Банк рефератов содержит более 364 тысяч рефератов, курсовых и дипломных работ, шпаргалок и докладов по различным дисциплинам: истории, психологии, экономике, менеджменту, философии, праву, экологии. А также изложения, сочинения по литературе, отчеты по практике, топики по английскому.
Полнотекстовый поиск
Всего работ:
364150
Теги названий
Разделы
Авиация и космонавтика (304)
Административное право (123)
Арбитражный процесс (23)
Архитектура (113)
Астрология (4)
Астрономия (4814)
Банковское дело (5227)
Безопасность жизнедеятельности (2616)
Биографии (3423)
Биология (4214)
Биология и химия (1518)
Биржевое дело (68)
Ботаника и сельское хоз-во (2836)
Бухгалтерский учет и аудит (8269)
Валютные отношения (50)
Ветеринария (50)
Военная кафедра (762)
ГДЗ (2)
География (5275)
Геодезия (30)
Геология (1222)
Геополитика (43)
Государство и право (20403)
Гражданское право и процесс (465)
Делопроизводство (19)
Деньги и кредит (108)
ЕГЭ (173)
Естествознание (96)
Журналистика (899)
ЗНО (54)
Зоология (34)
Издательское дело и полиграфия (476)
Инвестиции (106)
Иностранный язык (62792)
Информатика (3562)
Информатика, программирование (6444)
Исторические личности (2165)
История (21320)
История техники (766)
Кибернетика (64)
Коммуникации и связь (3145)
Компьютерные науки (60)
Косметология (17)
Краеведение и этнография (588)
Краткое содержание произведений (1000)
Криминалистика (106)
Криминология (48)
Криптология (3)
Кулинария (1167)
Культура и искусство (8485)
Культурология (537)
Литература : зарубежная (2044)
Литература и русский язык (11657)
Логика (532)
Логистика (21)
Маркетинг (7985)
Математика (3721)
Медицина, здоровье (10549)
Медицинские науки (88)
Международное публичное право (58)
Международное частное право (36)
Международные отношения (2257)
Менеджмент (12491)
Металлургия (91)
Москвоведение (797)
Музыка (1338)
Муниципальное право (24)
Налоги, налогообложение (214)
Наука и техника (1141)
Начертательная геометрия (3)
Оккультизм и уфология (8)
Остальные рефераты (21697)
Педагогика (7850)
Политология (3801)
Право (682)
Право, юриспруденция (2881)
Предпринимательство (475)
Прикладные науки (1)
Промышленность, производство (7100)
Психология (8694)
психология, педагогика (4121)
Радиоэлектроника (443)
Реклама (952)
Религия и мифология (2967)
Риторика (23)
Сексология (748)
Социология (4876)
Статистика (95)
Страхование (107)
Строительные науки (7)
Строительство (2004)
Схемотехника (15)
Таможенная система (663)
Теория государства и права (240)
Теория организации (39)
Теплотехника (25)
Технология (624)
Товароведение (16)
Транспорт (2652)
Трудовое право (136)
Туризм (90)
Уголовное право и процесс (406)
Управление (95)
Управленческие науки (24)
Физика (3463)
Физкультура и спорт (4482)
Философия (7216)
Финансовые науки (4592)
Финансы (5386)
Фотография (3)
Химия (2244)
Хозяйственное право (23)
Цифровые устройства (29)
Экологическое право (35)
Экология (4517)
Экономика (20645)
Экономико-математическое моделирование (666)
Экономическая география (119)
Экономическая теория (2573)
Этика (889)
Юриспруденция (288)
Языковедение (148)
Языкознание, филология (1140)

Контрольная работа: Генерирование коррелированных случайных процессов в среде LabVIEW

Название: Генерирование коррелированных случайных процессов в среде LabVIEW
Раздел: Рефераты по информатике, программированию
Тип: контрольная работа Добавлен 16:08:31 15 марта 2011 Похожие работы
Просмотров: 990 Комментариев: 2 Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать

Введение

LabVIEW (LaboratoryVirtualInstrumentEngineeringWorkbench) позволяет разрабатывать прикладное программное обеспечение для организации взаимодействия с измерительной и управляющей аппаратурой, сбора, обработки и отображения информации и результатов расчетов, а также моделирования как отдельных объектов, так и автоматизированных систем в целом. Разработчиком LabVIEW является американская компания National Instruments.

