uitschieters: In handmatige modus worden waarden buiten niet weggegooid, maar geteld in de buitenste randklassen.
- Automatische klassenindeling: De
auto-optie volgens Freedman-Diaconis zorgt voor een optimale balans tussen detail en statistische ruis, zonder overmatige afvlakking. - Zeer efficiΓ«nte berekening: Rechtstreeks berekend via snelle geheeltallige indexbepaling () in WebAssembly zonder meetbare vertraging.
Gerelateerde Componenten
- ScatterPlot: Evalueert de gezamenlijke statistische verdeling van twee onafhankelijke signalen.
- RandomNumber: Genereert uniforme en normale (Gaussische) toevalsvariabelen.
- uPlotDisplay: Toont tijddomeinsignalen als continue functies van de tijd.
- NumericDisplay: Real-time digitale numerieke LCD-uitlezing.