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
Спробувати DevioLab
deviolab.com

Дискретне перетворення фур’є з допомогою інструментальних засобів матлаб. дискретне обернене перетворення фур’є та фільтрація сигналів

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Не вказано

Інформація про роботу

Рік:
2012
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Захист інформації

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

МІНІСТЕРСТВО ОСВІТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА” ІКТА кафедра захисту інформації З В І Т до лабораторної роботи №2 з курсу: «Засоби прийому та обробки інформації в системах технічного захисту» на тему: «Дискретне перетворення фур’є з допомогою інструментальних засобів матлаб. дискретне обернене перетворення фур’є та фільтрація сигналів» Варіант №11 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. ОСНОВНІ ФОРМУЛИ ПРО ПЕРЕТВОРЕННЯ ФУР’Є Перетворення Фур'є функції / математично визначається як комплексна функція / , яка задається інтегралом: / Обернене перетворення Фур'є задається виразом: / ВАРІАНТ ЗАВДАННЯ ЗАВДАННЯ 11 Однополярний прямокутний періодичний сигнал 0,1 10000 0,001   СКРИПТ-ФАЙЛ ГЕНЕРАЦІЇ СИГНАЛІВ ТА ЇХ ОБРОБКA Лістінг програми: T=0.0001; Tf=0.00512;Ts=0.00001; [x,t]=gensig('pulse',T,Tf,Ts); plot(t,0.1*x); figure(1); y = x + 2*randn(size(t)); %сигнал з помилкою figure(2); 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 figure(3); plot(f,Pyy(1:257)); %графік амплітудного спектру на половині частоти title('Frequency content of y') xlabel('frequency (Hz)') Результати виконання програми: // БЛОК-СХЕМА ГЕНЕРАЦІЇ СИГНАЛІВ В СИСТЕМІ СІМУЛІНК ТА ОБЧИСЛЕННЯ СПЕКТРАЛЬНИХ ХАРАКТЕРИСТИК / Рис.4 Блок-схема генерації сигналів в системі сімулінк. Результати виконання в системі SIMULINK: / Лістінг програми: T=0.0001; Tf=0.00512;Ts=0.00001; [x,t]=gensig('pulse',T,Tf,Ts); plot(t,0.1*x); figure(1); 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 %figure(2); subplot(2,1,1), plot(f,m), ylabel('Abs. Magnitude'), grid on %figure(3); subplot(2,1,2), plot(f,p*180/pi) ylabel('Phase [Degrees]'), grid on xlabel('Frequency [Hertz]') Результати виконання програми: / Лістінг програми: T=0.0001; Tf=0.00512;Ts=0.00001; [x,t]=gensig('pulse',T,Tf,Ts); plot(t,0.1*x); figure(1); y = x + 0*randn(size(t)); %сигнал с помилкою n=512; %кількість відрахунків figure(2) 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(3) 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(4) x1=ifft(Y1,n); %обернене перетворення Фур’є plot(t(1:n),2*x1(1:n),t(1:n),y(1:n)),grid; Результати виконання програми: // / Висновок: на цій лабораторній роботі я вивчив засоби МАТЛАБ для визначення спектральних характеристик детермінованих дискретних сигналів і дослідив спектральні характеристики сигналу заданого варіанту. Вивчити засоби МАТЛАБ для визначення характеристик детермінованих сигналів із заданими спектральними властивостями та навчився розв’язувати задачу фільтрації на основі обернене перетворення Фур’є.
Антиботан аватар за замовчуванням

18.04.2012 19:39

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, увійдіть або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Нічого не вибрано
0%

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!