Методические Указания к Выполнению Лабораторных Работ По Дисц. «Теория Связи», «Информационные Радиосистемы» и «Теория Информации». Ч. 1.

Министерство образования и науки Украины
ОДЕССКАЯ НАЦИОНАЛЬНАЯ АКАДЕМИЯ СВЯЗИ им. О.С. ПОПОВА
Кафедра теории электрической связи им. А.Г. Зюко
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
к выполнению лабораторных работ по дисциплинам
«Теория связи»,
«Информационные радиосистемы» и
«Теория информации».
Часть 1
Одесса 2013
2
УДК 621.391 План УМИ 2013 г.
ББК 32.88
Методические указания к выполнению лабораторных работ по дисципли-

нам «Теория связи», «Информационные радиосистемы» и «Теория информа-
ции». Часть 1 / Сост. П.В. Иващенко, И.С. Перекрестов, М.Ю. Балута. – Одесса:
ОНАС им. А.С. Попова, 2013. – 84 с.
Учебное пособие содержит методические указания к выполнению лабора-

торных работ по дисциплинам: «Теория связи» – подготовка бакалавров по
направлению «Телекоммуникации»; «Информационные радиосистемы» – под-
готовка бакалавров по направлению «Радиотехника»; «Теория информации» –
подготовка бакалавров по направлению «Автоматизация и компьютерно-инте-
грированные технологии». В основу нумерации лабораторных работ положена
разбивка учебной программы дисциплины «Теория связи» на зачетные модули:
например, ЛР 2.3 – третья работа второго модуля.
Одобрено Утверждено
на заседании кафедры теории методическим советом
электрической связи им. А.Г. Зюко академии связи.
и рекомендовано к печати. Протокол № 3/14
Протокол № 10 от 15.01.2013 г. от 09.04.2013 г.
3
СОДЕРЖАНИЕ
Лабораторная работа 1.1 Исследование спектров периодических сигналов........4

Лабораторная работа 1.2 Исследование распределений вероятностей случайных
процессов.......................................................................................................10
Лабораторная работа 1.3 Корреляционные характеристики случайных процес-
сов и детерминированных сигналов............................................................17
Лабораторная работа 1.4 Исследование сигналов аналоговой модуляции.........24
Лабораторная работа 1.5 Исследование сигналов цифровой модуляции............35
Лабораторная работа 2.1 Исследование алгоритмов эффективного кодирования
источников дискретных сообщений............................................................44
Лабораторная работа 2.2 Исследование алгоритмов эффективного кодирования
с укрупнением алфавита...............................................................................51
Лабораторная работа 2.3 Исследование алгоритма сжатия дискретных сообще-
ний LZW.........................................................................................................56
Лабораторная работа 2.4 Дискретизация первичных сигналов электросвязи.....66
Лабораторная работа 2.5 Изучение цифровых методов передачи аналоговых си-
гналов.............................................................................................................75
Литература.................................................................................................................84
4
Лабораторная работа 1.1
ИССЛЕДОВАНИЕ СПЕКТРОВ ПЕРИОДИЧЕСКИХ СИГНАЛОВ
1 Цель работы
1.1 Исследование спектров периодических сигналов: последовательно-
стей П-импульсов и треугольных импульсов, пилообразного колебания.
1.2 Исследование влияния ограничения спектра сигнала на его форму.
2 Ключевые положения
2.1 Периодический сигнал s(t) с периодом Т можно представить рядом
Фурье, тригонометрическая форма записи которого имеет вид
a0 ∞
s (t ) =
2
+ ∑ An cos (2π nf1t + ψ n ), (1)
n= 1
где f1 = 1/T; An = a n2 + bn2 ; ψ n = − arctg (bn / a n ) ;
2 T /2 2 T /2
an = ∫ s
T −T /2
( t ) cos 2 π nf 1t dt b
, n = 0, 1, 2,...; n = ∫ s(t ) sin 2π nf1t dt , n = 1, 2, 3,…
T −T /2
Из выражения (1) видно, что в общем случае периодический сигнал со-
держит постоянную составную a0/2 и большое количество гармонических коле-
баний кратных частот: основной частоты f1 и ее гармоник nf1, n = 2, 3, 4, ....
Каждое из гармонических колебаний характеризуется амплитудой An и началь-
ной фазой ψn. Ряд (1) определяет спектр периодического сигнала. Такой спектр
является дискретным. У отдельных сигналов некоторые из составляющих могут
отсутствовать, если An = 0.
Совокупность чисел An называется амплитудным спектром сигнала, а со-
вокупность чисел ψn – фазовым спектром сигнала. В случае графического изоб-
ражения амплитудного и фазового спектров числа An и ψn представляют верти-
кальными линиями на частотах nf1, причем высота каждой линии равняется ам-
плитуде или начальной фазе соответствующей составляющей. Спектры можно
представить таблицами.
2.2 На практике особое значение имеют периодические сигналы с перио-
дом T, которые состоят из однополярных прямоугольных импульсов с амплиту-
дой А и длительностью τ (рис. 1, а). Такой периодический сигнал можно запи-
сать
 A для kT − τ / 2 ≤ t ≤ kT + τ / 2, k = ...,− 1, 0, 1, 2, ...
s (t ) = 
 0 вне этого интервала.
В случае представления этого сигнала рядом Фурье необходимо учесть,
что сигнал четный и в разложении остаются лишь косинусные составляющие
(интеграл от нечетной функции в случае симметричного интервала интегриро-
вания равен нулю). Коэффициенты ряда Фурье для этого сигнала
5
a0 Aτ 2A τ / 2 2 Aτ sin π nf1τ
2
=
T
; an = ∫
T − τ /2
cos 2 π nf 1 t dt =
T
⋅
π nf1τ
,
и тогда ряд Фурье будет иметь вид

Aτ  ∞ sin π nf τ 
s (t ) =
T  1 + 2 ∑ π nf τ 1 cos 2π nf1t  . (2)
 n= 1 1 
Огибающая спектра периодической последовательности прямоугольных
2 Aτ sin π fτ
импульсов (рис. 1, б) определяется амплитудным множителем ⋅ ,
T π fτ
который зависит от длительности и периода последовательности импульсов.
Нули огибающей имеют место на частотах fp = p/τ, р = 1, 2, 3, ..., т.е. определя-
ются лишь длительностью импульсов. Уменьшение длительности импульсов
при неизменном периоде смещает нули огибающей в направлении более высо-
ких частот, но частоты составляющих остаются неизменными, изменяются
лишь их амплитуды. Увеличение периода при неизменной длительности им-
пульсов приводит к более плотному размещению составляющих – с шагом
f1 = 1/T.
An
2 Aτ sin π fτ
⋅
T π fτ
s(t)
k= –1 k=0 k=1
А 1 2
τ τ
τ 0τ
–Т − Т t 0 f1 2f1 3f1 4f1 5f1 6f1 7f1 8f1 9f1 10f1 f
2 2
a б
Рисунок 1 – Периодическая последовательность П-импульсов:
а – временная диаграмма; б – спектральная диаграмма
2.3. Еще один важный периодический сигнал – пилообразное колебание

