DevioLabавтоматичне керування капіталом
ПРАЦЮЄ 24/7
КРИПТОВАЛЮТИ · АКЦІЇ · 10 БІРЖ

Портфель, який керується автоматично

DevioLab підбирає стратегії, відстежує ринки та автоматизує купівлю і продаж активів. Кількість доступних криптовалют, акцій і торгових можливостей зростає щодня.

10підключених біржCrypto + Stocksв одному портфелі24/7автоматичний контроль

Обчислення спектральних характеристик сигналу

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Інститут комп’ютерних наук та інформаційних технологій
Факультет:
Комп’ютерні науки
Кафедра:
Кафедра ЕОМ

Інформація про роботу

Рік:
2006
Тип роботи:
Лабораторна робота
Предмет:
Обробка сигналів
Група:
КІ
Коротко про документ

Про що ця робота

У роботі досліджено дискретне та швидке перетворення Фур'є для обчислення спектральних характеристик сигналів. Наведено програмний код у середовищі MATLAB для аналізу та фільтрації вхідних послідовностей.

У роботі розглядаються

  • Спектральні характеристики сигналів
  • Фільтрація сигналів
  • Апроксимація сигналів
  • Програмування в MATLAB

Зміст і розділи

  1. Мета роботи
  2. Завдання
  3. Текст програми
  4. Висновки
Для кого:Студенти технічних спеціальностей вищих навчальних закладів
Викладачі:Не вказано

Ключові поняття

спектр сигналудискретна послідовністьфільтраціяапроксимаціяамплітудачастотагармонічний аналізсигналграфік

Частина тексту файла (без зображень, графіків і формул):

Міністерство освіти та науки України Національний університет “Львівська політехніка” Кафедра ЕОМ Лабораторна робота №4 з курсу „ Обробка сигналів” на тему: “ ОБЧИСЛЕННЯ СПЕКТРАЛЬНИХ ХАРАКТЕРИСТИК СИГНАЛУ ” Мета роботи: Дослідити дискретне перетворення Фур’є (ДПФ) і алгоритм швидкого перетворення Фур’є (ШПФ) за основою два як засіб ефективного обчислення спектральних характеристик періодичних і неперіодичних сигналів, а також фільтрації та апроксимації сигналів. Завдання: Форма сигналу для обробки  Графік вхідної послідовності xa (n ∆t) для 128 точок:  Спільний графік спектральної послідовності X(k)=ДПФN {x(n)} та модифікованої спектральної послідовності Xm(k):  Результати Фур’є-синтезу сигналу за вихідною і модифікованою спектральними послідовностями (у табличному вигляді) та їх графіки:  Текст програми: clc clear all close all A=7; c=5; f=c; T=f+c; m=7; N=2^m; p=N/8; k1=N/2-p; k2=N/2+p; dt=T/N; t=-f:dt:f-dt; t11=[t(1:N/2)]; t12=[t(N/2+1:N)]; k=A/c; l=-A/f; x11=k*t11+A; x12=l*t12+A; x=[x11 x12]; %Задання вхідного сигналу Sx=fft(x, length(x))/N; %Знаходження прямого перетворення Фур'є subplot(3, 1, 1), plot(t, x), title('Input data'); subplot(3, 1, 2), plot(1:N, real(Sx)), title('Real part series Fourier'); %Вивід на спільному графіку subplot(3, 1, 3), plot(1:N, imag(Sx)), title('Imag part series Fourier'); figure(2) Sx1=[Sx(1:k1), zeros(1, k2-k1), Sx(k2+1:N)]; %Прорідження спектру subplot(4, 1, 1), plot(1:N, real(Sx)),title('Real part series Fourier'); subplot(4, 1, 2), plot(1:N, real(Sx1)),title('Real part modif series Fourier'); subplot(4, 1, 3), plot(1:N, imag(Sx)),title('Imag part series Fourier'); subplot(4, 1, 4), plot(1:N, imag(Sx1)),title('Imag part modif series Fourier'); x1= N*ifft(Sx, length(Sx)); %Знаходження оберненого перетворення Фур'є xm1= N*ifft(Sx1, length(Sx1)); dif=x-xm1; figure(3) subplot(4, 1, 1), plot(t, x), title('Input data'); subplot(4, 1, 2), plot(t, real(x1)), title('Real part output signal'); %Вивід на спільному графіку subplot(4, 1, 3), plot(t, real(xm1)), title('Real part modif output signal'); subplot(4, 1, 4), plot(t, real(dif)), title('Different Real part'); Висновки: виконавши дану лабораторну роботу, я дослідив дискретне перетворення Фур’є (ДПФ) і алгоритм швидкого перетворення Фур’є (ШПФ) за основою два як засіб ефективного обчислення спектральних характеристик періодичних і неперіодичних сигналів, а також фільтрації та апроксимації сигналів.
Допоможи студентському архіву

Ми допомогли тобі — допоможи наступному студенту

Файл ще не обрано

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!