В отличие от текстовых языков, таких как C, Pascal и др., где программы составляются в виде строк текста, в LabVIEW программы создаются в виде графических диаграмм, подобных обычным блок-схемам. Иногда можно создать приложение, вообще не прикасаясь к клавиатуре компьютера.

LabVIEW является открытой системой программирования и имеет встроенную поддержку всех применяемых в настоящее время программных интерфейсов, таких как Win32 DLL, COM.NET, DDE, сетевых протоколов на базе IP, DataSocket и др. В состав LabVIEW входят библиотеки управления различными аппаратными средствами и интерфейсами, такими как PCI, CompactPCI/PXI, VME, VXI, GPIB (КОП), PLC, VISA, системами технического зрения и др. Программные продукты, созданные с использованием LabVIEW, могут быть дополнены фрагментами, азработанными на традиционных языках программирования, например C/С++, Pascal, Basic, FORTRAN. И наоборот можно использовать модули, разработанные в LabVIEW в проектах, создаваемых в других системах программирования. Таким образом, LabVIEW позволяет разрабатывать практически любые приложения, взаимодействующие с любыми видами аппаратных средств, поддерживаемых операционной системой компьютера.


1. Генерирование коррелированных случайных процессов

N-мерная плотность распределения вероятности wN (x1 , x2 , …xN ) связывает каждый отсчет случайной последовательности со всеми остальными отсчетами. Такое описание очень сложно и на практике используются более простые модели случайного процесса с зависимыми отсчетами. Наиболее известны две: марковская модель и спектрально-корреляционная модель. В марковской модели каждый отсчет случайного процесса зависит только от одного предыдущего (марковский процесс первого порядка). Для него N-мерная плотность распределения вероятности

wN (x1 , x2 , … xN ) = w(x1 )w(x2 /x1 ) w(x3 /,x2 )*…* w(xN / xN - 1 ) = w(x1 )∏w(xi /xi – 1 ).

Марковский процесс не является чисто теоретическим допущением, таким будет процесс на выходе интегрирующей цепи при подаче на ее вход белого шума.

Спектрально-корреляционная модель оперирует с двумерной плотностью распределения вероятности w(x1 , x2 ), связывающей отсчеты случайного процесса, взятые в разные моменты времени x1 = x(t1 ) и x2 = x(t2 ). Если изменять t1 и t2 , то можно исследовать попарную связь всех отсчетов между собой и, в принципе, последовательно определить все связи, описываемые N-мерным законом распределения. В спектрально-корреляционной модели для описания этой связи используется корреляционный (второй смешанный центральный) момент:


Стационарные случайные процессы характеризуются неизменностью характеристик во времени, и для таких процессов корреляционный момент не зависит от выбора начального момента времени t1 , а определяется только величиной интервала τ = t2 – t1 .

Зависимость корреляционного момента от временного интервала τ между отсчетами называется корреляционной функцией R(τ) случайного процесса. При τ = 0 значение корреляционной функции максимально и равно дисперсии случайного процесса σ2 . С увеличением |τ| корреляционная функция уменьшается до нуля монотонно или по колебательному закону.При моделировании всегда используется реализация случайного процесса конечной длины и в измеренной корреляционной функции появляются нескомпенсированные остатки. Уровень этих остатков тем меньше, чем больше длина реализации. На рис. 1 показаны корреляционные функции для случайной последовательности с треугольной функцией корреляции для количества отсчетов последовательности, равным 100 (рис. 1, а) и 10000 (рис. 1.б).

а) б)

Рис. 1

Случайный процесс называется некоррелированным, если корреляционная функция равна нулю для любого τ, отличного от нуля. Для некоррелированного процесса R(τ) = σ2 δк (τ), где δк (τ) – символ Кронекера: он равен 1 при τ = 0 и нулю при всех других τ. Вообще говоря, некоррелированность не означает независимости. Это можно пояснить следующим примером.