(рис. 2). Такие колебания имеют место в устройствах развертки осциллографов,
дисплеев, телевизионных приемников и т.п. Представление этого сигнала ря-
дом Фурье:
2A 1 1 1 
s (t ) =  sin 2π f1t − sin 2π 2 f1t + sin 2π 3 f1t − sin 2π 4 f1t + ... , (3)
π  2 3 4 
где f1 = 1/T.
Из выражения (3) видно, что спектр пилообразного сигнала содержит со-
ставляющую основной частоты и все ее гармоники.
6
2.4 Особенностью спектров последовательности П-импульсов и пилооб-
разного колебания является то, что амплитуды гармоник с увеличением номера
n уменьшаются очень медленно (со скоростью 1/n). Это объясняется наличием
резких изменений мгновенных значений сигнала: фронты на рис 1, а и спады на
рис. 2. Рассмотрим последовательность двухполярных треугольных импульсов
(рис. 3). Ряд Фурье для этого колебания имеет вид:
8A  1 1 
s (t ) = 2 
sin 2π f1t + 2 sin 2π 3 f1t + 2 sin 2π 5 f1t + ...  . (4)
π  3 5 
Как видно из выражения (4), амплитуды гармоник уменьшаются значи-
тельно быстрее – со скоростью 1/n2. Это объясняется тем, что отсутствуют рез-
кие изменения мгновенных значений. Но колебание имеет “изломы”, что и
определяет довольно широкий его спектр, тем не менее, он уже, чем в двух
рассмотренных ранее колебаний.
2.5 Часто с целью уменьшения ширины спектра сигнала (ограничение
спектра) прибегают к фильтрации фильтром нижних частот (ФНЧ). ФНЧ харак-
теризуют частотой среза Fср, а его действие на сигнал четко описывается, если
привлечь спектральное представление сигнала. ФНЧ пропускает составляющие
сигнала с частотами, меньшими Fср и ослабляет составляющие сигнала с часто-
тами, большими Fср. Во временной области действие ФНЧ на сигнал сводится к
сглаживанию резких изменений сигнала (фронтов, изломов) и появлению коле-
бательных наложений на сигнал. Можно добиться выделения фильтром колеба-
ния основной частоты, если выбрать Fср немного больше f1, постоянной состав-
ляющей, если выбрать Fср меньше f1.
s(t) s(t)
А
А
t t
Т Т
Рисунок 2 – Пилообразное Рисунок 3 – Последовательность
колебание треугольных импульсов
3. Ключевые вопросы
3.1. Какие сигналы называются периодическими?
3.2. Записать выражение ряда Фурье для периодической последовательно-
сти П-импульсов.
3.3. Записать выражения, определяющие амплитуды и начальные фазы
составляющих ряда Фурье для периодической последовательности П-импуль-
сов.
3.4. Дать определения амплитудного и фазового спектров периодического
сигнала.
3.5. В чем заключается принципиальное отличие спектров периодических
и непериодических сигналов?
7
3.6. Как изменится спектр периодической последовательности П-импуль-
сов, если уменьшить длительность импульса?
3.7. Как изменится спектр периодической последовательности П-импуль-
сов, если увеличить период последовательности?
3.8. Почему составляющими ряда Фурье для пилообразного сигнала
(рис. 2) и последовательности треугольных импульсов (рис. 3) являются лишь
синусоиды?
3.9. Как влияет ограничение спектра П-импульса фильтром нижних ча-
стот на его форму?
4 Домашнее задание
4.1 Изучить по конспекту и литературе [1, с. 26...33] раздел “Спектраль-
ный анализ периодических сигналов” и описание лабораторного макета в
разд. 6.
4.2 Рассчитать амплитудный спектр периодической последовательности
П-импульсов с периодом Т = 2N мс, длительностью τ = T/(N + 1) мс и амплиту-
дой A = 1 В, где N – номер Вашей бригады. Результаты расчетов оформить та-
блицей и построить график спектра.
4.3 Подготовиться к обсуждению по ключевым вопросам разд. 3.
5 Лабораторное задание
5.1 Ознакомиться с виртуальным макетом на рабочем месте. Для это-
го запустить программу 1.1 Исследование спектров периодических сигна-
лов, используя иконку Лабораторные работы на рабочем столе, а затем папки
ТЭС и Модуль 1. Изучить схему макета на дисплее компьютера, пользуясь
разд. 6. Уточнить с преподавателем план выполнения лабораторной задачи.
5.2 Провести исследование спектра нефильтрованной периодической
последовательности П-импульсов. Установить значение амплитуды, периода
и длительности импульсов, использованные в домашнем заданиие. Занести в
протокол временную и спектральную диаграммы исследуемого колебания.
Сравнить полученный экспериментально спектр с рассчитанным в домашнем
задании.
5.3 Провести исследование спектра нефильтрованного периодическо-
го пилообразного колебания. Установить значения амплитуды и периода та-
кие же, как и в предыдущем задании. Определить по формуле (3) теоретические
значения амплитуд составляющих колебания, сравнить их с полученными экс-
периментально и со спектром последовательности П-импульсов.
5.4 Провести исследование спектра нефильтрованной периодической
последовательности треугольных импульсов. Установить значения ампли-
туды и периода такие же, как и в предыдущем задании. Определить по формуле
(4) теоретические значения амплитуд составляющих колебания, сравнить их с
полученными экспериментально и со спектром последовательности П-импуль-
сов.
5.5 Провести исследование влияния фильтрации на спектр и форму
периодической последовательности П-импульсов. Установить значения ам-
8
плитуды, периода и длительности импульсов, использованные в задании 5.2.
Исследование выполнить для двух значений частоты среза ФНЧ, а именно, 2/τ
и 1/τ (τ – длительность импульса). Занести в протокол временные и спектраль-
ные диаграммы фильтрованных колебаний. Сделать выводы относительно из-
менения формы и спектра колебаний.
5.6 Провести исследование влияния фильтрации на спектр и форму
пилообразного колебания и периодической последовательности треуголь-
ных импульсов. Установить значения амплитуды и периода, которые исполь-
зованы в заданиях 5.3 и 5.4. Исследование выполнить при значении частоты
среза ФНЧ 4/Т (Т – период колебаний). Занести в протокол временные и спек-
тральные диаграммы фильтрованных колебаний. Сделать выводы относительно
изменения формы и спектра колебаний.
6 Описание лабораторного макета
Лабораторная работа выполняется на компьютере с использованием вир-
туального макета, структурную схему которого приведено на рис. 4.
В состав макета входят: генератор периодического сигнала, который мо-
жет вырабатывать колебания трех типов:
- последовательность однополярных П-импульсов;
- пилообразное двухполярное колебание;
-последовательность двухполярных треугольных импульсов.
В генераторе есть возможность устанавливать амплитуду и период для
всех колебаний, а для последовательности П-импульсов еще и длительность
импульсов.
Переключатель дает возможность наблюдать временные и спектральные
диаграммы колебаний от генератора непосредственно или колебание после
фильтра нижних частот (ФНЧ). Частоту среза фильтра Fср можно устанавливать
на панели макета. На рис. 5 приведенная амплитудно-частотная характеристика
ФНЧ.
Осциллограф
Установка
типа
сигнала
Без ФНЧ
Генератор s(t)
ФНЧ
сигнала С ФНЧ
Установка Анализатор
Установка Fср спектра
A, Т, τ
Рисунок 4 – Структурная схема лабораторного макета

9
1
H(f)
0,5
0
0 Fзр f 2Fзр
Рисунок 5 – АЧХ ФНЧ
7 Требования к отчету
7.1 Название лабораторной работы.
7.2 Цель работы.
7.3 Результаты выполнения домашнего задания.
7.4 Структурные схемы исследований и результаты выполнения
п. 5.2...5.6 лабораторного задания (осциллограммы и спектрограммы, каждая
должна иметь подпись).
7.5 Выводы по каждому пункту задания, в которых предоставить анализ
полученных результатов (совпадение теоретических и экспериментальных дан-
ных, зависимость формы фильтрованного сигнала от частоты среза ФНЧ и т.п.).
7.6 Дата, подпись студента, виза преподавателя с оценкой по 100-балль-
ной шкале.
10
ИССЛЕДОВАНИЕ РАСПРЕДЕЛЕНИЙ ВЕРОЯТНОСТЕЙ
СЛУЧАЙНЫХ ПРОЦЕССОВ
Изучение и экспериментальное определение свойств одномерных функ-
ций распределения вероятностей и плотностей вероятности случайных процес-
сов.
2.1 Считается, что изучаемые процессы являются стационарными и эрго-
дическими. У таких процессов одномерные функция распределения вероятно-
стей и плотность вероятности не зависят от времени и их можно определить по
одной реализации.
2.2 По определению значение одномерной функции распределения веро-
ятностей F(x) равняется вероятности того, что в произвольный момент времени
процесс Х(t) примет значение, не превышающее x:
F(x) = P{X(t) ≤ x}. (1)
Значение одномерной плотности вероятности процесса р(х) равняется
пределу отношения вероятности того, что в произвольный момент времени про-
цесс X(t) примет значение на интервале (x – ∆x/2, x + ∆x/2), к длине интервала
∆x, когда ∆x → 0:
P{ x − ∆ x / 2 < X (t ) ≤ x + ∆ x / 2}
p ( x) = lim . (2)
∆ x→ 0 ∆x
Функции F(x) и р(x) удовлетворяют ряду свойств (табл. 1), которые легко
доказать, пользуясь их определениями (1) и (2).
Таблица 1 – Свойства функций F(x) и р(x)
р(x) F(x)
1 P{ x < X (t ) ≤ x + dx} = p( x)dx F ( x) = P{ X (t ) ≤ x}
x2
2 P{ x1 < X (t ) ≤ x2 } = ∫ p( x)dx P{ x1 < X (t ) ≤ x2 } = F ( x2 ) − F ( x1 )
x1
∞
3 ∫ p( x)dx = 1 F (∞ ) = 1; F (− ∞ ) = 0
−∞
4 p( x) ≥ 0 F ( x2 ) ≥ F ( x1 ) при x 2 > x1
x
dF ( x)
5 p( x) =
dx
F ( x) = ∫ p ( x)dx
−∞
Функции F(x) и р(x) используются для вычисления вероятностей попада-

ния значений процесса в заданный интервал (строка 2 в табл. 1), а также для
выполнения статистического усреднения при определении характеристик про-
цесса или результата определенной операции над случайным процессом.
11
2.3 Для часто встречающихся процессов известны аналитические выраже-
ния функций р(x) и F(x). Так, у нормального (гауссовского) процесса (напри-
мер, флуктуационной помехи) плотность вероятности записывается
( x − a )2
−
1
p( x ) = e 2σ 2
, (3)
2π σ
где a = X (t ) – среднее значение или математическое ожидание случайного про-
цесса
∞
a= ∫ x p( x)dx ; (4)
−∞
σ – среднее квадратическое отклонение случайного процесса, оно определяется

