Подякувати Студентському архіву довільною сумою
Admin
26.02.2023 12:38
Дякуємо, що користуєтесь нашим архівом!
Інформація про навчальний заклад
ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Захист інформації
Інформація про роботу
Рік:
2010
Тип роботи:
Інші
Предмет:
Захист інформації
Частина тексту файла (без зображень, графіків і формул):
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ "ЛЬВІВСЬКА ПОЛІТЕХНІКА"
ДИСКРЕТНЕ ПЕРЕТВОРЕННЯ ФУР’Є З ДОПОМОГОЮ ІНСТРУМЕНТАЛЬНИХ ЗАСОБІВ МАТЛАБ. ДИСКРЕТНЕ ОБЕРНЕНЕ ПЕРЕТВОРЕННЯ ФУР’Є ТА ФІЛЬТРАЦІЯ СИГНАЛІВ
ІНСТРУКЦІЯ
до лабораторної роботи № 2
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
Дискретне перетворення Фур’є з допомогою інструментальних засобів МАТЛАБ. Дискретне обернене перетворення Фур’є та фільтрація сигналів: Інструкція до лабораторної роботи № 2 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. – 7 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 – вивчити засоби МАТЛАБ для визначення спектральних характеристик детермінованих дискретних сигналів та дослідити спектральні характеристики сигналу заданого варіанту. Вивчити засоби МАТЛАБ для визначення характеристик детермінованих сигналів із заданими спектральними властивостями та навчитися розв’язувати задачу фільтрації на основі обернене перетворення Фур’є.
1. ЗАВДАННЯ
Вихідні данні – вид сигналу, значення параметрів сигналу, частота квантування представлені в табл.2.
Порядок виконання лабораторної роботи:
1. Ознайомитись із основами теорії перетворення Фур’є.
2. Отримати варіант роботи у викладача.
3. Загрузити систему МАТЛАБ в комп’ютер.
4. Створити скрипт-файл лабораторної роботи.
5. Побудувати графіки сигналів і перенести їх у звіт.
6. Загрузити систему СІМУЛІНК.
7. Згенерувати сигнал, використовуючи блоки системи СІМУЛІНК.
8. Виконати спектральний аналіз сигналів з допомогою блоків Power
Spectral Density, Averaging Power Spectral Density бібліотеки
блоків Simulinks Extras – Additional Sinks.
9. Побудувати графіки спектрів сигналів і перенести їх у звіт.
10. Обмежити спектр сигналу, залишивши в спектрі основні гармоніки.
11. Побудувати графіки відновлених сигналів.
12. Оформити звіт.
2. ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ
Завантаження системи МАТЛАБ. Знайти на робочому столі комп’ютераіконку системи МАТЛАБ і провести запуск. За відсутності іконки виконати запуск через послідовність операцій ПУСК-ПРОГРАМИ-МАТЛАБ.
Створення скрипт-файлу Відкрити новий М-файл на панелі інструментів для створення програми, набрати необхідні команди МАТЛАБу для виконання роботи. Зокрема, в програмі побудувати спектр сигналу для відповідного вибраного варіанту даної лабораторної роботи. Далі побудувати графік амплітудного спектру. Сформувати масив комплексного спектру як частину основного спектру із врахуванням спектральних властивостей сигналу. Відновити сигнал по зрізаному спектру. Зберегти програму в робочому каталозі.