Рис. 2

Пусть случайная величина Y = 4X1 2 + X2 , где X1 и X2 – независимые случайные величины, равномерно распределенные в интервале (– 1/2, 1/2). Ясно, что Y связана с X1 статистической зависимостью (см. рис. 2). Однако корреляционный момент

так как каждый из интегралов является интегралом от нечетной функции в симметричных пределах.

Рассмотренная статистическая связь является нелинейной и никак не отражается в корреляционной функции. Корреляционная функция характеризует только линейную статистическую зависимость между отсчетами случайного процесса.

Для измерения корреляционной функции в LabVIEW существует несколько виртуальных приборов. В данной работе используется экспресс-ВП ConvolutionandCorrelation (Свертка и корреляция) (рис. 3 а), так как он представляет собой завершенную программу, не требует никаких дополнительных узлов управления и удобен в использовании. Панель конфигурирования экспресс-ВП ConvolutionandCorrelation показана на рис. 3, б).

Рис. 3

Корреляционная функция связана с энергетическим спектром случайного процесса преобразованием Винера-Хинчина, которое по форме совпадает с двусторонним преобразованием Фурье. Энергетический спектр случайной последовательности, содержащей N отсчетов, рассчитывается как двустороннее дискретное преобразование Фурье (ДПФ) от дискретной корреляционной функции R(n):


где fk = k/N*Δt – частота спектральной составляющей, Δt – временной интервал между соседними отсчетами случайного процесса, или интервал дискретизации.

Из приведенного выражения следует, что энергетический спектр случайной последовательности является дискретным и периодическим (рис. 4). Он содержит гармоники частоты f1 = 1/N*Δt. Это самая низкая частота спектра, так как за время, равное длительности случайной последовательности N*Δt, укладывается только один период колебания этой частоты.

Рис. 4

Рис. 4
Период спектра равен частоте дискретизации fд = 1/ Δt. Как видим, для определения спектра на любой частоте достаточно знания спектра в диапазоне частот от 0 до половины частоты дискретизации. Поэтому максимальная частота спектра, отображаемого на экране виртуального прибора равна fд /2.

LabVIEW располагает разнообразными ВП для спектрального анализа (более 20 типов). Воспользуемся экспресс-ВП SpectralMeasurements (Рис. 5), в котором предусмотрена возможность усреднения (Averaging) и оконной обработки (Window) для уменьшения краевых эффектов.


а) б)

Рис. 5

2. Генерирование коррелированных случайных последовательностей

Чаще всего для генерирования коррелированных случайных последовательностей используется метод формирующего фильтра. Если на вход линейного формирующего фильтра подать белый шум x(t), то на его выходе будет коррелированный случайный процесс y(t) с корреляционной функцией, определяемой характеристиками фильтра. Энергетический спектр случайного процесса связан с частотной характеристикой фильтра соотношением:

Sy (ω) = σx 2 |K(jω)|2 , ( 1)

а корреляционная функция определяется импульсной характеристикой фильтра.

Задача определения характеристик фильтра по заданной корреляционной функции (задача синтеза) достаточно сложна, поэтому в лабораторной работе мы остановимся только на вопросах реализации фильтров и оценки влияния параметров фильтра на форму корреляционной функции.

Метод скользящего суммирования В методе скользящего суммирования (скользящего среднего) выходной процесс определяется как весовая сумма отсчетов входного процесса, взятых в настоящий t = nΔt и предшествующие моменты времени:

y(nΔt) = b0 x(nΔt) + b1 x(nΔt – Δt) + b2 x(nΔt – 2Δt) + … + bk x(nΔt – kΔt). ( 2)

В следующий момент времени t = nΔt + Δt

y(nΔt + Δt) =

= b0 x(nΔt +Δt) + b1 x(nΔt) + b2 x(nΔt – Δt) + … + bk x(nΔt – (k – 1) Δt)

и т.д. для последующих моментов времени.

Значения корреляционной функции выходного процесса определятся как математическое ожидание произведения отсчетов выходного процесса, отстоящих друг от друга на интервал iΔt.

Ry (iΔt) = M{ y(nΔt)y(nΔt +iΔt)}.