как σ = D [ X (t )] , где D[X(t)] – дисперсия случайного процесса – среднее зна-
чение квадрата отклонений значений случайного процесса от его среднего зна-
чения
∞
D[ X ( t ) ] = ∫ ( x − a)
2
p( x)dx . (5)
−∞
Функция распределения вероятностей нормального процесса записывает-

ся в разных учебниках и пособиях одним из следующих выражений:
 x − a
F ( x ) = 1 − Q , (6)
 σ 
1 ∞  t2 
где Q( z ) = ∫ exp − 2  dt – гауссовская Q-функция (одна из форм интеграла
2π z  
вероятностей).
На рис. 1, а приведены графики гауссовского распределения вероятно-
стей при а = 1 и σ = 0,5.
2
1 1
F(x) F(x)
1
0,5 0,5
p(x) p(x) p(x)
F(x)
–1 0 1 2 х 3 –2 0 x 2 –1 0 1 2 x 3
а б в
Рисунок 1 – Распределения вероятностей: а – гауссовское распределение; б –
распределение гармонического колебания; в – равномерное распределение
12
2.4 Распределение вероятностей гармонического колебания
X(t) = A⋅cos(2πf t + ϕ), где А і f – постоянные величины, a ϕ – случайная величи-
на, описывается выражениями:
 1  1 x
 , x ≤ A,  0,5 + arcsin , x ≤ A,
p ( x) =  π A 2 − x 2 F ( x) =  π A (7)
 0, x > A;  0, x > A.

Среднее значение гармонического колебания равняется 0, а среднее квад-
ратическое отклонение равняется A / 2 . На рис. 1, б приведены графики рас-
пределения вероятностей гармоничного колебания при А = 2. Когда х = А, зна-
чение плотности вероятности стремится в ∞.
2.5 Встречаются также процессы с равномерным распределением на ин-
тервале (xmin, xmax). Распределение описывается выражениями
 1  x − xmin
 , x min < x ≤ xmax ,  , xmin < x ≤ xmax ,
p( x) =  xmax − xmin F ( x) =  xmax − x min (8)
 0, x ≤ x min , x > xmax ;  0, x ≤ x min , x > xmax .
Среднее значение процесса с равномерным распределением равняется

(xmin + xmax)/2, а среднее квадратическое отклонение равняется ( xmax − xmin ) / 12
. Графики равномерного распределения вероятностей при xmin = 0 и xmax = 2 при-
ведены на рис. 1, в.
3 Ключевые вопросы
3.1 Какие процессы называются стационарными, эргодическими?
3.2 Дать определение одномерной функции распределения вероятностей
случайного процесса и доказать ее свойства.
3.3 Дать определение одномерной плотности вероятности случайного
процесса и доказать ее свойства.
3.4 Как найти вероятность попадания значений случайного процесса в за-
данный интервал, пользуясь функцией распределения вероятностей или плот-
ностью вероятности?
3.5 Записать выражение для математического ожидания и дисперсии слу-
чайного процесса. Каков их физический смысл?
3.6 Записать выражение для нормального распределения вероятностей и
объяснить смысл величин, входящих в выражение.
3.7 Объяснить вид графиков распределения вероятностей гармонического
колебания со случайной фазой, флуктуационного шума и процесса с равномер-
ным распределением.
3.8 Описать принцип действия устройства для измерения функции рас-
пределения вероятностей и плотности вероятности случайного процесса.
4.1 Изучить разделы “Вероятностные характеристики случайных процес-
сов”, “Гауссовский случайный процесс” по конспекту лекций и литературе
13
[1, с. 53...68; 3, с. 133...145; 4, с. 49...56] и описание лабораторного макета в
разд. 6.
4.2 Выполнить расчеты и построить графики функции распределения ве-
роятностей и плотности вероятности нормального случайного процесса со сред-
ним значением а = 0 и средним квадратическим отклонением σ = 1 + 0,1N, где
N – номер Вашей бригады. Расчеты провести для диапазона значений
–3σ < x < 3σ. При отсутствии таблиц гауссовской Q-функции ее значения могут
быть определенные по приближенной формуле:
Q(z) ≅ 0,65 exp[–0,44(z + 0,75)2] при z > 0;
Q(z) = 1 – Q(| z|) при z < 0, Q(0) = 0,5, Q(∞) = 0.
Результаты расчетов оформить в виде таблиц и графиков.
4.3 Подготовиться к обсуждению по ключевым вопросам.
го запустить программу 1.2 Исследование распределений вероятностей слу-
чайных процессов, используя иконку Лабораторные работы на рабочем сто-
ле, а затем папки ТЭС и Модуль 1. Изучить схему макета на дисплее компью-
тера, пользуясь разд. 6. Уточнить с преподавателем план выполнения лабора-
торного задания.
5.2 Исследовать равномерное распределение вероятностей. Выбрать в
меню “Выбор процесса” пункт “С равномерным распределением”. Установить
в соответствующих окнах значения xmin = –1 и xmax = 1, крайние значения аргу-
мента при анализе распределений Xниж = – 2 и Xверх = 2. Зафиксировать в рабочей
тетради графики функции распределения вероятностей и плотности вероятно-
сти, измеренные среднее значение и среднее квадратическое отклонение.
Повторить измерение при значениях xmin = 0 и xmax= 0,5.
Сравнить полученные результаты с теоретическими положениями: вид
функций p(x) и F(x), выполнение свойств p(x) и F(x), совпадение измеренных
среднего значения и среднего квадратического отклонения с расчетными.
5.3 Исследовать гауссовское распределение вероятностей. Выбрать в
меню “Выбор процесса” пункт “С гауссовским распределением”. Установить в
соответствующих окнах значения а и σ, заданные в домашнем задании, а значе-
ния xmin и xmax такие, что охватывают диапазон значений а ± 3σ. Зафиксировать в
рабочей тетради графики функции распределения вероятностей и плотности ве-
роятности, измеренные среднее значение и среднее квадратическое отклонение.
Повторить измерение при значении а = 1 и значении σ в два раза мень-
шем, чем задано в домашнем задании.
функций p(x) и F(x), выполнение свойств p(x) и F(x), совпадение вымеренных
среднего значения и среднего квадратического отклонения с установленными.
5.4 Исследовать распределение вероятностей гармонического колеба-
ния. Выбрать в меню “Выбор процесса” пункт “Гармоническое колебание”.
Установить в соответствующих окнах значения амплитуды А = 1, значение ча-
14
стоты f порядка 10...20 кГц и произвольное значение начальной фазы ϕ. Устано-
вить крайние значения аргумента при анализе распределений, которые охваты-
вают диапазон значений ±А. Зафиксировать в рабочей тетради графики функ-
ции распределения вероятностей и плотности вероятности, измеренные среднее
значение и среднее квадратическое отклонение.
Повторить измерение при амплитуде А = 0,5 и измененных значениях ча-
стоты и начальной фазы.
функций p(x) и F(x), выполнение свойств p(x) и F(x), совпадение измеренных
среднего значения и среднего квадратического отклонения с расчетными. Сде-
лать вывод о независимости этих характеристик от частоты и начальной фазы
колебания.
туального макета, структурную схему которого приведено на рис. 2. Макет дает
возможность исследовать характеристики процессов с равномерным распреде-
лением вероятностей, с гауссовским распределением вероятностей и гармони-
ческого колебания.
Установка а, σ Осциллограф
“Реализация
Генератор отсчетов процесса”
с гауссовским
распределением Вычислитель Индикатор
“Измеренное среднее
среднего значения
значение”
Установка A, f, ϕ S
Вычислитель Индикатор
Генератор отсчетов
гармонического СКО “Измеренное СКО”
колебания
Вычислитель Дисплей
гистограммы “Плотность
Установка xmin, xmax вероятности”
Установка Xниж, Xверх
Генератор отсчетов
с равномерным
Интегратор Дисплей “Функция
распределением распределения
вероятностей”
Рисунок 2 – Структурная схема макета
Для каждого из процессов макет реализует две основные функции:

