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