- •111Equation Chapter 1 Section 1федеральное агенство связи
- •2. 2. Содержание лабораторной работы
- •2.3. Задание на лабораторную работу
- •2.4. Типовой script-файл для выполнения лабораторной работы
- •2.5. Задание на самостоятельную работу
- •2.6. Отчет и контрольные вопросы
- •2.7.Литература
- •2.8.Код скрипта lr_02
- •Приложение 1. Дискретные сигналы
- •Детерминированные дискретные сигналы
- •Случайные дискретные сигналы
111Equation Chapter 1 Section 1федеральное агенство связи
Государственное образовательное учреждение
высшего профессионального образования
Московский технический университет
связи и Информатики
Кафедра радиотехнических систем
Лабораторный практикум
по дисциплине
ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ
Лабораторная работа № 2
МОДЕЛИРОВАНИЕ ДЕТЕРМИНИРОВАННЫХ И
СЛУЧАЙНЫХ ДИСКРЕТНЫХ СИГНАЛОВ
Москва 2013
УДК 621.391:519.27 План подготовки УМД 2013/2014 уч. года
Лабораторный практикум
по дисциплине
ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ
Лабораторная работа №2
МОДЕЛИРОВАНИЕ ДЕТЕРМИНИРОВАННЫХ И
СЛУЧАЙНЫХ ДИСКРЕТНЫХ СИГНАЛОВ
В лабораторной работе № 2 производится моделирование дискретизированных во времени сигналов различного вида, вычисляются среднее значение, свертка, АКФ и ВКФ характеристики заданных последовательностей и белого шума.
Основной применяемый метод экспериментального исследования – имитационное моделирование на персональной ЭВМ с применением системы для научных исследований MATLAB.
Для студентов радиотехнических и телекоммуникационных специальностей.
Список лит. 3 назв., табл. 1.
.
Цель работы:
22Equation Section 2Изучить математическое описание дискретных сигналов и овладеть программными средствами моделирования в MATLAB.
2. 2. Содержание лабораторной работы
Содержание работы связано с моделированием детерминированных и случайных последовательностей, в том числе типовых последовательностей, и расчетом их характеристик программными средствами МАТLАВ.
2.3. Задание на лабораторную работу
Лабораторная работа выполняется на основе script-файла 1r_02, который хранится в папке «Лабораторные работы по ЦОС\LAB_02» на рабочем столе.
Исходные данные для пунктов задания приводятся в табл. 2.1 для номера бригады,где = 1,2,..., 30 . Функцияв записи исходных данных означает вычисление значения по модулю.
В той же папке, что и скрипт хранится табл. 2.1 исходных данных и пример ее заполнения для = 1.
Таблица 2.1. Таблица исходных данных
Переменная |
Назначение |
Значение |
Идентификатор |
|
Номер бригады |
|
Nb = |
|
Длина последовательности |
|
N = |
|
Период дискретизации |
|
T = |
|
Основание экспоненты |
|
a = |
|
Амплитуда гармонического сигнала |
|
С = |
(рад) |
Частота гармонического сигнала |
|
w0 = |
|
Задержка |
|
m = |
|
Амплитуда импульса |
|
U = |
|
Начальный момент импульса |
|
n0 = |
|
Длина импульса |
|
n_imp = |
|
Амплитуды гармонических сигналов
|
|
Вектор B= [...] |
|
Частоты гармонических сигналов
|
|
Вектор w = [...] |
|
Коэффициенты линейной комбинации гармонических сигналов |
|
Вектор A = [...] |
|
Математическое ожидание |
|
Mean = |
|
Дисперсия |
|
Var = |
Задание на лабораторную работу связано с моделированием и анализом последовательностей и включает в себя следующие пункты:
1. Цифровой единичный импульс(идентификаторu0):
323\* MERGEFORMAT (.)
с выводом графиков на интервале дискретного времени (идентификатор):
424\* MERGEFORMAT (.)
и дискретного нормированного времени п (идентификатор n):
525\* MERGEFORMAT (.)
Пояснить:
взаимосвязь между дискретным и дискретным нормированным временем;
различие между цифровым единичным импульсом и дельта-функцией.
2. Цифровой единичный скачок (идентификатор):
626\* MERGEFORMAT (.)
с выводом графиков на интервалах времени 24 и 25.
Пояснить:
соответствие между цифровым и аналоговым единичными скачками;
чему равна частота дискретизации цифрового единичного скачка.
Дискретная экспонента (идентификаторx1):
727\* MERGEFORMAT (.)
с выводом графиков на интервалах времени 24 и 25.
Пояснить соответствие между дискретной и аналоговой экспонентами.
Дискретный комплексный гармонический сигнал (идентификаторx2):
828\* MERGEFORMAT (.)
с выводом графиков вещественной и мнимой частей на интервале времени25.
Записать сигнал 28в виде комбинации двух вещественных последовательностей.
5. Задержанные последовательности.
Вывести графики последовательностей 23, 26 и 27задержанных на т отсчетов (идентификаторы u0_m, u1_m и х1_m), на интервале времени25.
Записать формулы задержанных последовательностей.
