Виртуальный прибор для определения состояния смеси периодических сигналов
Принцип работы виртуального прибора, предназначенного для определения состояния смеси периодических сигналов с помощью специальной идентификационной шкалы. Проведение анализа состояния смеси в зависимости от отношения мощностей исходных сигналов.
| Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
| Вид | статья |
| Язык | русский |
| Дата добавления | 08.12.2018 |
| Размер файла | 237,8 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Виртуальный прибор для определения состояния смеси периодических сигналов
Описан виртуальный прибор, предназначенный для определения состояния смеси периодических сигналов с помощью специальной идентификационной шкалы. Принцип работы основан на анализе состояния смеси в зависимости от отношения мощностей исходных сигналов.
Вопросы, связанные с изучением сложных сигналов и возможности их идентификации и классификации, рассматривается во многих научных дисциплинах, специализирующихся на статистической обработке сигналов, в частности, в медицинской и технической диагностике.
В данной работе описан виртуальный (компьютерный) прибор (ВП), который позволяет проводить анализ аддитивных смесей двух периодических сигналов с помощью идентификационной шкалы [1].
На рисунке 1 изображена структурная схема ВП.
виртуальный прибор смесь сигнал
Рисунок 1
На рисунке 1 блоки Ген1 и Ген2 - генераторы периодических сигналов (U1 и U2); блок, обозначенный "+", представляет сумматор; Р1 и Р2 измерители мощности сигналов U1 и U2; P1/P2 - блок, рассчитывающий отношение мощностей исходных сигналов; NF-tester - инструмент, вычисляющий идентификационный показатель; X и Y - блоки отображающие результаты работы инструмента на экране в виде графиков.
Суть работы ВП состоит в следующем. После ввода исходных данных генераторы генерируют два периодических сигнала, которые представлены заданным числом мгновенных значений. Затем отсчеты двух массивов чисел суммируются, в результате чего получается исследуемая смесь. Идентификационный показатель NF смеси вычисляет блок NF-tester, значение которого откладывается по оси Y. По оси Х откладывается параметр PSR, который рассчитывается с помощью блоков P1, P2, определяющих мощности сгенерированных сигналов, и P1/P2, находящего отношение двух мощностей.
В данном ВП встроены четыре генератора периодических сигналов: синусоидальной, трапецеидальной, прямоугольной и треугольной формы, что позволяет создавать десять разновидностей смеси.
ВП состоит из панели управления, представленной на рисунке 2, и программного кода (структурной схемы программы), представленной на рисунке 3.
Рисунок 2
Панель управления содержит окна ввода начальных данных: объема (N) исследуемого сигнала; формы сигналов (signal1 и signal2), составляющих исследуемую смесь; количества периодов (T) и амплитуды (Amplitude), сигналов составляющих смесь; дисплей для визуального контроля составляющих смеси; дисплей для визуального контроля реализации исследуемой смеси (Result); окно вывода измеренного значения отношения мощностей сигналов (PSR), составляющих смесь; окно для вывода идентификационного показателя смеси (NF).
Рисунок 3
Программный код ВП состоит из набора виртуальных подприборов, как входящих в стандартную библиотеку LabView 6i, так и подприборов разработанных авторами специально для проведения экспериментов по исследованию смесей периодических сигналов. К последним, в частности, относятся генератор сигнала трапецеидальной формы и инструмент рассчитывающий идентификационный NF-показатель.
Основным компонентом ВП является инструмент рассчитывающий идентификационный показатель. С математической точки зрения данный инструмент представляет собой прибор, отображающий множество, например, временной ряд наблюдений, в число. Различные по характеру ряды отображаются в различные числа. Однако, если эти числа упорядочить, то соответствующие им ряды также окажутся упорядоченными по форме распределения вероятности. Таким образом, можно разделять и классифицировать различные, в том числе и периодические сигналы, например, по их форме.
