y=0.5*sin(25*t);
x=4*sawtooth(t,0.5);
d=0.1*wgn(1,251,0);
plot(t,x,t,y,t,d),grid
xlabel('Vremya');
ylabel('Amplituda');
s=x+y+d;
figure
plot(t,s),grid;
xlabel('Vremya');
ylabel('Amplituda');
[b,a]=cheby1(6,0.06,0.3);
[b1,a1]=cheby2(9,35,0.3);
Fs=100;
[H,w]=freqz(b,a,512);
[H1,w]=freqz(b1,a1,512);
figure
plot(w*Fs/(2*pi),abs(H),w*Fs/(2*pi),abs(H1)),grid;
xlabel('Chastota(Hz)');
ylabel('Amplituda');
legend({'ACHH filtra Chebisheva','ACHH inversnogo filtra Chebisheva'});
sf=filter(b,a,s);
sf1=filter(b1,a1,s);
S=fft(s,512);
SF=fft(sf,512);
SF1=fft(sf1,512);
w=(0:255)/256*(Fs/2);
figure
subplot(2,1,1)
plot(w,abs([S(1:256)' SF(1:256)'])),grid;
xlabel('Chastota(Hz)');
ylabel('Znacheniya preobrazovanie Furye');
legend({'Vhodnoy signal','Signal posle filtra Chebisheva'});
hold on
subplot(2,1,2)
plot(w,abs([S(1:256)' SF1(1:256)'])),grid;
xlabel('Chastota(Hz)');
ylabel('Znacheniya preobrazovanie Furye');
legend({'Vhodnoy signal','Signal posle inversionnogo filtra Chebisheva'});
figure
plot(w,abs([SF(1:256)' SF1(1:256)'])),grid;
xlabel('Chastota(Hz)');
ylabel('Znacheniya preobrazovanie Furye');
legend({'Filtr 1','Filtr 2'});
figure
plot(t,s,t,sf,t,sf1)
legend({'Ishodniy signal','Signal posle filtra Chebisheva','Signal posle inversnogo filtra Chebisheva'});
Рисунок 9. Отдельные составляющие сложного сигнала
Рисунок 10. Сложный сигнал
Рисунок 11. АЧХ фильтров
Рисунок 12. АЧХ исходного сигнала и сигнала после разных фильтров
Рисунок 13. АЧХ исходного сигнала
Рисунок 14. Сигнал до и после пропускания через фильтры
Задание №10
Для сигнала из задания 1 применить фильтр Баттерворта порядка частотой среза и диапазоном полосы запирания , установив характеристики, соответствующие фильтру нижних частот (НЧ), верхних частот (ВЧ) и запирающему фильтру. Построить график, содержащий АЧХ для трёх рассмотренных вариантов. В новом графическом окне отобразить четыре отдельных графика: 1- исходный сигнал, 2 - сигнал после фильтра НЧ, 3 - сигнал после фильтра ВЧ, 4 - сигнал после запирающего фильтра. Сделать выводы.
t=0:0.1:25;
y=0.5*sin(25*t);
x=4*sawtooth(t,0.5);
d=0.1*wgn(1,251,0);
s=y+x+d;
[bb,ab]=butter(4,0.5);
[bb1,ab1]=butter(4,0.5,'high');
[bb2,ab2]=butter(4,[0.4 0.6],'stop');
Fs=100;
[Hb,w]=freqz(bb,ab,512);
[Hb1,w]=freqz(bb1,ab1,512);
[Hb2,w]=freqz(bb2,ab2,512);
plot(w*Fs/(2*pi),abs(Hb),w*Fs/(2*pi),abs(Hb1),w*Fs/(2*pi),abs(Hb2)),gri;
xlabel('Chastota(Hz)');
ylabel('Amplituda');
legend({'ACHH filtra NCH Battervorha','ACHH filtra VCH Battervorha','ACHH zapirayushego filtra Battervorha'});
sfb=filter(bb,ab,s);
sfb1=filter(bb1,ab1,s);
sfb2=filter(bb2,ab2,s);
figure
subplot(2,2,1)
plot(t,s)
legend('Ishodniy signal')
hold on
subplot(2,2,2)
plot(t,sfb)
legend('Signal posle filtra NCH Battervorha')
subplot(2,2,3)
plot(t,sfb1)
legend('Signal posle filtra VCH Battervorha')
subplot(2,2,4)
plot(t,sfb2)
legend('Signal posle zapirayushego filtra Battervorha')
Рисунок 15. Амплитудно-частотные характеристики фильтров
Рисунок 16. Сигнал до и после пропускания через фильтр
Задание №11
Провести амплитудную модуляцию (АМ) сигнала вида . В качестве несущей выбрать сигнал . f=2, ,. Длительность сигнала принять равной 2 с.
