сигналы и процессы лабораторная работа, Упражнения и задачи из Цифровая обработка сигналов

Скачай сигналы и процессы лабораторная работа и еще Упражнения и задачи в формате PDF Цифровая обработка сигналов только на Docsity! Національний аерокосмічний університет ім. М. Є. Жуковського «Харківський авіаційний інститут» Факультет радіотехніки, комп’ютерних систем і інфокомунікацій Кафедра інформаційно-комунікаційних технологій (№ 501) Лабораторна робота №1 з «Сигналы и процесы» (назва дисципліни) на тему: «Оценки характеристик случайных величин в MATLAB» Виконав: студент 2 курсу групи № 526 напряму підготовки (спеціальності) ____________172__________________ (шифр і назва напряму підготовки (спеціальності)) Межерицький Є. (прізвище й ініціали студента) Прийняв: Душепа В.А (посада, науковий ступінь, прізвище й ініціали) Національна шкала: __________ Кількість балів: _____ Оцінка: ECTS _____ Харків – 2020 1.1Рассчитайте оценки мат. ожиданий случайных величин X и Y x=[1,0,1,0]; % задаем значения x y=[-1,1,2,0]; % задаем значения y N=4; % задаем кол-во элементов в массивах mux=0; % задаем начальное значение мю x for i=1:length(x) % формируем функцию, которая будет каждый новый раз брать новый х a = 1/N*x(i); % формула по которой рассчитываем мат ожидание mux=mux+a; % сумма мат ожидания end % конец функции mux muy=0; % задаем начальное значение мю for i=1:length(y)% формируем функцию, которая будет каждый новый раз брать новый y a=1/N*y(i); % формула по которой рассчитываем мат ожидание muy=muy+a;% сумма мат ожидания end muy Ans: 1.2Рассчитайте оценки дисперсий случайных величин X и Y Dx=0; % задаем начальное значение дисперсии по x for i=1 :length(x) % формируем функцию, которая будет каждый новый раз брать новый х d=1/(N-1)*(x(i)-mux)^2; % формула по которой рассчитываем дисперсию Dx=Dx+d; % сумма дисперсии end Dx Dy=0;% задаем начальное значение дисперсии по y for i=1 :length(y)% формируем функцию, которая будет каждый новый раз брать новый у d=1/(N-1)*(y(i)-muy)^2;% формула по которой рассчитываем дисперсию Dy=Dy+d;%сумма дисперсии End Dy Ans: 4. Смоделируйте теперь 1000 реализаций случайной величины C равномерным распределением в интервале от -1 до 3, то есть C ~ Unif ( 1,3). mu=-1; % задаем начальное значение для мю dispers=3; % дисперсия заданная изначально sigma=sqrt(dispers); % квадратный корень из дисперсии, получаем сигму m=1000; % размеры формируемого массива реализаций. n=1; % размеры формируемого массива реализаций. r_array4=normrnd(mu,sigma,m,n); % формируем случайные реализации распределения N=length(r_array4) % задаем количество элементов C=-1+(3+1).*rand(N,1) % формула для случайной реализации через rand Ans: 5.1. Постройте гистограммы для смоделированных реализаций в заданиях 3 и 4. %% 5.1 bin_centers=[-6.9:0.2:6.9]; % задаем центры используемых интервалов hist(r_array4,bin_centers) % формируем случайные реализации распределения для задания 4 %% hist(r_array3,bin_centers) % формируем случайные реализации распределения для задания 3 5.2 Постройте гистограммы для реализаций случайных величин Z и W (считанных в пункте 2). 5®] Наиге1 Не Ей Мем |озей Тооб Оезаор Уйпдом Нар пан < бэ паес то 60 ® & Наше1 Бай Ме |рзей Тоб бейор Мбпфом Нар т пень ка оэри- в оаес 60 з 10