Продемонстрируем методику эксперимента, проводящегося с помощью данного инструмента на следующем примере измерения зависимости NF=f(PSR).
Во-первых, необходимо задать исходные данные для моделирования: объем выборки (N=1000), формы сигналов составляющих смесь (Signal1 - sin, Signal2 - sin), число периодов (Signal1-T = 2, Signal2-T = 10) и амплитуды сигналов (Signal1-Amplitude = 5, Signal2-Amlitude = 5).
Во-вторых, запустить ВП с помощью клавиши с белой стрелкой, находящейся на панели инструментов окна LabVIEW 6i.
В-третьих, пронаблюдать на дисплее генерацию смеси (рисунок 2, индикатор Result).
В-четвертых, после окончания работы произвести считывание результатов моделирования из окон индикации (рисунок 2, PSR=1, NF=15,9840) или записать данные в файл для последующего анализа с помощью других приложений.
В представленном примере параметр PSR=1, если же провести ряд экспериментов, изменяя амплитуду таким образом, чтобы параметр PSR возрастал можно получить зависимость, изображенную на рисунке 4
Рисунок 4
В-пятых, если понадобиться, то для аналитической аппроксимации экспериментальной зависимости NF=f(PSR) необходимо использовать специальную программу, например TCWin фирмы Jandel Scientific.
После того, как данные сняты, с помощью TCWin можно получить аналитическую модель, которая лучше всего описывала бы данную зависимость. Для приведенного примера была получена модель: y-1=a+b*lnx с среднеквадратическим отклонением равным 0.19, a = 0.058 и b = 0.009 рисунок 5
Рисунок 5
Данный ВП может быть использован, как в учебном процессе, так и при проведении научных исследований, связанных с количественным оцениванием процессов перехода сложного объекта (в данном случае сигнала смеси) из одного качественного состояния в другое.
Литература
1. Кликушин Ю.Н. Идентификационные шкалы: теория, системы, технология. Изд-во омского гос. техн. ун-та. - Омск, дисс. на соиск. уч. степени докт. техн. наук. 2000. - 340 с.
Размещено на Allbest.ru
...Подобные документы
Спектральный анализ периодического и непериодического управляющих сигналов. Особенности поинтервального описания входного сигнала. Расчет прохождения периодических и непериодических сигналов через линейные электрические цепи первого и второго порядков.
контрольная работа [827,4 K], добавлен 07.03.2010Спектральные характеристики периодических и не периодических сигналов. Импульсная характеристика линейных цепей. Расчет прохождения сигналов через линейные цепи спектральным и временным методом. Моделирование в средах MATLAB и Electronics Workbench.
лабораторная работа [774,6 K], добавлен 23.11.2014Сигналы и их характеристики. Линейная дискретная обработка, ее сущность. Построение графиков для периодических сигналов. Расчет энергии и средней мощности сигналов. Определение корреляционных функций сигналов и построение соответствующих диаграмм.
курсовая работа [731,0 K], добавлен 16.01.2015Изучение основ построения математических моделей сигналов с использованием программного пакета MathCad. Исследование моделей гармонических, периодических и импульсных радиотехнических сигналов, а также сигналов с амплитудной и частотной модуляцией.
отчет по практике [727,6 K], добавлен 19.12.2015Моделирование алгоритма выделения огибающей сложных периодических сигналов и получение первичных признаков различных звуков, их использование в системах идентификации и верификации. Анализ безопасности разработки при её эксплуатации; определение затрат.
дипломная работа [3,7 M], добавлен 23.09.2011Изучение свойств спектрального анализа периодических сигналов в системе компьютерного моделирования. Проведение научных исследований и использование измерительных приборов. Изучение последовательности импульсов при прохождении через интегрирующую RC-цепь.
лабораторная работа [2,8 M], добавлен 31.01.2015Методы спектрального и корреляционного анализа сигналов и радиотехнических цепей. Расчет и графическое отображение характеристик непериодических и периодических видеосигналов и заданной цепи. Анализ сигналов на выходе заданной радиотехнической цепи.