15
1) Генерирование N отсчетов исследуемого процесса X(t) и вывод их на
дисплей “Реализация процесса”.
2) Расчеты на основе генерированных отсчетов значений и вывод на дис-
плей:
а) функции распределения вероятностей;
б) плотности вероятности;
в) среднего значения;
г) среднего квадратического отклонения (СКО).
Для каждого исследуемого процесса используется свой способ генериро-
вания отсчетов, разные параметры процессов, которыми они задаются.
Генерирование отсчетов процесса с равномерным распределением веро-
ятностей выполняется с помощью встроенной функции randomize. Исследова-
тель может устанавливать значение xmin и xmax.
Генерирование отсчетов процесса с гауссовским распределением вероят-
ностей выполняется с помощью нелинейного преобразования двух массивов от-
счетов с равномерным распределением вероятностей, которые вырабатываются
с помощью встроенной функции randomize.
Генерирование отсчетов гармонического колебания выполняется встроен-
ным функциональным генератором со сменными амплитудой, частотой и на-
чальной фазой колебания.
Расчет значений функции распределения вероятностей и плотности веро-
ятности выполняется в диапазоне значений аргумента от нижнего значения xниж
до верхнего значения xверх. Интервал (xниж, xверх) разбивается на М одинаковых
подинтервалов протяженностью ∆x = (xверх – xниж)/M; рассчитывается количество
отсчетов kj, попадающих в j-й подинтервал (j принимает значение от 1 до М).
Частота попадания значений отсчетов в j-й подинтервал qj = kj/N. При достаточ-
но больших значениях M и N (в макете M = 200, N = 10000) значение частоты qj
дает вероятность попадания значений отсчетов в j-й подинтервал. Согласно
свойству плотности вероятности р(х) (строка 1 в табл. 1) вероятность попадания
значений отсчетов в i-й подинтервал qj = р(хj)∆x, где хj = j∆x. Поэтому
kj k jM
p( x j ) = = , j = 1, M . (9)
N∆ x N ( xверх − xниж )
Массивы значений р(хj) и хj выводятся на дисплей “Плотность вероятно-
сти”.
На основе свойства функции распределения вероятностей F(x), приведен-
ной в строке 5 табл. 1, рассчитывается массив значений
j
F ( x j ) = ∆ x ∑ p( xk ), j = 1, M . (10)
k=1
Массивы значений F(хj) и хj выводятся на дисплей “Функция распределе-

ния вероятностей”.
Расчет среднего значения исследуемого процесса производится по фор-
муле
16
1 N
X (i ) = ∑ X (i) ,
N i= 1
(11)
где X(i), i = 1, N – i-й отсчет исследуемого процесса. Число X (i ) выводится на

дисплей “Измеренное среднее значение”.
Расчет среднего квадратического отклонения исследуемого процесса
производится по формуле
1 N
σ = ∑
N − 1i= 1
( X (i) − X (i )) 2 . (12)
Число σ выводится на дисплей “Измеренное СКО”.

п. 5.2...5.4 лабораторного задания (графики и числовые значения).
7.5 Выводы по каждому пункту задачи, в которых предоставить анализ
полученных результатов (проверка выполнения свойств функции распределе-
ния вероятностей и плотности вероятности, совпадение экспериментальных и
теоретических данных).
ной системе оценивания.
17
КОРРЕЛЯЦИОННЫЕ ХАРАКТЕРИСТИКИ
СЛУЧАЙНЫХ ПРОЦЕССОВ И ДЕТЕРМИНИРОВАННЫХ
СИГНАЛОВ
Изучение метода экспериментального определения корреляционных ха-
рактеристик случайных процессов и детерминированных сигналов. Исследова-
ние связи между корреляционными функциями и спектрами случайных процес-
сов и детерминированных сигналов.
2.1 Корреляционной функцией (КФ) случайного процесса X(t) называется
математическое ожидание произведения значений процесса, которые он прини-
мает в моменты времени t1 и t2:
K X (t1 , t 2 ) = X (t1 ) ⋅ X (t 2 ) . (1)
Значение КФ KХ(t1, t2) определяют величину статистической зависимости
между значениями процесса в моменты времени t1 и t2. У стационарных процес-
сов значения КФ зависят не от выбора t1 и t2, а от расстояния между ними τ = t2
– t1, а КФ обозначается KX(τ). Дальше будем рассматривать лишь стационарные
процессы и считать, что они являются эргодическими. Для эргодических про-
цессов КФ определяется
1 T /2
T − T∫ / 2
K X (τ ) = lim x(t ) x(t + τ ) dt , (2)
T→ ∞
где x(t) – реализация процесса X(t).

2.2 Независимо от вида КФ разных процессов, для них выполняются сле-
дующие свойства:
- KX(0) = РХ, где РХ – средняя мощность процесса;
- KX(0) ≥ KX(τ) – когда τ = 0, значение функции KX(τ) максимальное;
- KX(τ) = KX(–τ) – функция KX(τ) четная;
- KX(∞) → X ( t ) , где X ( t ) – среднее значение процесса.
2
2.3 Чем меньшее значение KX(τ) по сравнению с KX(0), тем меньше стати-
стическая зависимость между значениями процесса, которые отдалены во вре-
мени на τ. Если значение KX(τ) = 0, то значения процесса X(t), которые отдале-
ны во времени на такой интервал τ, являются некоррелированными. Значение
KX(τ) и KX(0) легче сравнивать, если перейти к нормированной корреляционной
функции
K X (τ )
R X (τ ) = . (3)
K X (0)
Значение RX(0) = 1 и –1 ≤ RX(τ) ≤ 1.
18
2.4 Часто для описания корреляционных свойств случайных процессов
вместо КФ используют число – интервал корреляции τк. Интервал корреляции
вводится для “грубого” описания корреляционных свойств процесса, а именно,
значения процесса, отдаленные на время τ > τк, считают некоррелированными,
а значение процесса, отдаленные на время τ ≤ τк, считают коррелированными.
Используются разные способы определения интервала корреляции:
1) Интервал корреляции τк равен основанию прямоугольника высоты
KX(0), площадь которого равна площади под кривой модуля КФ (рис. 1, а):
∞
1
K X (0) ∫0
τк = K X (τ ) dτ . (4)
2) Интервалом корреляции является такое значение τк, что при τ > τк зна-
чение КФ не превышают некоторого заданного уровня (рис. 1, б).
3) Если КФ имеет колебательный характер, то в качестве интервала кор-
реляции τк можно принять значение τ, при котором КФ первый раз принимает
нулевое значение (рис. 1, в).
KX(τ) KX(τ) KX(τ)
y
τк τ τк τ τк τ
а б в
2.5 Измерить КФ строго в соответствии с (2) невозможно, поскольку для
Рисунок
этого необходима реализация 1 – Определение
процесса интервала
бесконечной корреляцииМожно из-
длительности.
мерить КФ лишь реализации случайного процесса конечной длительности.
Очевидно, чем больше длительность реализации процесса Треал, тем точнее из-
меренная КФ реализации отображает КФ процесса. Устройство для измерения
КФ реализации называется коррелометром (рис. 2). Здесь время задержки τ
определяет аргумент измеренного значения КФ. Если коррелометр, показанный
на рис. 2, выполнить на процессоре или на компьютере, то можно получить
массив значений КХ(kТд), где Тд – интервал дискретизации реализации процесса
x(t); значение аргумента лежат в пределах –Треал ≤ kТд ≤ Треал. Полученные масси-
вы значений kТд и КХ(kТд) выводятся на двумерный дисплей
Реализация процесса
x(t) длительностью Треал
Tреал Индикатор
1
Устройство
задержки Tреал
∫ значений
KX(τ)
0
на время τ
Рисунок 2 – Функциональная схема коррелометра

19
2.6 Основной спектральной характеристикой случайных процессов яв-
ляется спектральная плотность мощности GX(f), которая определяет распределе-
ние мощности процесса по частоте. Количественно функция GX(f) определяет
мощность процесса в полосе частот протяженностью 1 Гц возле частоты f. Тео-
рема Хинчина-Винера утверждает, что функции KX(τ) и GX(ω) связаны преоб-
разованиям Фурье
∞

G X (ω ) = 2 ∫ K X (τ ) cos(ω τ )dτ ;

0 
∞  (5)
1
K X (τ ) = ∫ G X (ω ) cos(ω τ )dω . 
π 0 
Если функция GX(f) известна, то с помощью ее можно определить сред-
нюю мощность процесса
∞
PX = ∫ G X ( f ) df . (6)
0
В частности, если процесс – квазибелый шум со спектральной плотно-

стью мощности N0 в полосе частот (0, Fmax),
PX = N0⋅Fmax. (7)
2.7 Часто достаточно знать ширину спектра
GХ(f) процесса Fmax. Ширина спектра случайного процес-
са определяется по функции GX(f) такими же мето-
дами, как и ширина спектра детерминированного
сигнала. На рис. 3 показано, как ширина спектра
определяется на заданном уровне y, т.е. Fmax – про-
у тяжность области частот, вне которой спектральная
0 Fmax f плотность мощности процесса не превышает значе-
Рисунок 3 – Определение ние у.
ширины спектра Поскольку функции KX(τ) и GX(f) связаны
преобразованиям Фурье, то имеется связь между
шириной спектра Fmax и интервалом корреляции τк процесса:
τк⋅Fmax = 0,5. (8)
Знак равенства в выражении (8) следует понимать следующим чином –
произведение интервала корреляции и ширины спектра процесса является ве-
личиной порядка 0,5.
2.8 Корреляционная функция является также характеристикой детермини-
рованного сигнала, хотя и нет такого толкования, как для случайного процесса.
КФ непериодического детерминированного сигнала определяется
Ts
Ks ( τ ) = ∫ s( t ) s( t + τ ) dt , (9)
0
где Ts – продолжительность сигнала s(t).

