МИС Лаб. 5

Министерство Цифрового Развития, Связи и Массовых Коммуникаций Российской Федерации Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования Ордена Трудового Красного знамени «Московский технический университет связи и информатики»

Кафедра Информационная Безопасность

Лабораторный практикум №5

Снижение вычислительной сложности алгоритмов демодуляции

Москва, 2021

Цель работы: получить навыки работы с программой MATLAB, ознакомиться с различными способами снижения вычислительной сложности алгоритмов.

Код программы:

clc;

clear;

N = 0:2:1024;

sum_0=zeros(length(N),1);

sum_1 = zeros(length(N), 1);

sum_2 = zeros(length(N), 1);

sum_1and2 = zeros(length(N), 1);

for index = 1:length(N)

sum_0(index) = 4* index^3 + 4* index^2 + 2* index + 4* index^3;

sum_1(index) = 4* index^2.807 + 4* index^2 + 2* index + 4* index^2.807;

sum_2(index) = 3* index^3 + 3* index^2 + 2* index + 3* index^3;

sum_1and2(index) = (sum_1(index) + sum_2(index))/2;

end

semilogy(N, sum_0);

hold on;

semilogy(N, sum_1and2);

hold off;

grid;

xlabel('Размерность матрицы');

ylabel('Число операций');

legend('Без', 'Штрассен+3м');

Рисунок 1. График зависимости числа операций

Вывод

На одной плоскости построены графики зависимости количества требуемых элементарных арифметических операций, необходимых для получения оценки вектора переданных символов, от количества элементов антенных решеток как для случая использования МСКО без методов снижения вычислительной сложности, так и для случая использования метода Штрассена. Стоит отметить, что выигрыш при использовании метода Штрассена начинает становиться заметным при размерности матрицы больше 16