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

ВИЗНАЧЕННЯ ХАРАКТЕРИСТИК ВИПАДКОВИХ СИГНАЛІВ

Інформація про навчальний заклад

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

Інформація про роботу

Рік:
2013
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Засоби прийому та обробки інформації в системах технічного захисту
Група:
ЗІ-32

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

МІНІСТЕРСТВО ОСВІТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА» Кафедра «Захист інформації»  ЗВІТ до лабораторної роботи №3 з дисципліни: «Засоби прийому та обробки інформації у системах технічного захисту» На тему: «ВИЗНАЧЕННЯ ХАРАКТЕРИСТИК ВИПАДКОВИХ СИГНАЛІВ» Львів 2012 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. 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. Таблиця 1 Номер варіанту Параметри сигналу Вид розподілу   Математичне сподівання Дисперсія   1 0.1 1.5 Рівномірний   Лістинг програми: Програма 1 t = 0:0.001:0.512; %час x1 =0.08+1.23*randn(size(t)); %сигнал 1 x2 =0.08+1.23*randn(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) Результат виконання програми: x1m = 0.1434 x2m = 0.0804 x1_disp = 1.3926 x2_disp = 1.5459 Графіки до програми:  Рис.1. Графік функції густини розподілу  Рис.2.Сигнали із заданими параметрами  Рис.3. Гістограма розподілу імовірності  Рис.4.Графіки функціональної характеристики сигналів Висновок: На лабораторній роботі я визначав характеристики випадкових сигналів із відомими параметрами та отримав навики проведення аналізу з допомогою бібліотеки SP Toolboоks.
Антиботан аватар за замовчуванням

16.01.2013 12:18

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!