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 07.03.2010

  • Спектральные 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 23.11.2014

  • Сигналы 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 16.01.2015

  • Изучение 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 19.12.2015

  • Моделирование 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 23.09.2011

  • Изучение 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 31.01.2015

  • Методы 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 10.05.2018

  • Использование 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 10.01.2017

  • Особенности 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 23.02.2014

  • Анализ 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 09.05.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.