Logo GenDocs.ru

Поиск по сайту:  

Загрузка...

М. Л. Маслаков должность, уч степень, звание подпись, дата инициалы, фамилия отчёт о лабораторной работе №1 Моделирование и анализ случайных величин по дисциплине: - файл


скачать (39 kb.)


Министерство науки и высшего образования Российской Федерации

Федеральное государственное автономное образовательное учреждение

высшего образования

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»
КАФЕДРА № 24

ОТЧЁТ


ЗАЩИЩЁН С ОЦЕНКОЙ

ПРЕПОДАВАТЕЛЬ



доцент, канд. техн. наук М. Л. Маслаков

должность, уч. степень, звание подпись, дата инициалы, фамилия


ОТЧЁТ О ЛАБОРАТОРНОЙ РАБОТЕ № 1



Моделирование и анализ случайных величин

по дисциплине: Проектирование, разработка и исследование РЭС


РАБОТУ ВЫПОЛНИЛ

СТУДЕНТ ГР. № 2740 Р.А.Петров

подпись, дата инициалы, фамилия

Санкт-Петербург

2022


Вариант:



m

D

R(τ)

13

5

2

R=1/exp(β|τ|)

β=0.5, τ=-5:1:5


Программа в MatLab:

clear, clc;

%% Задание 1. Задание условий

N=10000; %длина вектора

m=5; %математическое ожидание

D=2; %дисперсия

r=m+sqrt(D).*randn(1,N); %Сгенерированный вектор длинной N

t=-5:1:5;

b=0.5;

R=1./exp(b*abs(t));



q=mean(r); %реал. мат. ожидание (ср. значение r)

w=var(r); %реал. дисперсия

%% Задание 2.1. Оценка мат. ожидания и дисперсии для всей выборки

M1=sum(r)/N;

fprintf('Для всего объёма выборки:\n');

fprintf('Математическое ожидание M1 =%8.5f.\n', M1);

D1=(sum((r-M1).^2))/(N-1);

fprintf('Дисперсия D1 =%8.5f.\n', D1);

%% Задание 2.2. Оценка мат. ожидания и дисперсии для сегмента выборки

fprintf('\nДля сегмента выборки:\n');

N1=50:50:10000;

M2=mean(r(N1));

fprintf('Математическое ожидание M2 =%8.5f.\n', M2);

D2=var(r(N1));

fprintf('Дисперсия D2 =%8.5f.\n', D2);

%% Задание 2.3. Оценка мат. ожидания и дисперсии по различным сегментам

%Оценка по выборке длиной 100 отсчётов

NN=100;


SS=100;

N2=randi([1,N-SS],1,NN);

M3=zeros(1,NN);

D3=zeros(1,NN);

for i=1:SS

M3(i)=mean(r(N2(i):N2(i)+SS));

D3(i)=var(r(N2(i):N2(i)+SS));

end


%Оценка по выборке длиной 1000 отсчётов

NN=1000;


ss=1000;

N3=randi([1,N-ss],1,NN);

M4=zeros(1,NN);

D4=zeros(1,NN);

for i=1:ss

M4(i)=mean(r(N3(i):N3(i)+ss));

D4(i)=var(r(N3(i):N3(i)+ss));

end


%% Задание 3. Построение корреляционных функций

figure(1);

subplot(1,2,1);

title('Для 100 отсчётов')

hold on

hist(D3-D);

subplot(1,2,2);

hist(D4-D);

title('Для 1000 отсчётов')

%% Задание 6 (4 и 5 выполнены в 1 и 2). Ошибочное мат. ожидание

figure (2);

AR=filter(R, 1, r);

plot (xcorr(AR-mean(AR)));

%% Задание 7. Взаимокорреляционная функция между двумя "разнесёнными" сегментами

N3=0:20:500;

N4=9500:20:10000;

NN=100;

SS=500;


%Первый сегмент

N3=randi([5,N-SS],1,SS);

Seg1=zeros(1,NN);

for i=1:SS

Seg1(i)=mean(r(N3(i):N3(i)+SS));

end


%Второй сегмент

N4=randi([5,N-SS],9500,N);

Seg2=zeros(1,NN);

for i=1:SS

Seg2(i)=mean(r(N4(i):N4(i)+SS));

end


%Построение ВКФ между двумя сегментами

VKF=xcorr(Seg1-mean(Seg1),Seg2-mean(Seg2),'coeff');

figure (3);

plot (VKF);


Результаты программы:

Рисунок 1 - Результаты мат. ожиданий и дисперсий



Рисунок 2 - Корреляционные функции по выборкам длинной 100 и 1000 отсчётов



Рисунок 2 - График с правильным мат. Ожидания


Рисунок 3 - График с ошибочным мат. Ожидания




Рисунок 4 - ВКФ между двумя «разнесёнными» сегментами


Скачать файл (39 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации