МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ "ЛЬВІВСЬКА ПОЛІТЕХНІКА"
ВИЗНАЧЕННЯ ХАРАКТЕРИСТИК ВИПАДКОВИХ СИГНАЛІВ
ІНСТРУКЦІЯ
до лабораторної роботи № 3
з курсу " Засоби прийому та обробки інформації в системах технічного захисту"
для студентів базового напряму
6.170102 "Системи технічного захисту інформації"
Затверджено
на засіданні кафедри
"Захист інформації"
Протокол N від
Львів 2010
Визначення характеристик випадкових сигналів: Інструкція до лабораторної роботи № 3 з курсу "Засоби прийому та обробки інформації в системах технічного захисту" для студентів базового напрямку "Системи технічного захисту інформації" усіх форм навчання / Укл. Ю. В. Лах, І. А. Прокопишин. – Львів: НУЛП, 2010. – 5 с.
Укладачі: Ю. В. Лах, канд. фіз.-мат. наук, І.А.Прокопишин, канд. фіз.-мат., доц.
Відповідальний за випуск : Ю. В. Лах, канд. фіз.-мат. наук
Рецензенти: Я. Р. Совин, канд. техн. наук, доц., Р. М. Джала, док. техн. наук, проф.
Програми склав та відлагодив доц. каф. захисту інформації Лах Ю. В.
МЕТА РОБОТИ – Мета роботи – вивчити засоби МАТЛАБ для визначення характеристик випадкових сигналів із відомими параметрами та отримати навики проведення аналізу з допомогою бібліотеки SP Toolboоks.
1. ЗАВДАННЯ
Вихідні данні – Вихідні данні – параметри сигналу задані математичним сподіванням, дисперсією та видом розподілу, а варіанти параметрів подані у табл. 3.
Порядок виконання лабораторної роботи:
1. Отримати варіант роботи у викладача.
2. Загрузити систему МАТЛАБ в комп’ютер.
3. Створити скрипт-файл лабораторної роботи.
4. Побудувати графіки та перенести їх у звіт.
5. Оформити звіт.
2. ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ
Визначити інтервал часу, період квантування сигналу та згенерувати два сигнали із заданими параметрами варіанту, побудувати графіки сигналів, використовуючи команду plot.
Побудувати гістограму розподілу імовірності (функцію густини імовірності) з допомогою команди hist.
Оцінити числові характеристики сигналів: математичне сподівання, дисперсію, среднє квадратичне відхилення, коефіцієнт взаємної кореляції двох сигналів.
Визначити функціональні характеристики сигналів: нормовану автокореляційну функцію та нормовану взаємно кореляційну функцію.
Визначити вид функції густини розподілу залежно від числових параметрів розподілу (математичне сподівання та дисперсія) з допомогою функції disttool.
Таблиця 3
Номер
Параметри сигналу
Вид розподілу
варіанту
Математичне сподівання
Дисперсія
1
0.1
1.5
Рівномірний
2
1.0
2.0
Гаусівський
3
5.0
1.0
Рівномірний
4
10.0
1.0
Гаусівський
5
20.0
5.0
Рівномірний
6
30.0
10.0
Гаусівський
7
3.0
1.0
Рівномірний
8
5.0
2.0
Рівномірний
9
7.0
8.0
Гаусівський
10
9.0
5.0
Рівномірний
11
10.0
6.0
Гаусівський
12
1.5
0.1
Рівномірний
13
2.0
1.0
Гаусівський
14
1.0
5.0
Рівномірний
15
1.0
10.0
Гаусівський
16
5.0
20.0
Рівномірний
17
10.0
30.0
Гаусівський
18
1.0
3.0
Рівномірний
19
2.0
5.0
Гаусівський
20
8.0
7.0
Рівномірний
21
5.0
9.0
Гаусівський
22
6.0
10.0
Рівномірний
23
1.5
0.1
Гаусівський
24
2.0
1.0
Рівномірний
3. ДОВІДКОВІ ДАНІ. ПРИКЛАД СКРИПТ-ФАЙЛУ.
Приклад.
t = 0:0.001:0.512; %час
x1 =rand(size(t)); %сигнал 1
x2 =rand(size(t)); %сигнал 2
n=512;
figure(1)
plot(t(1:n),x1(1:n),t(1:n),x2(1:n));grid; %графіки сигналів
title('Signal Corrupted');
xlabel('time (milliseconds)');
figure(2)
subplot(1,1,1)
hist(x1,20);hist(x2,20) % функції густини за даними сигналів
x1m=mean(x1);x2m=mean(x2); % математичне сподівання (1-й момент)
x1_std=std(x1);x2_std=std(x2); % CKВ
x1_disp=x1_std^2;x2_disp=x2_std^2; % дисперсія
x1_cov=cov(x1);x2_cov=cov(x2); %коваріація (2-й момент)
R = corrcoef(x1,x2); %коефіцієнт корреляції
figure(3)
subplot(2,1,1)
X_corr=xcov(x1); % кореляційна функція
plot(X_corr/n/x1_disp);
subplot(2,1,2)
X1X2_cor=xcov(x1,x2)/(x1_std*x2_std)/n;...