курсовая работа [765,7 K], добавлен 10.05.2018Использование спектра в представлении звуков, радио и телевещании, в физике света, в обработке любых сигналов независимо от физической природы их возникновения. Спектральный анализ, основанный на классических рядах Фурье. Примеры периодических сигналов.
курсовая работа [385,8 K], добавлен 10.01.2017Особенности методики применения математического аппарата рядов Фурье и преобразований Фурье для определения спектральных характеристик сигналов. Исследование характеристик периодических видео- и радиоимпульсов, радиосигналов с различными видами модуляции.
контрольная работа [491,1 K], добавлен 23.02.2014Анализ современного состояния пропускной способности систем широкополосного беспроводного доступа. Математическая модель и методы модуляции сверхширокополосных сигналов, их помехоустойчивость и процедура радиоприема. Области применения данных сигналов.
контрольная работа [568,2 K], добавлен 09.05.2014Анализ методов обнаружения и определения сигналов. Оценка периода следования сигналов с использованием методов полных достаточных статистик. Оценка формы импульса сигналов для различения абонентов в системе связи без учета передаваемой информации.
дипломная работа [3,0 M], добавлен 24.01.2018Общие сведения о радиотехнических сигналах, их спектральное представление. Анализ периодических сигналов посредством рядов Фурье. Преобразование заданного графического изображения импульса в аналитическую форму, его разложение в тригонометрический ряд.
курсовая работа [1,1 M], добавлен 28.12.2011Моделирование функций заданных математическим выражением и объектов, описанных дифференциальными уравнениями. Параметры блока "Генератор импульсов". Построение графиков для каждой модели периодических сигналов с различными временными интервалами.
курсовая работа [329,1 K], добавлен 19.12.2016Сигнал - материальный носитель информации и физический процесс в природе. Уровень, значение и время как основные параметры сигналов. Связь между сигналом и их спектром посредством преобразования Фурье. Радиочастотные и цифровые анализаторы сигналов.
реферат [118,9 K], добавлен 24.04.2011Исследование спектральных характеристик электроэнцефалограммы. Гармонический анализ периодических и непериодических сигналов, их фильтрация и прохождение через нелинейные цепи. Расчёт сигнала на выходе цепи с использованием метода интеграла Дюамеля.
курсовая работа [1,7 M], добавлен 13.12.2013Устройство коммутаторов аналоговых сигналов. Сущность коммутации сигналов - метода, с помощью которого сигналы, поступающие от нескольких источников, объединяются в определенном порядке в одной линии. Многоканальные, матричные коммутаторы, мультиплексоры.
реферат [556,8 K], добавлен 20.12.2010Принцип работы системы сотовой связи с кодовым разделением каналов. Использование согласованных фильтров для демодуляции сложных сигналов. Определение базы широкополосных сигналов и ее влияние на допустимое число одновременно работающих радиостанций.
реферат [1,3 M], добавлен 12.12.2010Исследование принципов разработки генератора аналоговых сигналов. Анализ способов перебора адресов памяти генератора аналоговых сигналов. Цифровая генерация аналоговых сигналов. Проектирование накапливающего сумматора для генератора аналоговых сигналов.
курсовая работа [513,0 K], добавлен 18.06.2013Характеристика видов и цифровых методов измерений. Анализ спектра сигналов с использованием оконных функций. Выбор оконных функций при цифровой обработке сигналов. Исследование спектра сигналов различной формы с помощью цифрового анализатора LESO4.
дипломная работа [2,5 M], добавлен 03.05.2018Схема, технические параметры и принцип работы шестиканального цифрового вольтметра. Прототипы схем измерения и отображения информации, подключения клавиатуры, сбора и накопления данных. Обработка аналоговых сигналов в микроконтроллере, его инициализация.
курсовая работа [3,4 M], добавлен 12.03.2013
