Подякувати Студентському архіву довільною сумою
Admin
26.02.2023 12:38
Дякуємо, що користуєтесь нашим архівом!
DevioLab
CRYPTO TRADING AUTOMATION
LIVE
AUTOMATED CRYPTO TRADING • BINANCE
Автоматизуйте свій
криптопортфель
Торгові боти DevioLab аналізують крипторинок,
автоматично відкривають і закривають позиції
та керують вашим портфелем на Binance 24/7.
CRYPTO
80 Bots
BINANCE
Spot Trading
TRADING
24 / 7
deviolab.com
Інформація про навчальний заклад
ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Не вказано
Інформація про роботу
Рік:
2015
Тип роботи:
Звіт
Предмет:
Інші
Група:
ЗІ-31
Частина тексту файла (без зображень, графіків і формул):
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ "ЛЬВІВСЬКА ПОЛІТЕХНІКА"
Звіт
до лабораторної роботи № 3
з курсу:
"Засоби прийому та обробки інформації в системах захисту "
Варіант №12
Львів – 2010р.
Мета роботи – вивчити засоби МАТЛАБ для визначення характеристик випадкових сигналів із відомими параметрами та отримати навики проведення аналізу з допомогою бібліотеки SP Toolboоks.
Повний текст завдання:
1. Визначити інтервал часу, період квантування сигналу та згенерувати два сигнали із заданими параметрами варіанту, побудувати графіки сигналів, використовуючи команду plot.
2. Побудувати гістограму розподілу імовірності (функцію густини імовірності) з допомогою команди hist.
3. Оцінити числові характеристики сигналів: математичне сподівання, дисперсію, среднє квадратичне відхилення, коефіцієнт взаємної кореляції двох сигналів.
4.Визначити функціональні характеристики сигналів: нормовану автокореляційну функцію та нормовану взаємно кореляційну функцію.
5. Визначити вид функції густини розподілу залежно від числових параметрів розподілу (математичне сподівання та дисперсія) з допомогою функції disttool.
Номер
варіанту
Параметри сигналу
Вид розподілу
Математичне сподівання
Дисперсія
12
1.5
0.1
Рівномірний
Лістинг програми:
disttool
t = 0:0.001:0.512; %час
x1 =0.955 + 1.115 * rand(size(t)); %сигнал 1
x2 =0.955 + 1.115*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; %взаємна кореляційна
plot(X1X2_cor) %функція
Сигнали
Сигнал функції густини за даними сигналів
Графік кореляційної функції
Графік густини сигналу
Висновок:
На цій лабораторній роботі ми вивчили засоби МАТЛАБ для визначення характеристик випадкових сигналів із відомими параметрами та отримати навики проведення аналізу з допомогою бібліотеки SP Toolboоks.
Ділись своїми роботами та отримуй миттєві бонуси!
0%
Оголошення від адміністратора