Виртуальный прибор для анализа смеси случайных сигналов

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Виртуальный прибор для анализа смеси случайных сигналов

Описан виртуальный прибор, предназначенный для синтеза смеси случайных сигналов. Принцип действия основан на генерации такого числа первоначально заданного образа, при котором смесь переходит из одного качественного состояния в другое.

Вопросы, связанные с изучением сложных сигналов и возможности их идентификации и классификации, рассматриваются во многих научных дисциплинах, специализирующихся на статической обработке сигналов, в частности, в медицинской и технической диагностике.

В данной работе описан виртуальный (компьютерный) прибор (ВП), который позволяет проводить анализ аддитивных смесей случайных сигналов с помощью идентификационной шкалы [1].

На рисунке 1 изображен алгоритм работы ВП, использующего аналитическое выражение вида:

(1)

где x_i - первоначально заданный образ;

k - число первоначально заданных образов.

виртуальный смесь случайный сигнал

Рисунок 1

На рисунке 1 блок Генератор - генератор случайных стационарных процессов; блок NF-tester - инструмент, вычисляющий идентификационный показатель; Сч1 - блок, контролирующий число аддитивных составляющих смеси; УХ - блок хранения идентификационной характеристики; Сч2 - блок контролирующий число реализаций идентификационной характеристики; Уср. - инструмент усреднения аналитической характеристики; NFусред - инструмент, вычисляющий усредненный идентификационный показатель; XY - блоки, отображающие результаты работы ВП на экране виде графиков.

Суть работы ВП состоит в следующем. После ввода исходных данных генератор генерирует случайный процесс, который представлен заданным числом мгновенных значений.

Затем вычисляется идентификационный показатель сигнала и происходит контроль числа аддитивных составляющих смеси, если данное число меньше заданного пользователем, то смесь поступает на генератор, где происходит генерация еще одного случайного сигнала и его сложение со смесью сгенерированной позже, после чего снова происходит вычисление идентификационного показателя.

Если число аддитивных составляющих равно числу, заданному пользователем, то все найденные идентификационные показатели сохраняются в УХ в виде зависимости NF=f(k), где k-число аддитивных составляющих смеси. После чего происходит контроль числа записанных зависимостей, если это число меньше числа реализаций, заданных пользователем, то выше описанный процесс повторяется и так до тех пор, пока число реализаций и число хранимых характеристик не сравняются. Как только набирается заданное число характеристик NF=f(k), происходит их усреднение и по усредненной характеристике находится усредненный идентификационный показатель, качественно характеризующий новое состояние смеси.

Рисунок 2

В данном ВП встроены девять генераторов случайных сигналов: равномерный, нормальный, треугольный, Лапласа, арксинусный, Коши, экспоненциальный, Релея, двумодальный, что позволяет создавать девять разновидностей смеси.

ВП состоит из панели управления, представленной на рисунке 2 и программного кода (структурной схемы программы), представленной на рисунке 3.

Панель управления содержит окна ввода начальных данных: объема генерируемой выборки, окно выбора вида распределения случайного сигнала, коэффициента мощности генерируемого сигнала, окна ввода числа реализаций и числа итераций (аддитивных составляющих смеси), окна ввода границ анализа (K1, K2) и индикаторы для вывода усредненной зависимости NF=f(k) (XY Graph) и идентификационного показателя (NFsred); также на панели находится переключатель (Save to File) выбирающий режим записи данных в файл.

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 случайных сигналов. К последним, в частности относятся, генератор случайных сигналов 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, 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 случайные сигналы, например, по виду их распределения.

Продемонстрируем методику эксперимента, проводящегося с помощью данного инструмента на следующем примере определения числа аддитивных составляющих для перехода равномерного случайного процесса в нормальный.

Во-первых, необходимо задать исходные данные для моделирования: число реализаций (100), число итераций (50), объем генерируемой выборки (2000), форму распределения (равномерное), коэффициент мощности (1), диапазон анализа (K1=5, K2=50).

Во-вторых, запустить ВП с помощью клавиши с белой стрелкой, находящейся на панели инструментов окна LabVIEW 6i.

В-третьих, пронаблюдать на дисплее построение аналитической характеристики или записать данные в файл для последующего анализа с помощью других приложений.

В-четвертых, после окончания работы произвести считывание результатов из окон индикации (рисунок 2 NFsred [K1..K2] = 44.92, SCO = 1.91).

В-пятых, если понадобиться, то для аналитической аппроксимации экспериментальной зависимости NF=f(k) можно использовать специальную программу, например TCWin фирмы Jandel Scientific.

После того, как все данные получены, по графику изображенному на рисунке 2 можно определить число аддитивных составляющих необходимых для перехода равномерного случайного процесса в нормальный. В данном случае это число соответствует пяти. Так как при пяти аддитивных составляющих идентификационный показатель становиться равным сорока, что соответствует случайному процессу с нормальным распределением, и с дальнейшим увеличением данный показатель не выходит из диапазона значений соответствующих нормальному распределению.

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