20
Измерить КФ детерминированного сигнала можно с помощью коррело-
метра, схема которого приведена на рис. 2. Отличия: интегрирование ведется на
интервале (0, Ts) и отсутствует множитель перед интегралом.
Пусть s(t) – П-импульс амплитуды А и длительности Tим
 A, 0 ≤ t < Tим ,
s( t ) =  (10)
 0, t < 0, t ≥ Tим .
После подстановки (10) в (9) получим
 A 2Tим (1 − τ / Tі ), τ ≤ Tим ,
Ks ( τ ) =  (11)
 0, τ > Tим .
КФ П-импульса показана на рис. 4, а.
Из выражения (9) вытекает, что Ks(0) = Es – энергии сигнала s(t). Преоб-
разование Фурье от Ks(τ) дает квадрат амплитудного спектра (спектральную
плотность энергии) сигнала s(t). Преобразование Фурье от выражения (11) дает
квадрат известного выражения для амплитудного спектра П-импульса
sin ( π fTим ) 
2

S 2
( f ) =  ATим  , − ∞ < f < ∞ . (12)
 π fT им 
Ks(τ) Ks(τ)
А2Тим 0,5А2Тим
–Тим 0 Тим τ –Тим 0 Тим τ
а б
Рисунок 4 – Корреляционные функции: а – П-импульса, б – радиоимпульса
2.9 Рассмотрим радиоимпульс длительности Tим с П-образной огибающей

 A sin ( 2π f 0 t + ϕ 0 ) , 0 ≤ t < Tим ,
s( t ) =  (13)
 0, t < 0, t ≥ Tим ,
где А, f0 и ϕ0 – амплитуда, частота и начальная фаза колебания.
После подстановки (13) в (9) получим
 0,5 A 2Tим (1 − τ / Tим ) cos 2π f 0 , τ ≤ Tим ,
Ks ( τ ) =  (14)
 0, τ > Tим .
Из (14) вытекает, что КФ радиоимпульса есть косинусоида с нулевой на-
чальной фазой и не зависит от фазы радиоимпульса. Поэтому, если начальная
фаза радиоимпульса ϕ0 является случайной величиной, то КФ радиоимпульса
21
определяется формулой (14). Огибающая КФ радиоимпульса совпадает с КФ
сигнала, который является огибающей радиоимпульса. На рис. 4, б приведена
КФ радиоимпульса, построенную по формуле (14) при f0 = 4/Tим.
Преобразование Фурье от выражения (14) дает квадрат амплитудного
спектра сигнала (13)
sin ( π ( f − f 0 )Tим ) 
2

S 2
( f ) = 0,25 ATим  , − ∞ < f < ∞ . (15)
 π ( f − f 0
) Tим 
3.1Дать определения КФ случайного процесса.
3.2Как определяется КФ эргодического процесса?
3.3Перечислить основные свойства КФ случайного процесса.
3.4Какие параметры случайного процесса можно определить по его КФ?
3.5Что утверждает теорема Хинчина-Винера?
3.6Перечислить способы определения интервала корреляции.
3.7Как связаны между собой ширина спектра и интервал корреляции слу-
чайного процесса?
3.8Какой вид имеет КФ П-импульса?
3.9Какой вид имеет КФ радиоимпульса с П-образной огибающей?
3.10 Почему начальная фаза радиоимпульса не влияет на его КФ?
4.1 Изучить разделы “Корреляционная функция детерминированного и
случайного процессов” по конспекту лекций и литературе [1, с. 15…18, 59…63;
3, с. 133…145; 4, с. 49…60] и описание лабораторного макета в разд. 6.
4.2 Построить структурные схемы коррелометров для исследования кор-
реляционных функций случайных процессов и детерминированных сигналов.
4.3 Рассчитать и построить графики КФ и спектров:
– П-импульса длительностью Тим = 1,5 мс;
– радиоимпульса с П-образной огибающей длительностью Тим = 2 мс и
частотой колебания радиоимпульса f0 = 2000 Гц;
– амплитуды импульсов принять (N + 1) В, где N – номер Вашей брига-
ды.
5 Лабораторная задача
го запустить программу 1.3 Корреляционные характеристики случайных
процессов и детерминированных сигналов, используя иконку Лаборатор-
ные работы на рабочем столе, а затем папки ТЭС и Модуль 1. Изучить схему
макета на дисплее компьютера, пользуясь разд. 6. Уточнить с преподавателем
план выполнения лабораторного задания.
5.2 Исследовать корреляционные и спектральные характеристики
реализаций шума. Установить Fmax = 1000 Гц. После выполнения программы
22
проанализировать экспериментальные данные, а именно, проверить выполне-
ние свойств корреляционной функции, определить по спектру его максималь-
ную частоту, определить по корреляционной функцией интервал корреляции,
найти их произведение, сравнить его с теоретическим значением (8); дать визу-
альную оценку среднего значения спектральной плотности мощности N0 на ин-
тервале (0, Fmax), умножить ее на Fmax и сравнить произведение со значением из-
меренной средней мощности реализации – соотношение (7).
Повторить исследование для Fmax = 2000 Гц и Fmax = 3000 Гц.
5.3 Исследовать корреляционные и спектральные характеристики П-
импульса. Установить А = 2 В, Тим = 0,5 мс. После выполнения программы за-
рисовать графики Ks(τ) и S2(f). Провести анализ экспериментальных данных, а
именно, сравнить экспериментальную зависимость S2(f) с теоретической (12);
экспериментальную зависимость Ks(τ) с теоретической (11); измеренное значе-
ние энергии импульса со значением Ks(0).
Повторить исследование для А = 5 В, Тим = 1 мс и Тим = 1,5 мс.
5.4 Исследовать корреляционные и спектральные характеристики
радиоимпульса. Установить А = 2 В, f0 = 1000 Гц. После выполнения програм-
мы зарисовать графики Ks(τ) и S2(f). Провести анализ экспериментальных дан-
ных, а именно, сравнить экспериментальную зависимость S2(f) с теоретической
(15); экспериментальную зависимость Ks(τ) с теоретической (14); измеренное
значение энергии импульса со значением Ks(0). Записать значение начальной
фазы радиоимпульса. Запустить программу на выполнение и убедить, что кор-
реляционная функция не зависит от начальной фазы радиоимпульса.
Повторить исследование для А = 5 В, f0 = 2000 Гц и f0 = 3000 Гц.
Лабораторная работа выполняется на компьютере в среде HP VEE с ис-
пользованием виртуального макета, структурную схему которого приведено на
рис. 5. Макет содержит следующие генераторы:
- генератор шума, который формирует реализацию квазибелого шума в
интервале частот (0, Fmax) длительностью 20 мс в виде 5000 отсчетов; макет дает
возможность установить значения Fmax 1000, 2000 и 3000 Гц;
- генератор одиночного П-импульса, которому можно установить дли-
тельность импульса 0,5, 1 и 1,5 мс и произвольную амплитуду;
- генератор радиоимпульса с П-образной огибающей длительностью
2 мс позволяет установить произвольную амплитуду импульса и частоту коле-
бания f0 1000, 2000 и 3000 Гц; фаза колебания является случайной величиной,
ее значение выводится на индикатор ϕ.
Переключатель S позволяет выбрать исследуемый процесс.
Если для исследования выбран шум, то на дисплеях отображаются:
- реализация шума;
- значение измеренной средней мощности реализации;
- корреляционная функция реализации, рассчитанная по алгоритму, при-
веденому на рис. 2;
23
- спектральная плотность мощности реализации шума, полученная как
преобразование Фурье от корреляционной функции реализации; программа
формирует отсчеты квазибелого шума, однако из-за малого количества отсче-
тов (5000 отсчетов) спектр далеко не белый в полосе частот (0, Fmax).
Если для исследования выбрано П-импульс или радиоимпульс, то на дис-
плеях отображаются:
- осциллограмма импульса;
- значение измеренной энергии импульса;
- корреляционная функция импульса, рассчитанная по формуле (7);
- квадрат амплитудного спектра импульса, полученного как преобразова-
ние Фурье от корреляционной функции импульса.
Во всех случаях для вычисления КФ используется встроенная функция
Xcorrelate.
Установка Fmax Осциллограф
“Реализация
Генератор процесса”
квазибелого
шума Анализатор
S спектра реализации
Установка A, Тим
или импульса
Генератор
П-импульса Вычислитель средней Индикатор средней
мощности реализации мощности реализации
Установка А, f0 или энергии импульса или энергии импульса
Генератор
радиоимпульса Вычислитель Дисплей
Индикатор ϕ функции корреляции “Функция
корреляции”
п. 5.2...5.4 лабораторного задания (графики и числовые значения).
полученных результатов (проверка выполнения свойств корреляционных функ-
ций, совпадение экспериментальных и теоретических данных).
ной системе оценивания.
24
ИССЛЕДОВАНИЕ СИГНАЛОВ АНАЛОГОВОЙ МОДУЛЯЦИИ
1.1 Исследование временных и спектральных характеристик сигналов
аналоговых видов модуляции.
1.2 Исследование связи между характеристиками модулированных и мо-
дулирующих сигналов.
2.1 Модуляция является аналоговой, если модулирующий сигнал аналого-
вый. Принцип аналоговой модуляции: имеется вспомогательное гармоническое
колебание – переносчик uпер(t) = A0 cos(2πf0t + ϕ 0); при модуляции один из пара-
метров переносчика получает приращения, пропорциональные значениям моду-
лирующего сигнала b(t). У такого переносчика пр модуляции могут получать
приращения: амплитуда, частота или начальная фаза. Название параметра, ко-
торый получает приращения, определяет название модуляции: амплитудная
(АМ), фазовая (ФМ) и частотная (ЧМ).
В случае аналоговых видов модуляции модулирующий сигнал – это пер-
вичный непрерывный сигнал электросвязи b(t) с такими характеристиками:
- максимальная частота спектра сигнала Fmax;
- сигнал нормирован так, что максимальное по модулю значение
b(t)max = 1;
- среднее значение сигнала b(t ) = 0.
2.2 В случае АМ приращение амплитуды переносчика пропорционально
мгновенным значением модулирующего сигнала, т.е. амплитуда модулирован-
ного сигнала A(t ) = A0 + ∆ Ab(t ) , где ∆A – коэффициент пропорциональности,
который выбирают так, чтобы амплитуда A(t) не принимала отрицательных зна-
чений. Поскольку b(t)max = 1, то ∆A определяет наибольшее по модулю прира-
щение амплитуды переносчика, а, чтобы амплитуда A(t) не принимала отрица-
тельных значений, необходимо обеспечить ∆A ≤ A0. Частота и начальная фаза
переносчика остаются неизменными. Удобно перейти к относительному макси-
мальному приращению амплитуды – коэффициенту амплитудной модуляции
mАМ = ∆A/A0. Ясно, что 0 < mАМ ≤ 1.
Аналитическое выражение сигнала АМ при произвольном модулирую-
щем сигнале имеет вид
s АМ (t ) = A0 [1 + mАМ b(t )] cos(2π f 0 t + ϕ 0 ) . (1)
Видим, что параметрами сигнала АМ являются mАМ, A0, f0 и ϕ0. Времен-
ную диаграмму сигнала АМ приведено на рис. 1. Обращает на себя внимание
то, что огибающая модулированного сигнала повторяет форму модулирующего
сигнала – амплитуда сигнала АМ A(t) является огибающей высокочастотного
колебания cos(2πf0t + ϕ0) (на рис. 1 огибающая изображена штриховой линией).
25
2.3 На рис. 2 показано произвольный амплитудный спектр модулирующе-
го сигнала и соответствующий ему амплитудный спектр сигнала АМ, который
состоит из гармонического колебания частоты переносчика, верхней боковой
полосы частот (ВБП) и нижней боковой полосы частот (НБП). При этом ВБП
является масштабной копией спектра модулирующего сигнала, которая сдвину-
та по частоте на величину f0. НБП является зеркальным отображением ВБП от-
носительно частоты переносчика f0.
Из рис. 2 вытекает важный результат: ширина спектра сигнала АМ ∆FАМ
равняется удвоенному значению максимальной частоты спектра модулирующе-
го сигнала, т.е. ∆FАМ = 2Fmax.
b(t)
Sb(f)
t
sАМ(t) Fmax f
A0πδ(f–f0)
SАМ(f)
t
НБП ВБП
f0–Fmax f0 С f +F f
0 max
Рисунок 1 – Модулирующий b(t) и Рисунок 2 – Спектры

