Міністерство освіти і науки України

Міністерство освіти і науки України

Тернопільський національний технічний університет імені І.Пулюя

Кафедра БТ

Звіт

«Кореляційна обробка сигналів: процедура та приклади застосування»

Виконали

Студенти гр. Пм – 31

Яцук Н.

Ящишин С.

Тернопіль 2010

Мета роботи: 1) практично ознайомитися з реалізацією процедури вимірювання автокореляційної функції в середовищі Matlab; 2) змоделювати декілька прикладів застосування кореляційного аналізу випадкових процесів, а саме: а) виявления періодичного сигналу, що маскується шумом; б) вимірювання частоти основного тону голосового сигналу.

1.Введення числових значень параметрів

Rvh = -16; f0 = 200; 7-й варіант

2. Моделюваня задачі виявления періодичного сигналу, що маскується шумом

Dksi = 1

A = 10^((10*log10(2)+Rvh)/20)

B = 5000;

fi = rand(1)*2*pi;

f0B = f0/B;

Ngraf = ceil(3/f0B)*2+1

i = 1: Ngraf;

S = A*cos(pi*f0B*i+fi);

ksi = randn(1, Ngraf);

Sksi = S + ksi;

subplot(3,1,1); plot(i,S);

title(‘Сигнал’);

subplot(3,1,2); plot(i,ksi);

title(‘Шум’);

subplot(3,1,3); plot(i,Sksi,’r’);

title(‘Сигнал плюс шум’);

Рис.1

Ngraf = 151

Покажемо, що кореляційний аналіз випадкового процесу допомагає вирішити задачу виявлення періодичного сигналу на тлі шуму.

Побудуємо графіки кореляційних функцій.

j = i;

Ks = A^2/2*cos(pi*f0B*j);

Kksi = sinc(j);

Ky = Ks + Kksi;

figure;

subplot(3,1,1); plot(i,Ks);

title(‘Кор.ф. сигналу’);

subplot(3,1,2); plot(i,Kksi);

title(‘Кор.ф. шуму’);

subplot(3,1,3); plot(i,Ky);

title(‘Кор.ф. суміші’);

Рис.2

На практиці можна лише оцінити функцію кореляції. Відповідна програма обчислення має вигляд:

Rvyh=10;

N = 10^(0.1*(Rvyh-2*Rvh+10*log10(2)))

N = 3.1698e+004

figure;

N=ceil(N);

i = 1:N;

S = A*cos(pi*f0B*i+fi);

ksi = randn(1,N);

Sksi = S + ksi;

[K_y,tau] = xcorr(Sksi,Ngraf,'unbiased');

subplot(2,1,1); plot(tau,K_y);

title(‘Оцінка функції корел.суміші’);

subplot(2,1,2); plot(tau(Ngraf+2: 2*Ngraf+1),K_y(Ngraf+2: 2*Ngraf+1));

title(‘Фрагмент оцінки (додатні затримки)’);

Рис.3

3. Експерименталні вимірювання частоти основного тону голосового сигналу

Y = wavrecord(15000);

wavplay(Y);

sptool;

Рис 4.

Fs = 11025

t1 = 0.816; t2 = 1.018;

j1 =ceil(t1*Fs); j2 = ceil(t2*Fs);

Y1 = Y(j1:j2);

Рис 5.

[Kzvuk,lags] = xcorr(Y1,400);

Рис 6.

Висновок:

На цій лабораторній роботі я практично ознайомився з реалізацією процедури вимірювання авто кореляційної функції в середовищі Matlab, змоделював декілька прикладів застосування кореляційного аналізу випадкових процесів, а саме:

а) виявлення періодичного сигналу, що маскується шумом;

б) вимірювання частоти основного тону голосового сигналу.

---

Дата добавления: 2015-09-29