6.Дискретный прямоугольный импульс :
929\* MERGEFORMAT (.)
с выводом графика на интервале времени 25.
Выполнить моделирование импульса двумя способами:
с помощью функции гесtpuls — идентификатор хЗ_1;
на основе цифрового единичного скачка — идентификатор хЗ_2. Пояснить:
формат функции геctpuls (познакомиться самостоятельно);
как выполняется моделирование импульса в обоих случаях.
7. Дискретный треугольный импульс.
Вывести график дискретного треугольного импульса (идентификаторx4), сформированного посредством свертки дискретного прямоугольного импульса 29 с самим собой, на интервале времени, равном длине свертки L:
10210\* MERGEFORMAT (.)
Для вычисления свертки использовать функцию: соnv(х,у),
где х, у — сворачиваемые последовательности.
Привести аналитическую запись свертки. Определить теоретически и по графику длину свертки Lи ширину треугольного импульса.
8. Линейная комбинация дискретных гармонических сигналов (идентификатор х5):
11211\* MERGEFORMAT (.)
где
, i = 1, 2, 312212\* MERGEFORMAT (.)
с выводом графиков последовательностей на интервале времени
211
Вычислить среднее значение (идентификатор mean_x5), энергию (идентификатор E) и среднюю мощность (идентификатор P) последовательности211
Пояснить:
операции при моделировании линейной комбинации сигналов(2.9);
как определяют указанные характеристики.
Дискретный гармонический сигнал с экспоненциальной огибающей. Вывести график дискретного сигнала (идентификаторх6), представляющего собой дискретный гармонический сигнал (идентификаторх)
212
с экспоненциальной огибающей , на интервале времени (2.12).
Привести аналитическую формулу дискретного сигнала и пояснить операции при его моделировании.
10. Периодическая последовательность дискретных прямоугольных импульсов.
Вывести график пяти периодов периодической последовательности (идентификаторх7) дискретных прямоугольных импульсов амплитуды Uи длительности с периодом, вдвое большим длительности импульса.
Для формирования пяти периодов последовательности выполнить действия:
на основе цифрового единичного скачка 26сформировать один период последовательности (идентификатор хр);
сформировать пять периодов последовательности с помощью функцииrepmat.
Пояснить операции при моделировании периодической последовательности.
11. Равномерный белый шум.
Вычислить оценки математического ожидания (идентификатор mean_uniform) и дисперсии (идентификатор var_uniform) равномерного белого шума (идентификатор r_uniform) длины 10 000 с математическим ожиданием и дисперсией установленными по умолчанию.
Вывести график оценки автоковариационной функции шума (идентификатор r_r_uniform), центрированной относительно т = 0.
Пояснить:
чему равны истинные значения математического ожидания и дисперсии;
каков вид истинной автоковариационной функции;
чему равна длина оценки автоковариационной функции.
12. Нормальный белый шум.
Вычислить оценки математического ожидания (идентификатор mean_norm) и дисперсии (идентификатор var_norm) нормального белого шума (идентификатор r_uniform) длины 10 000 с математическим ожиданием и дисперсией, установленными по умолчанию.
Вывести график оценки АКФ шума (идентификаторR_r_norm), центрированной относительно т = 0 .
Пояснить:
чему равны истинные значения математического ожидания и дисперсии;
каков вид истинной АКФ;
чему равна длина оценки АКФ.
13. Аддитивная смесь (идентификаторх8) дискретного гармонического сигнала 2 12 с нормальным белым шумом с выводом графика на интервале времени25.
Пояснить, что понимают под аддитивной смесью сигнала с шумом.
14. Оценка АКФ (идентификаторR) последовательности (см. п. 13)с выводом графика АКФ, центрированной относительно т = 0.
Вывести оценку дисперсии последовательности изначение . Пояснить:
свойства АКФ;
соответствие между выведенными значениями.
15. Нормальный белый шум с заданными статистическими характеристиками.
С помощью функции plotвывести графики четырех разновидностей нормального белого шума длины 10 000:
с математическим ожиданием и дисперсией, установленными по умолчанию, – идентификатор шума r_norm (см. п. 12);
с математическим ожиданием и дисперсией, установленной по умолчанию, — идентификатор шума r_normMean;
с математическим ожиданием, установленным по умолчанию, и дисперсией var — идентификатор шума r_normVar;
с математическим ожиданием mеаn и дисперсией vаr — идентификатор шума r_normMeanVar.
Для наглядности вывести графики шумов в одинаковом диапазоне по оси ординат [-мах мах] с помощью функции ylim, где мах равно максимальному значению шума среди четырех его разновидностей.
Построить гистограммы четырех разновидностей нормального белого шума с помощью функции hist (параметры задать по умолчанию).
Для наглядности вывести гистограммы в одинаковом диапазоне по оси абсцисс[-мах мах] с помощью функции xlim, где значение мах определено ранее.
В заголовке гистограмм вывести значения оценок математического ожидания(MeanValue) и дисперсии (Variance).
Пояснить:
к каким изменениям шума приводит изменение его математического ожидания и дисперсии;
что отображает гистограмма и как она изменяется при изменении математического ожидания и дисперсии шума.