- •Область применения, функциональное назначение и основные технические характеристики scada-систем.
- •Структурные элементы, системное программное обеспечение scada-систем.
- •Периодические сигналы. Понятие о линейчатом спектре.
- •Случайные сигналы и их аналитическое описание.
- •Понятие о ковариационной функции случайного процесса.
- •Гауссовский случайный процесс.
- •Спектральная плотность мощности случайного процесса.
- •Идеальные и реальные модели канала передачи информации.
- •Понятие о дискретизации и квантовании сигналов.
- •Классификация методов дискретизации сигналов.
-
Случайные сигналы и их аналитическое описание.
Случайные сигналы — сигналы, мгновенные значения которых (в отличие от детерминированных сигналов) не известны, а могут быть лишь предсказаны с некоторой вероятностью, меньшей единицы. Случайным сигналом мы будем называть сигнал, математическим описанием которого является случайная Функция времени. Характеристики таких сигналов являются статистическими, то есть имеют вероятностный вид.
Существует 2 основных класса случайных сигналов:
–шумы,
–случайными являются все сигналы, несущие информацию, поэтому для описания закономерностей, присущих осмысленным сообщениям, также прибегают к вероятностным моделям.
-
Понятие о ковариационной функции случайного процесса.
СЛУЧАЙНЫЙ ПРОЦЕСС
в его математическом описании Х(t) представляет собой функцию, которая отличается тем, что ее значения (действительные или комплексные) в произвольные моменты времени по координате t являются случайными.
КОВАРИАЦИОННЫЕ ФУНКЦИИ
Частным случаем корреляционной функции является функция автоковариации (ФАК), которая широко используется при анализе сигналов. Она представляет собой статистически усредненное произведение значений случайной функции в моменты времени ti и tj и характеризует флуктуационную (отклонение значения от среднего, от точки равновесия) составляющую процесса.
В терминах теории вероятностей ковариационная функция является вторым центральным моментом случайного процесса. Для центрированных случайных процессов ФАК тождественна функции автокорреляции.
Автокорреляция — это взаимосвязь последовательных элементов временного или пространственного ряда данных.
-
Гауссовский случайный процесс.
ГАУССОВСКИЙ ЗАКОН РАСПРЕДЕЛЕНИЯ
Нормальный (гауссовский) закон распределения случайных величин чаще других встречается в природе. Нормальный процесс особенно характерен для помех в каналах связи. Он очень удобен для анализа. Поэтому случайные процессы, распределение которых не слишком отличается от нормального, часто заменяют гауссовским процессом. Одномерная плотность вероятности нормального процесса определяется выражением:
где δx – среднеквадратическое отклонение, mx – математическое ожидание.
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ
представляет собой статистическое усреднение случайной величины X(ti) в каком либо фиксированном сечении ti случайного процесса, т. е. среднее арифметическое суммы X(ti) при i=1,2,…,n.
СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ
Рассеивания значений случайной величины относительно её математического ожидания.
-
Спектральная плотность мощности случайного процесса.
СПЕКТРАЛЬНАЯ ПЛОТНОСТЬ МОЩНОСТИ
функция, задающая распределение мощности сигнала по частотам. Её значение имеет размерность мощности, делённой на частоту, то есть энергии.
Полоса пропускания – диапазон частот, в пределах которого амплитудно-частотная характеристика (АЧХ) устройства достаточно равномерна для того, чтобы обеспечить передачу сигнала без существенного искажения его формы.
ОСНОВНЫЕ ПАРАМЕТРЫ ПОЛОСЫ ПРОПУСКАНИЯ
Ширина полосы
Ширина полосы обычно определяется как разность верхней и нижней граничных частот участка АЧХ. Ширина полосы пропускания выражается в единицах частоты (например, в Гц). Расширение полосы пропускания позволяет передать большее количество информации.
Неравномерность АЧХ
Неравномерность АЧХ характеризует степень отклонения от прямой, параллельной оси частот. Неравномерность АЧХ выражается в децибелах.
Ослабление неравномерности АЧХ в полосе улучшает воспроизведение формы передаваемого сигнала.