РТЦиС_метода к лабам. Радиотехнические цепи и сигналы лабораторный практикум

• Название: Радиотехнические цепи и сигналы лабораторный практикум
• Анкор: РТЦиС_метода к лабам.doc
• Дата: 26.12.2017
• Размер: 1.84 Mb.
• Имя файла: РТЦиС_метода к лабам.doc
• Тип: Практикум; #13019
• страница: 5 из 25

Содержание отчета

Отчет по работе должен включать в себя следующее:

• 
  изображения всех синтезированных сигналов;
  
• 
  изображения всех промежуточных этапов синтеза последовательности прямоугольных импульсов;
  
• 
  графики амплитудных и фазовых спектров перечисленных ранее сигналов, построенные в соответствии с выражениями, согласно которым осуществлялся синтез; следует ограничиться 12 гармониками;
  
• 
  вывод одной из формул (2.3), (2.4) или (2.5), соответствующей сигналу, изображение структуры которого фиксировалось на каждом этапе синтеза; вывод делается согласно соотношению (1.1) из описания предыдущей лабораторной работы;
  
• 
  вывод формулы (2.9), выполненный исходя из выражения (2.8) при условии, что   1; указание конкретных значений начальных фаз  и ₀ в формуле (2.8), которые при указанном условии трансформируют ее в соотношение (2.9).
  

Контрольные вопросы

1. 
   Если сравнить спектральные представления периодических колебаний прямоугольной и треугольной форм (соотношения (2.3) и (2.5)), то амплитуды соответствующих гармоник в последнем случае убывают с ростом частоты существенно быстрей. Какую качественную трактовку можно дать этому факту?
   
2. 
   Какую картину следует ожидать на экране осциллографа, если при синтезе АМК согласно выражению (2.7) было взято значение m  1?
   
3. 
   Является ли АМК с однотональной модуляцией периодическим сигналом?
   
4. 
   Синтезированное в соответствии с формулой (2.9) колебание с однотональной УМ имеет также и некую амплитудную модуляцию. Почему? Как можно уменьшить ее глубину?
   
5. 
   Чему равно отношение максимальной и минимальной мгновенных частот у синтезированного колебания с однотональной УМ?
   
6. 
   Каким образом можно синтезировать сигнал вида:
   

7. 
   Как нужно изменить значения амплитуд и начальных фаз гармоник, чтобы сдвинуть синтезированную последовательность прямоугольных импульсов на T/4 вправо?
   
8. 
   Какой вид примет сигнал с однотональной АМ, если из него удалить несущее колебание?
   
9. 
   Какое (какие) из синтезированных колебаний синтезированы с наибольшей точностью? Ответ обоснуйте.
   
10. 
    После синтеза последовательности прямоугольных видеоимпульсов с отношением T/ = 2 выключена первая гармоника. Изобразить получившийся сигнал.
    
11. 
    В лабораторной работе предусмотрен синтез пилообразного напряжения. Какие изменения нужно внести в соответствующее выражение, чтобы изменить направление наклона «пилы»?
    
12. 
    После синтеза АМ-колебания уменьшена до уровня боковых гармоник амплитуда несущей гармоники. Изобразить получившийся сигнал.
    

3. ИССЛЕДОВАНИЕ ФУНКЦИЙ РАСПРЕДЕЛЕНИЯ И ПЛОТНОСТЕЙ ВЕРОЯТНОСТИ ЗНАЧЕНИЙ СЛУЧАЙНЫХ СИГНАЛОВ

Цель работы — исследование одномерных функций распределения вероятностей и плотностей вероятностей значений случайных сигналов.

3.1. Теоретические сведения

Случайные сигналы могут быть стационарными и нестационарными.

Для стационарного сигнала усредненные характеристики не зависят от выбора начального отсчета времени. В данной работе рассматриваются стационарные сигналы.

Основной характеристикой случайных сигналов являются функции распределения вероятностей их значений. По функциям распределения могут быть определены все другие характеристики сигнала, в том числе его среднее значение, дисперсия, корреляционная функция, вероятность попадания в заданный интервал значений.

Одномерная функция распределения вероятностей F(U) случайного сигнала (t) есть вероятность того, что значение сигнала не превысит уровень U:

F(U) = P(  U).

Основные свойства функции F(U):

1. 
   0  F(U)  1, причем F(–) = 0, F() = 1;
   
2. 
   при , т. е. F(U) — неубывающая функция;
   
3. 
    — вероятность попадания случайного сигнала (t) в полузакрытый интервал .
   

Для функции распределения F(U), имеющей производную, вводят понятие плотности вероятностей

. (3.1)

Основные свойства функции p(U):

1. 
   размерность p(U) равна обратной величине размерности случайного сигнала ;
   
2. 
   p(U)  0;
   
3. 
   функция распределения определяется выражением
   

; (3.2)

4. 
   вероятность попадания случайной величины в интервал равна .
   

Для исследуемых в работе сигналов предполагается выполнение условия эргодичности. Из него следует, что средние параметры случайного процесса, определенные по множеству реализаций, с единичной вероятностью равны средним параметрам, определенным по одной реализации.