По результатам работы требуется построить следующие графики: 1) В одном графическом окне отобразить графики исходного сигнала, три графика модулированного сигнала при условии, что проводилась двухполостная аналоговая модуляция с добавленной несущей однополостная боковая (ОБП) `модуляция.
2) Во втором графическом окне построить графики спектра модулированных сигналов (для трёх сигналов), масштабированные в области существования полос.
fs=1000;
t=0:1/fs:2;
F=2;
fc=20;
a=sin(2*pi*F*t);
s=sin(2*pi*fc*t);
s1=modulate(a,fc,fs,'amdsb-tc');
s2=modulate(a,fc,fs,'amdsb-sc');
s3=modulate(a,fc,fs,'amssb');
subplot(5,1,1);
title('Moduliruyushiy signal');
hold on;
plot(t,a);
grid on;
subplot(5,1,2);
title('Nesushaya')
hold on;
plot(t,s)
grid on;
subplot(5,1,3);
title('Modulirovanniy signal, AM dvupolosnaya s dobavlennoy nesushoi');
hold on;
plot(t,s1)
grid on;
subplot(5,1,4);
title('Modulirovanniy signal, AM dvupolosnaya s podavlennoy nesushoi');
hold on;
plot(t,s2)
grid on;
subplot(5,1,5);
title('Modulirovanniy signal,AM OBP');
hold on;
plot(t,s3)
grid on;
Nn=20;
Nk=60;
f=(Nn:Nk)/length(t)*fs;
spec_s1=fft(s1);
spec_s2=fft(s2);
spec_s3=fft(s3);
figure
subplot(1,3,1)
stem(abs(spec_s1(Nn:Nk+1)))
title('Spektr modulirovannogo signala 1');
subplot(1,3,2)
stem(abs(spec_s2(Nn:Nk+1)))
title('Spektr modulirovannogo signala 2');
subplot(1,3,3)
stem(abs(spec_s3(Nn:Nk+1)))
title('Spektr modulirovannogo signala 3');
Рисунок 17. Исходный и модулированный при различных условиях сигналы
Рисунок 18. Спектры модулированных сигналов
Задание №12
Провести частотную и фазовую модуляцию сигнала вида . В качестве несущей выбрать сигнал . f = 2, , . Длительность сигнала принять равной 2 с. Параметры opt подобрать таким образом, чтобы количество боковых частот равнялось 1. Требования к графикам взять из задания 1.
fs=2000;
t=0:1/fs:2;
F=2;
fc=20;
a=sin(2*pi*F*t);
s=sin(2*pi*fc*t);
s1=modulate(a,fc,fs,'amdsb-tc');
s2=modulate(a,fc,fs,'amdsb-sc');
s3=modulate(a,fc,fs,'amssb');
subplot(5,1,1);
title('Moduliruyushiy signal');
hold on;
plot(t,a);
grid on;
subplot(5,1,2);
title('Nesushaya')
hold on;
plot(t,s)
grid on;
subplot(5,1,3);
title('Modulirovanniy signal, AM dvupolosnaya s dobavlennoy nesushoi');
hold on;
plot(t,s1)
grid on;
subplot(5,1,4);
title('Modulirovanniy signal, AM dvupolosnaya s podavlennoy nesushoi');
hold on;
plot(t,s2)
grid on;
subplot(5,1,5);
title('Modulirovanniy signal,AM OBP');
hold on;
plot(t,s3)
grid on;
Nn=20;
Nk=60;
f=(Nn:Nk)/length(t)*fs;
spec_s1=fft(s1);
spec_s2=fft(s2);
spec_s3=fft(s3); figure
subplot(1,3,1)
stem(abs(spec_s1(Nn:Nk+1)))
title('Spektr modulirovannogo signala 1');
subplot(1,3,2)
stem(abs(spec_s2(Nn:Nk+1)))
title('Spektr modulirovannogo signala 2');
subplot(1,3,3)
stem(abs(spec_s3(Nn:Nk+1)))
title('Spektr modulirovannogo signala 3');
Рисунок 19. Исходный и модулированный при различных условиях сигналы
Рисунок 20. Спектры модулированных сигналов
Задание №13
Провести квадратурную модуляцию сигналов вида , . В качестве несущей выбрать сигнал . ,,, . Длительность сигнала принять равной 3 с. Провести демодуляцию полученного сигнала. Отобразить в одном графическом окне графики исходных сигналов, несущей, модулированного сигнала и демодулированных сигналов. Подписать все графики, их оси.