Учитывая, что входной процесс не коррелирован и, следовательно,

M{ x(nΔt)x(nΔt +iΔt)} = σx 2 δк (iΔt),

Получим

Ry (0) = σy 2 = (b0 2 + b1 2 + b2 2 + … + bk 2x 2 ,

Ry (Δt) = (b0 b1 + b1 b2 + b2 b3 + … + bk – 1 bkx 2 ,

Ry (2Δt) = (b0 b2 + b1 b3 + … + br – 2 bkx 2 ,

Ry (kΔt) = b0 bk σx 2 ,

Ry (kΔt + Δt) = 0.

Эти уравнения позволяют легко решить задачу анализа: рассчитать корреляционную функцию по известным коэффициентам bi . Задача синтеза: найти коэффициенты фильтра bi по заданной корреляционной функции в общем случае не решена. Но для треугольной корреляционной функции решение находится просто: все коэффициенты bi одинаковы:

bi = √(σy 2x 2 )/k.

Если потребовать, чтобы дисперсии входного и выходного процессов были равными, то

bi = 1/√k. ( 3)

Схема фильтра, построенного по выражению ( 2), приведена на рис. 6. Символ z-1 означает задержку на интервал дискретизации. Фильтр скользящего суммирования (СС-фильтр) является фильтром с конечной импульсной характеристикой (КИХ-фильтром) или нерекурсивным (трансверсальным) фильтром.

Изображенный фильтр описывается системной (передаточной) функцией

K(z-1 ) = b0 + b1 z-1 + b2 z-2 + … + bk z-k .

Передаточная функция в стандартной форме, полученная из системной функции умножением числителя и знаменателя на zk , имеет вид:

K(z) = (b0 zk + b1 zk - ! + … + bk )/zk .

Недостаток СС-фильтра: увеличение порядка фильтра с увеличением количества отсчетов корреляционной функции. Если корреляционная функция имеет бесконечную протяженность, то для сокращения порядка фильтра ее искусственно ограничивают по времени, пренебрегая малыми значениями корреляционной функции. Это приводит к возникновению методической ошибки моделирования.

Авторегрессионный метод Существенная экономия машинных ресурсов и возможность моделирования случайных процессов с корреляционной функцией бесконечной протяженности достигается при использовании авторегрессионного метода. Авторегрессионный метод предполагает использование рекурсивных фильтров с системной функцией

где m – порядок фильтра.

Как следует из вида системной функции, выходной процесс авторегрессионного фильтра (АР-фильтра) связан с входным процессом рекуррентным соотношением


y(nT) =b0 x(nT) + a1 y(nT – T) + a2 y(nT – 2T) + … + am y(nT – mT).

Корреляционная функция определяется коэффициентами ai . Непосредственно по этому выражению нельзя найти корреляционную функцию, зная коэффициенты ai , как это было сделано по выражению (2). Для выявления качественного влияния коэффициентов на форму корреляционной функции воспользуемся ее связью с импульсной характеристикой фильтра. Рассмотрим сначала АР-фильтр первого порядка (рис. 7).

Рис. 7

Его передаточная функция в стандартной форме

K(z) =.

Импульсная характеристика определяется как обратное Z – преобразование от передаточной функции:

g[n] = b0 a1 n ( 4)

Диапазон возможных значений коэффициента a1 ограничивается устойчивостью фильтра. Для устойчивости АР-фильтра требуется, чтобы полюса его передаточной функции находились внутри окружности единичного радиуса.

Полюс находится приравниванием нулю знаменателя передаточной функции:

z – a1 =0.

Полюс

z1 = a1 ,

и требование устойчивости фильтра

| a1 | < 1 или -1 < a1 < 1.

При положительном a1 импульсная характеристика, как следует из ( 4), является монотонно спадающей функцией, и корреляционная функция тоже будет монотонно спадающей. При отрицательном а1 импульсная характеристика становится колебательной, и корреляционная функция будет колебательной затухающей с периодом колебаний равным двум интервалам дискретизации.

Рассмотрим, как будет изменяться АЧХ фильтра, а следовательно, и энергетический спектр ( 1) генерируемой последовательности, при изменении а1 . Комплексная частотная характеристика получается из передаточной функции К(z) подстановкой z = ejωΔt . Амплитудно-частотная характеристика

К(ω) = |b0 ejωΔt /(ejωΔt – a1 )| = b0 /|ejωΔt – a1 |.