модулированный sАМ(t) сигналы модулирующего и АМ
сигналов
2.4 Расчеты показывают, что, когда модулирующими сигналами являются

первичные сигналы электросвязи, то часть мощности боковых полос составляет
лишь несколько процентов от мощности модулированного сигнала. Поэтому
целесообразно сформировать сигнал со спектром, который состоит лишь из
двух боковых полос частот (колебание частоты переносчика отсутствует), – та-
ким сигналом является сигнал балансной модуляции.
Балансной называется такой вид модуляции, когда модулированным сиг-
налом является произведение модулирующего сигнала и переносчика. Анали-
тическое выражение сигнала БМ имеет вид
s БМ (t ) = A0 b(t ) cos(2π f 0 t + ϕ 0 ) . (2)
Временные диаграммы модулирующего и модулированного сигналов
приведены на рис. 3. Поскольку модулирующий сигнал действует на амплитуду
переносчика, то БМ считается разновидностью АМ. Из рис. 3 видно, что огиба-
ющая сигнала БМ A(t) = A0b(t) (показана пунктирной линией) не повторяет
модулирующий сигнал.
Из сравнения математических выражений, описывающих сигнал АМ (1) и
сигнал БМ (2), видим, что спектр сигнала БМ отличается от спектра сигнала
АМ отсутствием колебания частоты переносчика. На рис. 4 показано произ-
вольный амплитудный спектр модулирующего сигнала и соответствующий ему
26
амплитудный спектр сигнала БМ, состоящий из ВБП и НБП. Из рис. 4 выте-
кает, что ширина спектра сигнала БМ ∆FБМ такая же, как и ширина спектра сиг-
нала АМ: ∆FБМ = 2Fmax.
2.5 Однополосной называется такой вид модуляции, когда спектр модули-
рованного сигнала совпадает со спектром модулирующего сигнала, сдвинутым
на частоту переносчика, или является инверсией сдвинутого спектра относи-
тельно частоты переносчика. Спектр сигнала ОМ содержит одну боковую поло-
су – верхнюю или нижнюю. Сигнал ОМ записывается в виде
~
sОМ (t ) = A0b(t ) cos(ω 0t + ϕ 0 )  A0b (t ) sin(ω 0t + ϕ 0 ) , (3)
где знак “–” относится к описанию сигнала с верхней боковой полосой частот, а
~
знак “+” – с нижней боковой полосой; b (t ) – сигнал, сопряженный по Гильбер-
ту с сигналом b(t).
b(t) Sb(f)
t
Fmax f
sБМ(t) SБМ(f)
t НБП ВБП
f0–Fmax f0 f0+Fmax f

модулированный sБМ(t) сигналы модулирующего и БМ
сигналов
Временные диаграммы модулирующего сигнала b(t), сопряженного по
~
Гильберту b (t ) и ОМ сигнала приведены на рис. 5. Из рис. 5 видно, что огиба-
2 ~2
ющая сигнала ОМ A(t) = A0 b + b (показана пунктирной линией) не повторя-
ет модулирующий сигнал.
b(t)
Sb(f)
t
Fmax f
sОМ(t) SОМ(f)
t ВБП
f0 f0+Fmax f

модулированный sОМ(t) модулирующего и ОМ
сигналы сигналов
27
На рис. 6 показано произвольный амплитудный спектр модулирующего

сигнала и соответствующий ему амплитудный спектр ОМ сигнала с ВБП. Из
рис. 6 вытекает, что ширина спектра ОМ сигнала ∆FОМ вдвое меньше ширины
спектра АМ и БМ сигналов: ∆FОМ = Fmax.
2.6 Модуляция называется частотной, если приращение частоты перенос-
чика, вызванное модулирующим сигналом, пропорционально мгновенным зна-
чением модулирующего сигнала, т.е.
∆f (t) = ∆fд⋅b(t), (4)
где ∆fд – девиация частоты или максимальное приращение частоты в процессе
модуляции.
В это же время имеет место приращение фазы
t t
∆ϕ(t) = 2π ∫ ∆ f (t )dt = 2π ∆ f д ∫ b(t )dt . (5)
−∞ −∞
Математическое описание сигнала ЧМ:

t
sЧМ (t ) = A0 cos(2π f 0t + 2π ∆ f д ∫ b(t )dt + ϕ 0 ) . (6)
−∞
2.7 Модуляция называется фазовой, если приращение фазы, вызванное