Таблиця 2
Номер
Вид сигналу
Параметри сигналу
варіанту
амплітуда
частота, Гц
час квантування, с
1
Сходинка («скачок»)
10
––
1
2
Сходинка («скачок»)
100
––
0,2
3
Сходинка («скачок»)
1
––
0,01
4
Біполярний прямокутний періодичний сигнал («меандр»)
10
1
0,1
5
Біполярний прямокутний періодичний сигнал («меандр»)
1
10
0,02
6
Біполярний прямокутний періодичний сигнал («меандр»)
10
100
0,005
7
Біполярний прямокутний періодичний сигнал («меандр»)
0,1
1000
0,00003
8
Однополярний прямокутний періодичний сигнал
0,5
10
0,03
9
Однополярний прямокутний періодичний сигнал
1
100
0,004
10
Однополярний прямокутний періодичний сигнал
10
1000
0,000025
11
Однополярний прямокутний періодичний сигнал
0,1
10000
0,00001
12
Гармонічний сигнал
1
10
0,02
13
Гармонічний сигнал
10
100
0,003
14
Гармонічний сигнал
0,1
1000
0,0002
15
Періодичний сигнал з лінійно наростаючою амплітудою
Від 1 до 10
10
0,005
16
Періодичний сигнал з лінійно наростаючою амплітудою
Від 100 до 500
100
0,00004
17
Періодичний сигнал з лінійно наростаючою амплітудою
Від 0,01 до 1
1000
0,00003
18
Періодичний сигнал з лінійно наростаючою частотою
1
Від 1 до 10
0,01
19
Періодичний сигнал з лінійно наростаючою частотою
5
Від 10 до 100
0,001
20
Періодичний сигнал з лінійно наростаючою частотою
10
Від 100 до 300
0,0003
21
Випадковий сигнал із нормальним розподілом
МС* - 1 СКВ* - 0,5
––
0,1
22
Випадковий сигнал із нормальним розподілом
МС - 10 СКВ - 1
––
0,1
23
Випадковий сигнал із нормальним розподілом
МС - 100 СКВ - 5
––
0,1
24
Випадковий сигнал із нормальним розподілом
МС - 0 СКВ - 0,1
––
0,1
*МС – математичне сподівання, СКВ – середньо-квадратичне відхилення.
Відладка програми та її виконання. Запустити програму через введення імені програми в командному вікні МАТЛАБу. При повідомленні помилок виконати необхідні виправлення.
Загрузка системи СІМУЛІНК. Загрузити систему СІМУЛІНК з допомогою натиснення клавіші на інструментальній панелі системи або вводу команди simulink в командному вікні МАТЛАБу. Відкрити нове вікно для створення блок-схеми моделювання сигналів. Вибрати послідовно бібліотеки Sinks, Sourse и Simulinks Extras для «перетягування» необхідних блоків в робоче вікно. З’єднати блоки і виконати моделювання з допомогою клавіші Start. Результати моделювання перенести в звіт.
3. ДОВІДКОВІ ДАНІ. ПРИКЛАДИ СКРИПТ-ФАЙЛІВ.
Приклад 1.
t = 0:0.001:0.6; %час
x = sin(2*pi*50*t)+sin(2*pi*120*t); %сигнал
y = x + 2*randn(size(t)); %сигнал з помилкою
plot(1000*t(1:50),y(1:50)); %графік сигналу
xlabel('time (milliseconds)');
Y = fft(y,512); %перетворення Фур’є
Pyy = Y.* conj(Y) ; %модуль перетворення Фур’є
f = 1000*(0:256)/512; %вектор половини частоти дискретизації
plot(f,Pyy(1:257)); %графік амплітудного спектру на половині частоти
title('Frequency content of y')
xlabel('frequency (Hz)')
Приклад 2.
t = 0:1/100:10-1/100; %час
x = sin(2*pi*15*t) + sin(2*pi*40*t); %сигнал
y = fft(x); % перетворення Фур’є
m = abs(y); %модуль комплексного спектру
p = unwrap(angle(y)); %фаза комплексного спектру
f = (0:length(y)-1)'*100/length(y); % частота в герцах
subplot(2,1,1), plot(f,m),
ylabel('Abs. Magnitude'), grid on
subplot(2,1,2), plot(f,p*180/pi)
ylabel('Phase [Degrees]'), grid on
xlabel('Frequency [Hertz]')
Зокрема, перелік команд МАТЛАБу для визначення спектру сигналу та
фільтрації приведено в наступному прикладі.