Она обратно пропорциональна модулю разности векторов ejωΔt и a1 . Как видно из рис. 8 а), при положительном a1 модуль разности векторов будет изменяться от наименьшего значения при ω = 0 до наибольшего значения при ωΔt = π. Значит, АЧХ, а следовательно, и энергетический спектр случайной последовательности, будет иметь подъем в области низких частот. При отрицательных a1 , наоборот, подъем будет в области верхних частот.

а) б) в)
Рис. 8

На рис. 8, б) показан энергетический спектр процесса на выходе фильтра при a1 = 0,8; а на рис. 8, в) – при a1 = - 0,8.

АР-фильтр второго порядка позволяет формировать коррелированные последовательности с более разнообразными корреляционными функциями. Его системная функция

K(z-1 ) = .

Значения коэффициентов а1 и а2 ограничены областью устойчивости, которая показана на рис. 9 (коэффициенты должны находиться внутри треугольника).Область устойчивости делится на четыре подобласти в зависимости от вида полюсов: А – два действительных полюса разного знака; В – два действительных отрицательных полюса; С – два действительных положительных полюса; D – два комплексно сопряженных полюса. От расположения полюсов будет зависеть форма энергетического спектра и корреляционной функции генерируемого случайного процесса.


Рис. 9

Эту зависимость для действительных корней мы уже обсуждали. Для комплексно-сопряженных полюсов подъем АЧХ будет на частоте

f = (fд /2)(argz1 /π),

где argz1 – аргумент полюса, расположенного в верхней полуплоскости.

АР-фильтр является рекурсивным фильтром, или фильтром с бесконечной импульсной характеристикой (БИХ-фильтром). Последовательное соединение СС-фильтра и АР-фильтра называют АРСС-фильтром. Его системная функция записывается в виде отношения двух полиномов:

K(z-1 ) =

Такой фильтр обладает еще большими возможностями генерирования коррелированных процессов с разнообразными корреляционными функциями. Для моделирования СС- и АР- фильтров в среде LabVIEW удобно использовать ВП IIRFilter (БИХ-фильтр) (рис. 10).

Он производит фильтрацию входной последовательности Х.


Рис. 10

Выходная последовательность (FilteredX) вычисляется по выражению

y(n) = b0 x(n) + b1 x(n – 1) + … + bk x(n – k) –

– (a1 y(n – 1) + a2 y(n – 2) + … + am y(n – m)).

Системная функция фильтра:

K(z-1 ) =

Она отличается от записанной ранее системной функции АРСС-фильтра знаком коэффициентов ai (i ≥1).Коэффициенты числителя задаются в виде одномерного массива и подаются на терминал ForwardCoefficients. Массив коэффициентов знаменателя подается на терминал ReverseCoefficients.

Логическая переменная, подаваемая на вход init/cont (init: F) (инициировать/продолжить (иниц: F)) управляет инициализацией внутренних состояний фильтра. По умолчанию на входе установлено значение ЛОЖЬ. При этом внутренние состояния устанавливаются в 0. При установке на входе инициировать/продолжить значения ИСТИНА внутренние состояния соответствуют последним состояниям фильтра из предыдущего запуска ВП. При нулевых внутренних состояниях выходной процесс устанавливается в стационарное состояние спустя некоторое время после запуска ВП (время переходного процесса). Для устранения переходного процесса целесообразно установить логическую переменную в состояние ИСТИНА и обеспечить повторный запуск. Последняя генерируемая последовательность будет стационарной.

Для многократного повторения моделирования целесообразно использовать структуру WhileLoop (Цикл по условию). Он эквивалентен выражению: do (программа) while (логическое условие). Цикл While похож на цикл For. Различие этих циклов в том, что число итераций в цикле For заранее определено и задается через терминал N числа итераций, а в цикле While – итерации продолжаются, пока не будет выполнено заданное условие.

Рис. 11

Внутри структуры While (рис. 11) размещаются терминал счетчика итераций и терминал условия выхода из цикла . Программа, размещенная в структуре, выполняется до подачи на терминал условия выхода из цикла логической переменной TRUE.