fs=500;
t=0:1/fs:3;
F1=1;
F2=2;
fc=10;
a1=sin(2*pi*F1*t);
a2=sin(2*pi*F2*t);
s=sin(2*pi*fc*t);
s1=modulate(a1,fc,fs,'amdsb-tc');
s2=modulate(a1,fc,fs,'amdsb-sc');
s3=modulate(a1,fc,fs,'amssb');
s4=modulate(a2,fc,fs,'amdsb-tc');
s5=modulate(a2,fc,fs,'amdsb-sc');
s6=modulate(a2,fc,fs,'amssb');
subplot(5,1,1);
title('Moduliruyushiy signal 1');
hold on;
plot(t,a1);
grid on;
subplot(5,1,2);
title('Moduliruyushiy signal 2');
hold on;
plot(t,a2);
grid on;
subplot(5,1,3);
hold on;
plot(t,s);
grid on;
subplot(5,1,4);
hold on;
plot(t,s1);
grid on;
subplot(5,1,5);
hold on;
plot(t,s2);
grid on;
subplot(5,2,1);
title('Modulirovanniy signal,AM OBP');
hold on;
plot(t,s3);
grid on;
subplot(5,2,2);
hold on;
plot(t,s4);
grid on;
subplot(5,2,3);
hold on;
plot(t,s5);
grid on;
subplot(5,2,4);
title('Modulirovanniy signal,AM OBP');
hold on;
plot(t,s6);
grid on;
Nn=20;
Nk=60;
f=(Nn:Nk)/length(t)*fs;
spec_s1=fft(s1);
spec_s2=fft(s2);
spec_s3=fft(s3);
spec_s4=fft(s4);
spec_s5=fft(s5);
spec_s6=fft(s6);
figure
subplot(1,3,1)
stem(abs(spec_s1(Nn:Nk+1)))
title('Spektr modulirovannogo signala 1');
subplot(1,3,2)
stem(abs(spec_s2(Nn:Nk+1)))
title('Spektr modulirovannogo signala 2');
subplot(1,3,3)
stem(abs(spec_s3(Nn:Nk+1)))
title('Spektr modulirovannogo signala 3');
subplot(1,4,1)
stem(abs(spec_s4(Nn:Nk+1)))
title('Spektr modulirovannogo signala 4');
subplot(1,4,2)
stem(abs(spec_s5(Nn:Nk+1)))
title('Spektr modulirovannogo signala 5');
subplot(1,4,3)
stem(abs(spec_s6(Nn:Nk+1)))
title('Spektr modulirovannogo signala 6');
Рисунок 21. Исходный и модулированный при различных условиях сигналы
Рисунок 22. Спектры модулированных сигналов
Задание №14
Провести импульсную модуляцию сигналов вида двух видов: ШИМ и ВИМ. ,,, . Длительность сигнала принять равной 0.4 с. В одном графическом окне отобразить модулирующий и модулированные сигналы, несущей, модулированного сигнала. Подписать все графики, сделать выводы.