Приклад 3.
t = 0:0.001:0.512; %час
x = sin(2*pi*5*t)+sin(2*pi*12*t); %сигнал
y = x + 0*randn(size(t)); %сигнал с помилкою
n=512; %кількість відрахунків
figure(1)
plot(t(1:n),y(1:n));grid; %графік сигналу
title('Signal Corrupted with Zero-Mean Random Noise');
xlabel('time (milliseconds)');
Y = fft(y,n); % перетворення Фур’є
Pyy = Y.* conj(Y) / n; %модуль перетворення Фур’є
f = 1000*(0:n)/n; %половина частоти дискретизації
figure(2)
plot(f(1:100),Pyy(1:100)); grid; %график АЧХ
title('Frequency content of y')
xlabel('frequency (Hz)')
%**************************** обернене перетворення Фур’є *************
N=100;
Y1=[Y(1:N) zeros(1,n-N)]; %зрізування спектру сигналу
figure(3)
x1=ifft(Y1,n); %обернене перетворення Фур’є
plot(t(1:n),2*x1(1:n),t(1:n),y(1:n)),grid;
4. ЗМІСТ ЗВІТУ
Зміст повинен містити: мету роботи, основні формули про перетворення Фур’є, варіант завдання, скрипт-файл генерації сигналів та їх обробку, блок-схему генерації сигналів в системі СІМУЛІНК та обчислення спектральних характеристик, форми отриманих спектрів, форму теоретичного спектру сигналу, висновки по аналізу спектрів сигналів, спектральну характеристику та відновлений сигнал, амплітудний спектр фільтру, графіки сигналів і спектрів, висновки.
5. СПИСОК ЛІТЕРАТУРИ
Дьяконов В. П. MATLAB 6. Учебный курс. – СПб.: Питер, 2001. – 592 с.
Обробка сигналів: Підручник/ В.П. Бабак, В.С. Хандецький, Е. Шрюфер. – Київ: Либідь, 1996. – 392 с.
Основи теорії сигналів: Підручник / За ред. Б.А. Мандзія. – Львів: Вид. НУ "Львівська політехніка", 2008. – 240 с.
Основы теории цифровой связи / В. И. Кортунов, В. В. Лукин. – Учеб. пособие по лаб. практикуму. – Харьков: Нац. аэрокосм. ун-т "ХАИ", 2006. – 65 с.
Сергиенко А.Б. Цифровая обработка сигналов. – СПб.: Питер, 2002. – 608 с.
Хома В.В. Основи збору, передачі та оброблення інформації: Навч. посібник. – Львів: Вид. НУ "Львівська політехніка", 2007. – 312 с.
Laba2.18 варіант
t=0.001:0.001:5.12;f0=1;f1=10;t1=10;
x=chirp(t,f0,t1,f1); plot(t,x);
y = fft(x); % перетворення Фур’є
m = abs(y); %модуль комплексного спектру
p = unwrap(angle(y)); %фаза комплексного спектру
f = (0:length(y)-1)'*100/length(y); % частота в герцах
subplot(2,1,1), plot(f,m),
ylabel('Abs. Magnitude'), grid on
subplot(2,1,2), plot(f,p*180/pi)
ylabel('Phase [Degrees]'), grid on
xlabel('Frequency [Hertz]')
#3
t=0.001:0.001:5.12;f0=1;f1=10;t1=10;
x=chirp(t,f0,t1,f1); plot(t,x);
y = x + 0*randn(size(t)); %сигнал с помилкою
n=512; %кількість відрахунків
figure(1)
plot(t(1:n),y(1:n));grid; %графік сигналу
title('Signal Corrupted with Zero-Mean Random Noise');
xlabel('time (milliseconds)');
Y = fft(y,n); % перетворення Фур’є
Pyy = Y.* conj(Y) / n; %модуль перетворення Фур’є
f = 1000*(0:n)/n; %половина частоти дискретизації
figure(2)
plot(f(1:100),Pyy(1:100)); grid; %график АЧХ
title('Frequency content of y')
xlabel('frequency (Hz)')
%**************************** обернене перетворення Фур’є *************
N=100;
Y1=[Y(1:N) zeros(1,n-N)]; %зрізування спектру сигналу
figure(3)
x1=ifft(Y1,n); %обернене перетворення Фур’є
plot(t(1:n),2*x1(1:n),t(1:n),y(1:n)),grid;
Ділись своїми роботами та отримуй миттєві бонуси!
0%
Оголошення від адміністратора