модулирующим сигналом, пропорционально мгновенным значением модулиру-
ющего сигнала, т.е.
∆ϕ( t) = ∆ϕд b(t), (7)
где ∆ϕд – девиация фазы или максимальное приращение фазы в процессе моду-
ляции.
Приращение частоты, которое имеет место в случае фазовой модуляции,
определяется выражением
1 d (∆ ϕ ( t )) ∆ ϕ д db(t )
∆f(t) = = . (8)
2π dt 2π dt
Временное представление сигнала ФМ:
sФМ(t) = A0 cos(2πf0 t + ∆ϕд b(t) + ϕ0). (9)
2.8 Из приведенных описаний сигналов вытекает, что сигналы ЧМ и ФМ
имеют много общего. Как при ЧМ, так и при ФМ имеют место приращения и
частоты, и фазы. Название вида модуляции определяется тем, который из пара-
метров получает приращения, пропорциональные модулирующему сигналу.
2.9 Если модулирующий сигнал – гармоническое колебание
b(t) = cos 2πFt, то сигнал ЧМ записывается в виде
sЧМ(t) = A0 cos (2πf0t + mЧМ sin 2πFt + ϕ0), (10)
28
где mЧМ – индекс частотной модуляции, который определяется отношением де-
виации частоты к частоте модулирующего сигнала
mЧМ = ∆fд /F. (11)
В случае такого же модулирующего сигнала сигнал ФМ записывается как
sФМ(t) = A0 cos (2πf0t + mФМ cos 2πFt + ϕ0), (12)
где mФМ – индекс фазовой модуляции, который равняется девиации фазы
mФМ = ∆ϕд. (13)
Из сравнения выражений (10) и (12) вытекает, что формы сигналов ЧМ и
ФМ совпадают – они лишь взаимно сдвинуты на четверть периода колебания
b(t). Как вывод – в случае модуляции гармоническим колебанием и равенства
индексов модуляции амплитудные спектры сигналов ЧМ и ФМ одинаковые.
2.10 Для случая модуляции гармоническим колебанием рассмотрим ам-
плитудные спектры сигналов ЧМ и ФМ. Для этого достаточно проанализиро-
вать один из видов модуляции, например, ЧМ. Преобразование выражения (10)
дает спектральное представление сигнала ЧМ:
∞
sЧМ(t) = A0 J0(mЧМ)⋅cos 2πf0t + ∑

k= 1
( − 1) k А0Jk(mЧМ)⋅cos(2π(f0 – k)t) +
∞
+ ∑ A0 Jk(mЧМ)⋅cos(2π(f0 + k)t), (14)
k= 1
где Jk(mЧМ) – значение функции Бесселя первого рода k-го порядка от аргумента
mЧМ. Графики функций Бесселя приведены на рис. 7.
1,0
J0(m)
0,8
J1(m)
0,6 J2(m)
J3(m) J4(m) J5(m) J6(m) J7(m)
0,4
0,2
–0,2
–0,4
0 1 2 3 4 5 6 7 8 9 m 10
Рисунок 7 – Графики функций Бесселя
29
Из выражения (14) вытекает, что в спектре сигнала ЧМ есть составляю-

щая на частоте переносчика f0 (первое слагаемое), ее амплитуда A0J0(mЧМ) за-
висит от индекса модуляции mЧМ.
Первая сумма в выражении (14) определяет нижнюю боковую полосу с
частотами
fk = f0 – k, k = 1, 2, 3, ... .
Аналогично, вторая сумма определяет верхнюю боковую полосу с часто-
тами
fk = f0 + k, k = 1, 2, 3, ... .
Амплитуды составляющих спектра, размещенных симметрично относи-
тельно f0, для определенного k, определяются как А0 Jk(mЧМ).
2.11 Из выражения (14) вытекает, что протяженность амплитудного спек-
тра бесконечная. Однако основная часть мощности сигнала сосредоточена в не-
котором ограниченном частотном интервале вокруг f0, который и считают ши-
риной спектра сигнала. Если ограничиться учетом составляющих, амплитуды
которых не меньше 0,05А0, то ширина спектра ЧМ сигнала рассчитывается по
формуле:
FЧМ = 2F (mЧМ + 1). (15)
2.12 Изложенное в п. 2.10 и 2.11 справедливо как для ЧМ, так и для ФМ.
Отличие между спектрами ЧМ и ФМ сигналов можно выявить, если зафиксиро-
вать параметры модулированных сигналов и изменить частоту модулирующего
сигнала. В случае ФМ индекс модуляции mФМ остается неизменным и ширина
спектра ФМ сигнала по формуле (15) изменяется. В случае же ЧМ индекс моду-
ляции mЧМ изменяется согласно формуле (11) и ширина спектра ЧМ сигнала по
формуле (15) практически остается неизменной.
2.13 В случае сложных модулирующих сигналов с максимальной часто-
той спектра Fmax ширина спектра модулированного сигнала рассчитывается по
формулам
FЧМ = 2 (mЧМ + 1) Fmax, (16)
FФМ = 2 (mФМ + 1) Fmax. (17)
где индексы модуляции mЧМ и mФМ определяются соответственно формулами
(11) и (13).
2.14 Математические модели сигналов АМ, БМ, ОМ, ЧМ и ФМ в виде со-
отношений (1), (2), (3), (10) и (12) используются для построения схем формиро-
вания и детектирования этих сигналов.
3.1 С какой целью используется модуляция в системах электросвязи?
3.2 Дать определения амплитудной, балансной, однополосной, частотной
и фазовой модуляций.
3.3 Что такое коэффициент амплитудной модуляции? Какие значения он
может принимать?
30
3.4 Что такое преобразование Гильберта?
3.5 Нарисовать временные диаграммы сигналов, когда модулирующим
сигналом является гармоническое колебание.
3.6 Изобразить спектры сигналов АМ, БМ и ОМ, когда модулирующим
сигналом является гармоническое колебание.
3.7 Изобразить спектры АМ, БМ и ОМ сигналов, когда задан произволь-
ный спектр модулирующего сигнала.
3.8 Объяснить, чему огибающая ОМ сигнала на рис. 5 имеет именно та-
кой вид?
3.9 Пересчитать основные параметры сигналов ЧМ и ФМ, дать их опреде-
ление.
3.10 Что такое индекс частотной модуляции? Какие значения он может
принимать?
3.11 В чем заключается отличие ЧМ от ФМ?
3.12 Как рассчитать спектры ЧМ и ФМ сигналов?
3.13 В спектре сигнала ЧМ (или ФМ), когда модулирующим сигналом яв-
ляется гармоническое колебание, при некоторых значениях индекса модуляции
составляющие с частотами f0 ± F отсутствуют. Чем это объясняется? Каким ин-
дексам модуляции это соответствует?
3.14 Частота модулирующего сигнала уменьшилась вдвое. Как при этом
изменятся спектры ЧМ и ФМ сигналов?
4.1 Изучить разделы “Амплитудная модуляция и ее разновидности” и
“Частотная и фазовая модуляция” по конспекту лекций и литературе [1,
с. 77...94; 3,с. 149…164; 4,с. 82...103] и описаниям лабораторных макетов в
разд. 6.
4.2 Несущее колебание частоты f 0 модулируется первичным сигналом
b(t) = A1sin(2πF1t) + A2sin(2πF2t) + A3sin(2πF3t). Изобразить спектры первичного
сигнала и спектры сигналов АМ, БМ и ОМ (положить mАМ = 1). Исходные дан-
ные к задаче согласно номеру Вашей бригады приведены в табл. 1.
Таблица 1 – Исходные данные к домашнему заданию
Номер
А1, В f1, Гц А2, В f2, Гц А3, В f3, Гц f 0, Гц
бригады N
1 0,3 50 0,4 100 0,3 250 800
2 0,3 100 0,3 200 0,4 300 900
3 0,4 50 0,3 200 0,3 250 1000
4 0,3 100 0,4 150 0,3 250 1100
5 0,3 50 0,3 250 0,4 300 1200
6 0,4 100 0,3 250 0,3 300 1000
7 0,3 50 0,4 100 0,3 150 800
8 0,3 100 0,3 200 0,4 300 900
4.3 Рассчитать амплитудный спектр сигнала ЧМ по таким данным: ам-
плитуда переносчика A0 = 1 В, частота переносчика f0 = 2500 Гц; девиация ча-
стоты ∆fд = 400 + 100N Гц, где N – номер бригады; модулирующим сигналом
31
является гармоническое колебание частоты F = 200 Гц. Результаты расчетов
оформить таблицей и построить график спектра. Рассчитать ширину спектра
сигнала и показать ее на графике амплитудного спектра.
го запустить программу 1.4а Исследование сигналов АМ, БМ и ОМ, исполь-
зуя иконку Лабораторные работы на рабочем столе, а затем папки ТЭС и Мо-
дуль 1. Изучить схему макета на дисплее компьютера, пользуясь разд. 6.
Уточнить с преподавателем план выполнения лабораторного задания.
5.2 Провести исследование модулированных сигналов во временной
и частотной областях. Для этого:
– установить значения A1, F1, A2, F2, A3, F3, коэффициент mАМ и частоту
f 0 такие же, как и в домашнем задании;
- установить вид модуляции АМ и запустить программу на выполнение;
- зарисовать в протоколе осциллограммы и спектрограммы сигналов на
входе и на выходе модулятора;
- установить поочередно виды модуляции БМ, ОМ из ВБС, ОМ из НБС,
после выполнения программы зарисовать в протоколе спектрограммы сигналов
на выходе модулятора;
- сравнить рассчитанные в домашнем задании и полученные на компью-
тере спектрограммы, результаты сравнения занести к выводам протокола;
- сделать выводы относительно соответствия форм модулирующего сиг-
нала и огибающей модулированного сигнала для разных видов модуляции.
5.3 Провести исследование спектров модулированных сигналов в
случае изменения частоты несущего колебания. Для этого сначала уве-
личить на 200 Гц, а затем уменьшить на 200 Гц частоту несущего колебания, за-
рисовать в протоколе полученные на выходе модулятора спектрограммы сигна-
лов. Изменения в спектрограммах, в сравнении с полученными в п. 5.2, занести
к выводам протокола.
5.4 Провести исследование сигнала ОМ в случае однотонального мо-
дулирующего сигнала. Для этого:
– установить значения A1 = 1 В, f 1 = 100 Гц, A2 = A3 = 0, частоту f 0 такую
же, как и в домашнем задании;
– установить вид модуляции ОМ с ВБП, а затем ОМ с НБП;
– зарисовать в протоколе осциллограммы и спектрограммы сигналов b(t),
~
b (t ) и sОМ(t);
~
– сделать выводы относительно соответствия сигналов b(t), b (t ) , sОМ(t) и
2 ~2
огибающей модулированного сигнала A(t) = A0 b + b
го запустить программу 1.4б Исследование сигналов ЧМ и ФМ, используя
иконку Лабораторные работы на рабочем столе, а затем папки ТЭС и Мо-
32
дуль 1. Изучить схему макета на дисплее компьютера, пользуясь разд. 6.
5.6 Провести исследование амплитудного спектра сигнала ЧМ с пара-
метрами, которые использованы в домашнем задании. Для этого следует на
вход модулятора подать гармоническое колебание, установить его частоту и де-
виацию частоты. Зафиксировать в таблице значения частот и амплитуд состав-
ляющих. Построить график амплитудного спектра. Сравнить его со спектром,
рассчитанным в домашнем задании. Сделать вывод об их совпадении.
5.7 Провести исследование амплитудного спектра сигнала ФМ с де-
виацией фазы, равной индексу ЧМ в п. 5.6, и при таком же модулирующем ко-
лебании. Зафиксировать в таблице значения частот и амплитуд составляющих.
Построить график амплитудного спектра. Сравнить его со спектром, получен-
ным при выполнении п. 5.6. Сделать вывод об их совпадении.
5.8 Провести исследование амплитудного спектра сигнала ЧМ, когда
модулирующий сигнал – сложное колебание (сумма гармоничных колебаний с
частотами 70 и 200 Гц). Установить значение девиации частоты 600 Гц. Зафик-
сировать в протоколе в виде эскиза график амплитудного спектра. Оценить ши-
рину спектра сигнала, как протяжность полосы частот, где амплитуды состав-
ляющих не меньше 10 % от наибольшей амплитуды составляющей в спектре
сигнала. Рассчитать ширину спектра сигнала по формуле (16) и сравнить ее с
определенной экспериментально.
5.9 Провести исследование амплитудного спектра сигнала ФМ, когда
модулирующий сигнал – сложное колебание (сумма гармоничных колебаний с
частотами 70 и 200 Гц). Установить значение девиации фазы ∆ϕд = 3. Зафикси-
ровать в протоколе в виде эскиза график амплитудного спектра. Оценить шири-
ну спектра сигнала, как протяженность области частот, где амплитуды состав-
ляющих не меньше 10 % от наибольшей амплитуды составляющей в спектре
сигнала. Рассчитать ширину спектра сигнала по формуле (17) и сравнить ее с
определенной экспериментально.
6 Описание лабораторных макетов
Лабораторная работа по исследованию сигналов АМ, БМ и ОМ выполня-
ется на компьютере с использованием виртуального макета 1.4а, структурная
схема которого приведена на рис. 8.
В состав макета входят генератор модулирующего непрерывного сигнала
b(t) = A1sin(2πF1t) + A2sin(2πF2t) + A3sin(2πF3t) и модулятор (генератор несущего
колебания входит в состав модулятора). Значения частот и амплитуд гармони-
ческих колебаний A1, F1, A2, F2, A3, F3, частоту переносчика f0, коэффициент mАМ
можно изменять.
Схема макета дает возможность устанавливать вид модуляции: АМ, БМ,
ОМ с ВБП и ОМ с НБП. Временные и спектральные диаграммы сигналов мож-
но наблюдать в двух точках схемы макета: на входе и на выходе модулятора. В
случае ОМ осциллографом на входе модулятора кроме модулирующего сигнала
~
b(t) отображается сигнал b (t ) . Вместе с осциллограммой модулированного сиг-
нала пунктирной линией выводится график огибающей сигнала.
33
Осциллограф Осциллограф
Установка вида
модуляции
b(t),
Генератор Модулятор sмод(t)
модулирующего
сигнала
Установка Установка
A1, F1, A2, F2, A3, F3 f0, mАМ
Анализатор Анализатор
спектра спектра
Рисунок 8 – Структурная схема макета 1.4а
Лабораторная работа по исследованию сигналов ЧМ и ФМ выполняется