fs=20;
t=0:1/fs:0.4;
F=2;
fc=4;
A=0.2;
a=A*sin(2*pi*F*t);
s=sin(2*pi*fc*t);
s1=modulate(a,fc,fs,'amdsb-tc');
s2=modulate(a,fc,fs,'amdsb-sc');
s3=modulate(a,fc,fs,'amssb');
subplot(5,1,1);
title('Moduliruyushiy signal');
hold on;
plot(t,a);
grid on;
subplot(5,1,2);
hold on;
plot(t,s)
grid on;
subplot(5,1,3);
hold on;
plot(t,s1)
grid on;
subplot(5,1,4);
hold on;
plot(t,s2)
grid on;
subplot(5,1,5);
title('Modulirovanniy signal,AM OBP');
hold on;
plot(t,s3)
grid on;
Nn=9;
Nk=9;
f=(Nn:Nk)/length(t)*fs;
spec_s1=fft(s1);
spec_s2=fft(s2);
spec_s3=fft(s3);
figure
subplot(1,3,1)
stem(abs(spec_s1(Nn:Nk)))
title('Spektr modulirovannogo signala 1');
subplot(1,3,2)
stem(abs(spec_s2(Nn:Nk)))
title('Spektr modulirovannogo signala 2');
subplot(1,3,3)
stem(abs(spec_s3(Nn:Nk)))
title('Spektr modulirovannogo signala 3');
Рисунок 23. Исходный и модулированный при различных условиях сигналы
Рисунок 26. Спектры модулированных сигналов
Заключение
Стремление зафиксировать, сохранить надолго свое восприятие информации было всегда свойственно человеку. Мозг человека хранит множество информации, и использует для хранения ее свои способы. Человек всегда стремился иметь возможность поделиться своей информацией с другими людьми и найти надежные средства для ее передачи и долговременного хранения. Для этого в настоящее время изобретено множество способов хранения информации на внешних (относительно мозга человека) носителях и ее передачи на огромные расстояния.
Особым видом информации в настоящее время можно считать информацию, представленную в глобальной сети Интернет. Здесь используются особые приемы хранения, обработки, поиска и передачи распределенной информации больших объемов и особые способы работы с различными видами информации. Постоянно совершенствуется программное обеспечение, обеспечивающее коллективную работу с информацией всех видов.
В процессе разработки данных программных продуктов, поставленные цели были достигнуты.
Были выполнены следующие задачи:
1. Изучены общие положения теории информации.
2. Найдены и протестированы программы, реализующие выбранные задачи для их реализации на разных языках программирования.
3. Изучены алгоритмы программ.
В ходе курсовой работы были изучены некоторые аспекты программирования на языке Turbo Pascal, Excel(VBA). При оформлении курсовой работы были получены навыки оформления программной документации в соответствии с Единой Системой Программной Документации, а также большой практический опыт работы в Turbo Pascal7.0, Matlab6.5, MO Excel, MicrosoftWord 97. Теоретические сведения были закреплены практическими занятиями.
1) Информатика. Энциклопедический словарь для начинающих. / Под ред. Поспелова Д.А., М.: Педагогика-Пресс, 2017. - 352 с.;
2) Казиев В.М. Информатика (в 3-х частях)., Нальчик, 2017. - 324 с.;
3) Колин, К. Информационная глобализация общества и гуманитарная революция / К. Колин // Alma Mater. - 2020. - № 8. - С. 32-34.;
4) Колмогоров А.Н. Теория информации и теория алгоритмов. - М.: Наука, 2016., 303 с.;
5) Кузнецов В.А., Ялунина Г.В. Основы метрологии - М.: Издательство стандартов, 2015 - 280 с.
6) Мазур М. Качественная теория информации., М.: Мир, 2014. - 240 с.;
7) Меняев, М.Ф. Информатика и основы программирования / М.Ф. Меняев. - М.: Омега-Л, 2017. - 458 с.;
8) Острейковский, В.А., Полякова, И.В. Информатика. Теория и практика / В.А. Острейковский, И.В. Полякова. - М.: Оникс, 2018. - 608 с.;
9) Радкевич Я.М., Лактионов Б.И. Метрология, стандартизация и взаимозаменяемость. - М.: Издательство Государственного горного университета, 2016 - 212 с.
10) Румянцева, Е.Л., Слюсарь, В.В. Информационные технологии / Е.Л. Румянцева, В.В. Слюсарь., М.: Инфра-М, 2017. - 256 с.;
11) Сергеев А.Г. Метрология - М.: Логос, 2015 г. - 272 с.
12) Степанов, А.Н. Информатика / А.Н. Степанов. СПб.: Питер, 2016. - 684 с..