измерительный программный рекурсивный фильтр


Заключение

LabVIEW (Laboratory Virtual Instrumentation Engineering Workbench) — это среда разработки и платформа для выполнения программ, созданных на графическом языке программирования «G» фирмы National Instruments (США). Первая версия LabVIEW была выпущена в 1986 году для Apple Macintosh, в настоящее существуют версии для UNIX, GNU/Linux, Mac OS и пр., а наиболее развитыми и популярными являются версии для Microsoft Windows.

LabVIEW используется в системах сбора и обработки данных, а также для управления техническими объектами и технологическими процессами. Идеологически LabVIEW очень близка к SCADA-системам, но в отличие от них в большей степени ориентирована на решение задач не столько в области АСУ ТП, сколько в области АСНИ.


Список литературы

1. Н.А. Виноградова, Я.И. Листратов, Е.В. Свиридов. «Разработка прикладного программного обеспечения в среде LabVIEW». Учебное пособие – М.: Издательство МЭИ, 2005.

2. http://www.automationlabs.ru/

3. http://digital.ni.com/

4. http://www.labview.ru/

5. http://ru.wikipedia.org/

Оценить/Добавить комментарий
Имя
Оценка
Комментарии:
Где скачать еще рефератов? Здесь: letsdoit777.blogspot.com
Евгений08:16:40 19 марта 2016
Кто еще хочет зарабатывать от 9000 рублей в день "Чистых Денег"? Узнайте как: business1777.blogspot.com ! Cпециально для студентов!
10:09:10 29 ноября 2015

