Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Самарский государственный аэрокосмический университет имени академика С. П. Королева (национальный исследовательский университет)» (СГАУ) Факультет информатики Кафедра информационных систем и технологий ПОЯСНИТЕЛЬНАЯ ЗАПИСКА к курсовому проекту по дисциплине «Проектирование автоматизированных систем научных исследований» «Автоматизированная система научных исследований для аппроксимативного корреляционно – спектрального анализа в ортогональном базисе»

Выполнила: студентка гр.6504

Хорова М.Г.

Руководитель проекта:

Прохоров С.А.

Дата сдачи:

Оценка:

Самара, 2012 г.

Кафедра информационных систем и технологий

«УТВЕРЖДАЮ» Руководитель проекта _________________ /Прохоров С.А./ «_____» _________ 2012 г.

Задание на курсовой проект

по курсу: «Проектирование автоматизированных систем

научных исследований»

студентке гр. 6504

Хоровой М.Г.,

Тема проекта:

«Автоматизированная система научных исследований для аппроксимативного корреляционно – спектрального анализа в ортогональном базисе»

1 Содержание задания

1.1 Произвести анализ предметной области по методологии объектной декомпозиции.

1.2 Реализовать программное и информационное обеспечения системы в соответствии с проектом, подготовить контрольные примеры и провести тестирование и отладку.

1.3 Оформить документацию проекта.

2 Исходные данные

2.1 Характеристики входного процесса:

объект автоматизации – процесс построения случайного процесса с заданным видом корреляционной функции (КФ);

количество отсчетов СП: N = 1000 ÷ 10000;

метод моделирования СП: с известной КФ;

виды КФ:

Rx(τ)= e^-α׀τ׀;

Rx(τ)= e^-α׀τ׀*(1-α τ);

Rx(τ)= e^-α׀τ׀*(1+α τ);

Rx(τ)= e^-α׀τ׀ *(cos(ω₀τ) – ^α/ ω₀*sin(ω₀τ));

Определить:

виды автоматизируемой деятельности:

• процесс генерирования СП;

• расчет числовых и вероятностных характеристик СП;

• построение корреляционной функции

• построение ортогональной модели КФ

• построение спектральной плотности мощности

числовые характеристики СП:

• математическое ожидание;

• дисперсия;

вероятностные характеристики СП:

• корреляционная функция;

• спектральная плотность мощности;

виды визуализации:

• результаты расчетов числовых характеристик;

• графическое представление КФ;

• графическое представление ортогональной модели КФ в базисе Якоби [-1/2 ; 0];

• графическое представление спектральной плотности мощности случайного процесса.

2.2 Требования к информационному обеспечению:

информационное обеспечение разрабатывается на основании следующих документов:

Прохоров, С.А. Аппроксимативный анализ случайных процессов – Самара: СНЦ РАН,2001.-380с.

Прохоров, С.А. Математическое описание и моделирование случайных процессов – Самара: СНЦ РАН,2001.-209с.

Прохоров, С.А. Ортогональные модели корреляционно-спектральных характеристик случайных процессов. Лабораторный практикум. – Самара: СНЦ РАН, 2008.-301с.

Прохоров С.А., Куликовских И.М. Лабораторный практикум. Моделирование и анализ случайных процессов; СНЦ РАН, 2002 г. , 277 с.;

2.3 Требования к техническому обеспечению:

тип ЭВМ - IBM PC совместимый;

монитор с разрешающей способностью не ниже 800 х 600;

манипулятор – мышь;

конфигурация комплекса определяется в процессе выполнения проекта.

2.4 Требования к программному обеспечению:

тип операционной системы - Windows ХР и выше;

язык программирования – С#;

среда программирования – Visual Studio 2010.

2.5 Общие требования к проектируемой системе.

2.5.1 Функции, реализуемые системой:

• предоставление графического интерфейса;

• моделирование случайных процессов с заданным видом корреляционной функции;

• построение корреляционной функции;

• построение модели корреляционной функции;

• построение спектральных характеристик;

2.5.2 Технические требования к системе:

режим работы - диалоговый;

система должна удовлетворять санитарным правилам и нормам СанПин 2.2.2.4-/1340-03;

условия работы средств вычислительной техники должны соответствовать группе 1п. 1.3.1 ГОСТ 21552-84.

