Материал: Методические указания к лабораторным работам по дисциплине «Теория электрической связи». Тихомиров Н.М., Остапенко А.Г

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

ФГБОУ ВПО «Воронежский государственный технический университет»

Кафедра систем информационной безопасности

МЕТОДИЧЕСКИЕ УКАЗАНИЯ

к лабораторным работам по дисциплине «Теория электрической связи»

для студентов специальности 090302 «Информационная безопасность телекоммуникационных систем» очной формы обучения

Воронеж 2014

Составитель д-р техн. наук Н. М. Тихомиров

УДК 004.056.5: 004.42

Методические указания к лабораторным работам по дисциплине «Теория электрической связи» для студентов специальности 090302 «Информационная безопасность телекоммуникационных систем» очной формы обучения / ФГБОУ ВПО «Воронежский государственный технический университет»; сост. Н.М. Тихомиров. Воронеж, 2014. 45 с.

Методические указания базируются на пакете расширения Simulink системы Mathlab 6.5 и предназначены для ознакомления студентов с принципами и особенностями работы отдельных блоков информационных систем.

Методические указания подготовлены в электронном виде в текстовом редакторе MS Word 2013 и содержатся в файле Тихомиров_ЛР_ТЭС.pdf.

Табл. 5. Ил. 8. Библиогр.: 10 назв.

Рецензент д-р техн. наук, проф. А. Г. Остапенко

Ответственный за выпуск зав. кафедрой д-р техн. наук, проф. А. Г. Остапенко

Издается по решению редакционно-издательского совета Воронежского государственного технического университета

© ФГБОУ ВПО «Воронежский государственный технический университет», 2014

Лабораторная работа № 1 Моделирование случайных процессов

Цель лабораторной работы заключается в получении навыков моделирования случайных сигналов с заданными спектральными параметрами в среде Mathlab 6.5.

Задачи лабораторной работы:

1)Исследовать стандартные генераторы случайных чисел с равномерным и нормальным распределением. Вывести графики полученных реализаций случайного сигнала, их СПМ, математическое ожидание и дисперсию, а также гистограммы.

2)Разработать генератор равномерно распределенных псевдослучайных величин, используя параметры табл. 2. Вывести основные статистические параметры полученной последовательности, гистограмму и СПМ. Использовать размер выборки не менее 128.

3)Используя стандартный генератор равномерно распределенных случайных чисел, сформировать генератор белого гауссовского шума. Параметры генератора выбираются из табл. 2 в зависимости от номера варианта. Вывести график полученной реализации случайного сигнала, его СПМ, математическое ожидание и дисперсию, а также гистограмму.

Изменение математического ожидания и дисперсии следует производить по следующей формуле:

ri

Ri

,

где ri – i-й отсчет выходного сигнала; – требуемое математическое ожидание; Ri – i-й отсчет исходного случайного сигнала с нулевым математическим ожиданием и единичной дисперсией; 2 – требуемая дисперсия.

4) Получить случайный процесс, используя метод формирующего фильтра. Тип формирующего фильтра и его коэффициенты выбираются из табл. 2 в зависимости от номера варианта. Для всех вариантов порядок используемых фильтров –

2. Вывести график полученного случайного сигнала, математическое ожидание и дисперсию, реальную и теоретическую СПМ, а также гистограмму полученной реализации.

Теоретические сведения

Модельные преставления сигналов широко применяются в теории управления, теории обработки сигналов и временных рядов, теории передачи информации и во многих других областях. Модели сигналов могут быть как детерминированными, так и стохастическими (случайными). Случайные сигналы отличаются от детерминированных вероятностным характером своих параметров. Иными словами, невозможно точно предсказать какое именно значение приобретет случайный сигнал в каждый конкретный момент времени, но можно предсказать поведение процесса в целом.

В задачах анализа и синтеза информационных систем детерминированные сигналы используются редко. Это следует из кибернетического определения информации, поэтому в информационных системах практически все сигналы можно считать реализациями случайных процессов с известными статистическими свойствами. При этом, сигналы можно воспринимать либо как шум (нежелательное влияние внешних искусственных и естественных источников на элементы системы), либо как собственно информацию. Именно поэтому для указанных выше задач необходимым инструментом является генератор случайных сигналов с заданными статистическими свойствами. Применение генератора позволяет в ряде случаев обойтись без натурных экспериментов, которые зачастую связаны с большими финансовыми и трудовыми затратами.

Простейшим видом случайного сигнала является случайная величина с равномерным распределением плотности вероятности. Обычно такой сигнал обозначают как Rav[a, b], где a и b верхняя и нижняя границы распределения случайной величины соответственно. Часто на практике используются

2

псевдослучайные генераторы (ПСГ), реализация которых осуществляется достаточно просто.

Недостатком таких генераторов является период повторения выходных «случайных» значений. Тем не менее, в зависимости от конкретных задач, можно подобрать генератор такой разрядности, который обеспечит приемлемо большой период повторения. Так, 8-разрядный ПСГ обеспечивает максимальную длину псевдослучайной последовательности равную всего 255, для 16-разрядного генератора она составляет уже 65 535, а для 24-разрядного – 16 777 215 [1].

Цифровая генерация таких последовательностей может осуществляться, например, с помощью регистра сдвига с обратной связью (рис. 1). С помощью элемента «ИСКЛЮЧАЮЩЕЕ ИЛИ – НЕ» на последовательный вход DI регистра сдвига подается сумма по модулю 2 m-го (последнего) и n-го разряда регистра. Можно использовать сумму по модулю 2 и большего числа разрядов регистра.

m

выход

 

РГ

…

n

=1

…

DI

2

1

Рис. 1. Генератор псевдослучайных последовательностей

Недостатком такой схемы является то, что у нее есть устойчивое состояние, когда в регистре содержатся все единицы. Из такого состояния генератор можно выводить, записывая в него нулевое состояние. Не при всех значениях n и m можно получить последовательность максимальной длины. В табл. 1 приведены оптимальные значения n и m вместе с длиной максимальной последовательности [1].

3

Источник: https://studfile.net/preview/16568486/