Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.
Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.
Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.
Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.
Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.
Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.
Министерство образования Российской Федерации
Новосибирский государственный технический университет
Кафедра теоретических основ радиотехники
Расчетно-графическое задание №1
по курсу «Теория электрической связи»
Факультет: РЭФ
Группа: РТВ14-91
Студент: Архипенко А. В.
Преподаватель: Тонконогов Е. А.
Новосибирск 2011
1.Сигналы и их характеристики
1.1. Сигнал определяется восьмизначным равномерным кодом согласно варианту и подварианту , где символ «0» соответствует нулевой посылке, а символ «1» – прямоугольному видеоимпульсу напряжения с амплитудным значением 10 В и длительностью 1 мкс.
Вариант |
Подвариант |
9 |
|
6 |
10110101 |
1.2. Требуется:
1.2.1. Записать математическую модель сигнала в виде линейной комбинации функций Хевисайда, построить временной график
Функция Хевисайда имеет общий вид:
Для данного сигнала линейная комбинация функций Хевисайда:
Временной график будет иметь вид:
1.2.2. Найти спектр сигнала в базисе Уолша, построить спектральную диаграмму
Функции Уолша определяются при помощи рекуррентного соотношения:
где - нормированное время.
Для построения данного сигнала в базисе функции Уолша воспользуемся функцией
Wali(t) - функция Уолша i-ого порядка. i изменяется от 0 до 7.
Нормированные спектральные коэффициенты Сi, представляющие собой проекции сигнала S(t) относительно базиса Уолша:
где - исходный сигнал, - i-ая функция Уолша.
В итоге cпектральная диаграмма разложения исходного сигнала в базисе Уолша будет иметь вид:
1.2.3. Найти спектральную плотность сигнала относительно ядра Фурье, построить графики её модуля и аргумента
Для перехода описания сигнала во времени к описанию в частотной области применим прямое преобразование Фурье:
Для прямоугольного сигнала (симметричного относительно отсчёта времени с длительностью и амплитудой А) значение спектральной плотности:
Данный сигнал S(t) представляет собой последовательность из двух одиночных прямоугольных видеоимпульсов смещенных во времени.
Спектральная плотность смещенного прямоугольного импульса определяется по свойству преобразования Фурье, называемого теоремой сдвига:
где - задержка импульса
Определим длительность и задержку каждого из составляющих заданного сигнала
Длительность: с, с.
Задержка: с, с.
Таким образом, получаем функцию спектральной плотности для данного сигнала:
График модуля спектральной плотности:
График аргумента спектральной плотности:
1.2.4. Найти спектр периодической последовательности, полученной повторением данного сигнала, относительно комплексного базиса Фурье, построить амплитудную и фазовую спектральные диаграммы
Спектральная плотность связана соотношением с комплексными амплитудами периодического сигнала , полученного повторением с периодом одиночного импульса .
,
где ,
Данное соотношение позволяет перейти от сплошного спектра одиночного импульса к дискретному спектру периодической последовательности импульсов.
Для наглядности графики амплитудныx и фазовыx спектральных диаграмм изобразим совместно с модулем и аргументом спектральной плотности сигнала соответственно:
Амплитудная спектральная диаграмма:
Фазовая спектральная диаграмма:
1.2.5. Найти автокорреляционную функцию сигнала, построить график
Для количественного определения степени отличия сигнала S(t) и его смещенной во времени копии S(t – τ) принято вводить автокорреляционную функцию (АКФ) сигнала S(t), равную скалярному произведению сигнала и копии:
Свойства АКФ, необходимые для её построения:
1. Автокорреляционная функция достигает максимума при =0 и равна при этом значению аргумента энергии сигнала:
В частности, АКФ вещественного сигнала – четная функция.
Рассмотрим графически принцип определения АКФ. Для этого покажем степень связи (корреляции) сигнала со своей копией, сдвинутой на величину по оси времени. На представленных графиках можно наблюдать оригинал и смещенную на величину копию сигнала.:
Значение АКФ при каждом n будет определяться как площадь пересечения оригинала и его сдвинутой копии. Значение АКФ между двумя соседними значениями n будет изменяться линейно. При отрицательных смещениях АКФ примет те же значения по свойству симметрии.
Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.
Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.
Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.
Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.
Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.
Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.