Для таких сигналов одномерная функция распределения F(U) равна отношению времени, в течение которого значения сигналов не превышают заданный уровень U, ко всему времени T измерения сигнала (3.2) (рис. 3.1, а):

.

Указанное свойство используется в измерительном приборе для измерения функции распределения. Структурная схема измерителя приведена на рис. 3.1, в. Опорное напряжение U и случайный сигнал (t) подаются на два входа компаратора (сравнивающего устройства). Если (t) > U, напряжение на выходе компаратора равно нулю, а при (t)  U оно равно (рис. 3.1, б).

Выход компаратора соединен с интегратором, выполненным в виде RC цепи. При f RC >> 1, где f — ширина спектра случайного сигнала, напряжение на выходе компаратора равно .



Рис. 3.1

Напряжение с выхода интегратора подается на вход «Y» осциллографа, а опорное напряжение на вход «Х». При медленном изменении опорного напряжения U на экране осциллографа появляется изображение F(U) — функции распределения вероятностей значений исследуемого случайного сигнала (t).

Метод измерения плотности вероятности основан на формуле численного дифференцирования функции (3.1):

для малых U.

Если U мало и постоянно, то p(U) пропорционально разности F(U + U) – F(U), т. е. разности напряжений на выходах двух измерителей функции распределения сигналов (t) при опорных напряжениях U + U и U соответственно на первом и втором измерителях (рис. 3.2).



Рис. 3.2

В работе исследуются функции распределения и плотности вероятности для следующих случайных сигналов.

Треугольный сигнал со случайной начальной фазой (рис. 3.3, а). Он имеет равномерное распределение вероятностей значений напряжения (рис. 3.3, б, в), описываемое следующими выражениями:

(3.3)



Рис. 3.3

Шум усилителя. Он имеет гауссовскую функцию распределения (рис. 3.4, а, б). Для него

, (3.4)

где  — дисперсия,  — среднее значение напряжения,  — интеграл ошибок, значения которого табулированы.



Рис. 3.4

Напряжение (t) на выходе амплитудного детектора. На вход детектора подается сумма двух сигналов: узкополосного шума с гауссовским законом распределения вероятностей значений и детерминированного гармонического сигнала с постоянной амплитудой ; (t) — огибающая суммы этих двух сигналов.

Напряжение (t) имеет функцию распределения, соответствующую обобщенному закону Рэлея (рис. 3.5, а, б):

(3.5)

где  — дисперсия узкополосного шума ,  — амплитуда гармонического сигнала,  — модифицированная функция Бесселя нулевого порядка. Она табулирована; кроме того, ; при x  .

При обобщенное распределение Рэлея приближается к гауссовскому распределению (рис. 3.5, а, б).



Рис. 3.5

Гармонический сигнал с постоянной амплитудой и случайной фазой. , где и  — постоянные амплитуда и угловая частота,  — случайная фаза, распределенная равномерно на интервале , т. е. плотность распределения фазы и функция распределения фазы имеют вид:

(3.6)

Найдем функцию распределения напряжения случайного сигнала (t). Это стационарный сигнал, поэтому можно положить t = 0. Тогда . Из графика функции () (рис. 3.6, а) видно, что вероятность события (для ) равна вероятности события , где т. е. .

Используя определение функции распределения и выражения (3.6), последнее равенство можно записать в виде



для .

Из рис. 3.6, а видно также, что

Плотность распределения вероятностей значений :

(3.7)

Графики функций и приведены на рис. 3.6, б и 3.6, в.

Согласно центральной предельной теореме теории вероятностей функция распределения суммы независимых случайных величин с близкими значениями дисперсий стремится к гауссовскому закону распределения при увеличении числа слагаемых, независимо от вида функций распределения слагаемых.

Аналитическое выражение для функции распределения суммы сигналов удобно получать через характеристическую функцию.



Рис. 3.6

Характеристическая функция (x) сигнала (t) связана с плотностью распределения вероятностей p() преобразованием Фурье

; . (3.8)

Для суммы случайных величин характеристическая функция связана с совместной плотностью распределения вероятностей величин

.

Для независимых случайных величин

, (3.9)

а потому

, (3.10)

где  — характеристическая функция сигнала .

Последовательное использование зависимостей (3.10), (3.9) и (3.8) позволяет получить плотность распределения вероятностей суммы независимых сигналов по известным плотностям распределения отдельных слагаемых.

Найдем распределение суммы двух независимых случайных сигналов с одинаковым равномерным распределением. Пусть , где и  — независимые случайные сигналы с плотностями распределения вероятностей



Характеристические функции сигналов и одинаковы и равны

.

Согласно выражению (3.10) характеристическая функция суммы сигналов

.

Плотность распределения вероятностей суммы сигналов



Зависимости и p() приведены на рис. 3.7.



Рис. 3.7



Рис. 3.8

Для сигнала в виде суммы гармонических колебаний с равными амплитудами и независимыми случайными фазами , распределенными в интервале , плотность распределения вероятностей p() была рассчитана на ЭВМ для числа слагаемых N = 1, 2, 3, 4.

Графики зависимостей p() приведены на рис. 3.8. Видно, что с увеличением числа слагаемых плотность распределения их суммы стремится к гауссовскому распределению (ср. с рис. 3.4 при ).