Работы, похожие на Контрольная работа: Генерирование коррелированных случайных процессов в среде LabVIEW
Цифровая обработка сигналов
ВВЕДЕНИЕ В ЦИФРОВУЮ ОБРАБОТКУ СИГНАЛОВ Содержание. 1. Дискретные сигналы 1.1. Дискретизация непрерывных сигналов 1.2. Связь спектров дискретных и ...
Периодической числовой последовательности соответствует спектр в виде периодической числовой последовательности.
Нерекурсивный фильтр позволяет получить четную или нечетную импульсную характеристику и, как результат, линейную ФЧХ или произвольной АЧХ, что следует из теоремы о спектре четных и ...
Раздел: Рефераты по радиоэлектронике
Тип: реферат Просмотров: 3150 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Прикладная теория информации
В.И. Дмитриев ПРИКЛАДНАЯ ТЕОРИЯ ИНФОРМАЦИИ Москва 1989 Оглавление Введение. 3 § В.1. О понятии "информация". 5 § В.2. Этапы обращения информации. 7 ...
Поскольку умножение u(t) на дельта - функцию в момент времени t = k t соответствует получению отсчета этой функции, uп(k t) может представлять результат равномерной дискретизации ...
Функцию A(jkw1) принято называть комплексным спектром периодического сигнала u(t). Этот спектр дискретный, так как функция A(jkw1) определена на числовой оси только для целых ...
Раздел: Рефераты по информатике, программированию
Тип: книга Просмотров: 1276 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
Дискретизация и квантование изображений
ИСТОРИЧЕСКИЙ ОЧЕРК. Еще с середины 40-ых годов , специалисты по радиоэлектроники начали задумываться над возможностью применения специализированных ...
Процедуру взятия отсчетов удобно рассматривать как умножение функции f(t) на функцию yD(t) . Результирующий дискретизованный сигнал можно представить в виде суммы ...
На вход фильтра мы подаем сумму импульсов с амплитудами равными f(kDt) Разложение сигнала f(t) в ряд Котельникова указывает на технический способ передачи непрерывной функции ...
Раздел: Рефераты по радиоэлектронике
Тип: реферат Просмотров: 3077 Комментариев: 4 Похожие работы
Оценило: 2 человек Средний балл: 4 Оценка: неизвестно     Скачать
Математические основы теории систем
ОГЛАВЛЕНИЕ Оглавление 1 Введение 3 Объект и устройство 3 Задачи управления 4 Матричный формализм в теории систем 6 Линейные операторы 6 Инвариантное ...
Зададим К начальных условий при некотором значении аргумента n=n0: x[n0]=x0, x[n0+1]=x1,..., x[n0+K-1]=xk-1
Случайные векторные величины будем обозначать жирными буквами латинского алфавита X,Y,Z, . Рассмотрим совокупность n случайных величин x1( ), x ( ),.., x ( )заданных на ...
Раздел: Рефераты по математике
Тип: реферат Просмотров: 1245 Комментариев: 3 Похожие работы
Оценило: 1 человек Средний балл: 5 Оценка: неизвестно     Скачать
Разработка программного обеспечения для голосового управления ...
РЕФЕРАТ Метою дослідження є розробка програмного забезпечення для голосового керування тривимірними моделями функціонування промислових роботів ...
Дискретное преобразование Фурье широко используется при вычислении корреляционных функций, спектров и при реализации цифровых фильтров, а также часто используется и при обработке ...
Импульсная характеристика (1.32) определена при любых целых значениях к и является бесконечной, поэтому ограничивают значения k. Пусть |k|=К, где К=(N-1)/2 для фильтров с нечётными ...
Раздел: Рефераты по коммуникации и связи
Тип: дипломная работа Просмотров: 1303 Комментариев: 2 Похожие работы
Оценило: 1 человек Средний балл: 4 Оценка: неизвестно     Скачать
Кодеры речи
Глава1 Кодеры формы. Кодеры формы характеризуются способностью сохранять основную форму речевого сигнала. Кодеры формы не являются специфичными для ...
где М - порядок модели; - последовательность отсчетов речевого сигнала; - коэффициенты линейного предсказания, характеризующие свойства голосового тракта; - порождающая ...
Его спектр формируется из взвешенной последовательности случайного шума.
Раздел: Рефераты по информатике, программированию
Тип: реферат Просмотров: 2426 Комментариев: 3 Похожие работы
Оценило: 2 человек Средний балл: 4.5 Оценка: неизвестно     Скачать
LabVIEW. Возможности и перспективы развития
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ...
Если при программировании случайно будет сделана ошибка, например какой-то провод будет подключен "не туда", то в большинстве случаев LabVIEW сразу обратит на это внимание ...
Интерактивная разработка систем управления; разработка моделей в пространстве состояний, с использованием передаточных функций, и на основе задания нулей и полюсов; интеграция с ...
Раздел: Рефераты по информатике, программированию
Тип: реферат Просмотров: 1107 Комментариев: 3 Похожие работы
Оценило: 2 человек Средний балл: 4.5 Оценка: неизвестно     Скачать
Беспроводные телекоммуникационные системы
Содержание: 1. Принципы построения беспроводных телекоммуникационных систем 1.1 Архитектура сотовых систем связи. 1.2 Обслуживание абонента сетью. 1.3 ...
Множественный доступ с кодовым разделением (CDMA) является практическим приложением методов расширения спектра, которые можно разделить на две основные категории: расширение ...
Оптимальными же оказываются именно ансамбли сигналов, ортогональных в усиленном смысле: каждый из таких сигналов вызывает отклик на выходе только одного из фильтров приемной схемы ...
Раздел: Рефераты по коммуникации и связи
Тип: курсовая работа Просмотров: 2453 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать
О теории вероятностей
1. Предмет и основные понятия ТВ ТВ - математическая наука изучающая закономерность в массовых однородных случаях, явлениях и процессах. Элементарные ...
Особую роль в качестве характеристики совместной вариации случайных величин X и Y играет второй смешанный центральный момент, который называется корреляционным моментом - K(X,Y ...
Если X1, Х2,.. .,Хn - последовательность независимых случайных величин таких, что
Раздел: Рефераты по математике
Тип: шпаргалка Просмотров: 11713 Комментариев: 2 Похожие работы
Оценило: 0 человек Средний балл: 0 Оценка: неизвестно     Скачать

Все работы, похожие на Контрольная работа: Генерирование коррелированных случайных процессов в среде LabVIEW (1292)

Назад
Меню
Главная
Рефераты
Благодарности
Опрос
Станете ли вы заказывать работу за деньги, если не найдете ее в Интернете?

Да, в любом случае.
Да, но только в случае крайней необходимости.
Возможно, в зависимости от цены.
Нет, напишу его сам.
Нет, забью.



Результаты(151303)
Комментарии (1844)
Copyright © 2005-2016 BestReferat.ru bestreferat@mail.ru       реклама на сайте

Рейтинг@Mail.ru