2.6 Условия работы:

1) температура окружающей среды 20-40 °C;

2) относительная влажность воздуха 45-50 %;

3) содержание вредных веществ, пыли и подвижного воздуха в рабочей зоне должно соответствовать нормам ГОСТ 12.1.00.5, 12.1.00.7.

Календарный план выполнения работ

№ п/п	Этапы работ	Объем этапа в % к общему объему проекта	Плановый срок окончания	Фактический срок окончания	Подпись
1	Подготовка и утверждение задания	5	11.09.2012
2	Разработка проекта	30	1.10.2012
3	Реализация проекта	40	15.12.2012
4	Оформление документации и защита	25	25.12.2012

Руководитель проекта __________/С.А. Прохоров /11.09.2012

Задание принял к исполнению _________/М.Г. Хорова/11.09.2012__

Реферат

Пояснительная записка 59 с, 21 рисунок, 7 источников, 3 приложения.

СЛУЧАЙНЫЙ ПРОЦЕСС, КОРРЕЛЯЦИОННАЯ ФУНКЦИЯ, ВЕРОЯТНОСТНЫЕ И ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ, ИНТЕРВАЛ ДИСКРЕТИЗАЦИИ, АППРОКСИМАЦИЯ, ОРТОГОНАЛЬНАЯ ФУНКЦИЯ

В данном проекте разрабатываются алгоритмы генерации случайного процесса с заданным видом корреляционной функции, алгоритмы аппроксимации случайного процесса, а так же рассчитываются его вероятностные и числовые характеристики. Пользователь может задать количество отсчетов, погрешность вычисления и выбрать вид корреляционной функции.

Программа будет написана на языке С# в среде Visual Studio 2010 и будет функционировать в операционной системе Windows.

Оглавление

Реферат 7

Введение 9

1 системотехническая часть 10

1.1 Описание и анализ предметной области 10

1.1.1 Классификация случайных процессов 10

1.1.2 Способы описания и задания СП 11

1.1.3 Методы моделирования СП 12

1.1.4 Вероятностные и числовые характеристики 14

1.1.5 Аппроксимация корреляционных функций ортогональными функциями. 17

1.1.6 Описание аналогов системы 20

1.2 Постановка задачи 21

1.3 Разработка подсистем и алгоритмов 22

1.4 Выбор и обоснование программных средств 26

1.4.1 Выбор операционной системы 26

1.4.2 Выбор языка программирования 26

2 Конструкторско-технологическая часть 27

2.1 Разработка пользовательского интерфейса системы 27

2.1.1 Описание первой подсистемы 27

2.1.2 Описание второй подсистемы 29

2.1.3 Описание третьей подсистемы 34

2.2 Выбор и обоснование конструкторско-технологических средств 35

2.2.1 Расчет требуемых ресурсов 35

2.2.2 Минимальные требования к системе 36

Заключение 37

Список использованной литературы 38

Приложение А 39

Корреляционные функции 39

ПРИЛОЖЕНИЕ Б 40

Количество ординат КФ и интервалы дискретизации 40

ПРИЛОЖЕНИЕ В 41

Программная реализация системы 41

Введение

На пути создания образцов новой техники, технологических процессов научные исследования являются первым шагом, в процессе которого исследователь открывает новые законы, закономерности, совершает научные открытия. Научные исследования представляют собой сложный, итерационный процесс, представляющий сочетание теоретических, включая методы моделирования, и экспериментальных методов.

Не умаляя достоинств теоретических методов исследования, значение экспериментальных методов трудно переоценить. Исследователь, с целью подтверждения основных положений новой теории, нуждается в экспериментальной проверке [1] .

Научные исследования, проводимые с помощью ЭВМ, имеют более точные результаты и возможность корректировки входных параметров, что не всегда можно достичь при натуральном эксперименте. Моделирование случайных процессов строится на основе заданной корреляционной функции. В рамках курсового проекта необходимо разработать автоматизированную систему научных исследований для аппроксимативного корреляционно – спектрального анализа в ортогональном базисе.

Система будет разрабатываться по технологии быстрой разработки приложений RAD (Rapid Application Development). RAD предполагает, что разработка ПО осуществляется небольшой командой разработчиков за срок порядка трех-четырех месяцев с применением инструментальных средств визуального моделирования и разработки. Технология RAD предусматривает активное привлечение заказчика уже на ранних стадиях – обследование организации, выработка требований к системе

Применение технологии RAD целесообразно, когда:

требуется выполнение проекта в сжатые сроки (90 дней);

ПО не обладает большой вычислительной сложностью [2] .