на компьютере с использованием виртуального макета 1.4б, структурная схема
которого приведена на рис. 9.
В состав макета входят модулятор и генераторы модулирующих сигна-
лов. Частота переносчика f0 = 2500 Гц. Переключатель S дает возможность вы-
бирать один из генераторов модулирующих сигналов: генератор гармоническо-
го колебания b(t) = sin 2πFt, частоту которого F можно регулировать, и генера-
тор сложного колебания b(t) = 0,5 sin 2π70t + 0,5 sin 2π200t.
Схема макета дает возможность устанавливать вид модуляции: ЧМ или
ФМ, девиацию частоты ∆fд в случае ЧМ и девиацию фазы ∆ϕд в случае ФМ.
Временные и спектральные диаграммы сигналов можно наблюдать в двух точ-
ках схемы макета: на входе и на выходе модулятора.
Осциллограф Осциллограф
Установка вида
Генератор S модуляции
гармонического
колебания b(t) Модулятор
sмод(t)
Установка F
Генератор сложного Установка

колебания Анализатор ∆fд, ∆ϕд Анализатор
спектра спектра
Рисунок 9 – Структурная схема макета 1.4б

34
7.4 Структурные схемы для выполнения каждого пункта лабораторного
задания и результаты выполнения п. 5.2...5.4, 5.6…5.9 лабораторного задания
(осциллограммы и спектрограммы, каждая из которых должна иметь подпись).
7.5 Выводы из результатов выполнения п. 5.2...5.4, 5.6…5.9 лаборатор-
ного задания (совпадение теоретических и экспериментальных данных, совпа-
дение результатов выполнения домашнего задания и экспериментальных дан-
ных, проявление свойств сигналов и т.п.).
ной шкале.
35
ИССЛЕДОВАНИЕ СИГНАЛОВ ЦИФРОВОЙ МОДУЛЯЦИИ
1.1 Изучение методов передачи цифровых сигналов модулированными
сигналами АМ-М, ФМ-М и ЧМ-2.
1.2 Исследование временных и спектральных характеристик сигналов
АМ-М и ФМ-М для М = 2 и 4 и ЧМ-2.
2.1 Первичный цифровой сигнал b(t) – это последовательность двоичных
символов (бит) 1 и 0, следующих через интервал Тб. В цифровых устройствах
прямоугольный импульс высокого уровня соответствует символу 1, а импульс
низкого уровня – символу 0. Основной параметр первичного цифрового сигна-
ла – его скорость R (бит/с).
2.2 Сигнал цифровой модуляции s(t) – это последовательность радиоим-
пульсов, которые отображают первичный сигнал и следуют через тактовый ин-
тервал Т:
∞
s( t ) = ∑ si( k ) ( t − kT ) , (1)
k= − ∞
где si(t), i = 0, …, М – 1 – канальные символы (радиоимпульсы);

М – число канальных символов (уровней модулированного сигнала);
si(k ) ( t − kT ) – i-й канальный символ, передаваемый на k-м тактовом интер-
вале.
Радиоимпульсы могут отличаться амплитудами, фазами или частотами.
Существуют разные виды цифровой модуляции: АМ-М, ФМ-М, АФМ-М,
КАМ-М, ЧМ-М.
Если М = 2, то имеет место двоичный сигнал s(t), когда символ s0(t) ис-
пользуется для передачи 0, а символ s1(t) – для передачи 1. Если М > 2, то имеет
место многопозиционный (многоуровневый) сигнал s(t). Как правило, М = 4, 8,
…, 2n, n – целое число. Здесь каждый символ si(t) используется для передачи
n = log2M бит первичного сигнала b(t). Какую именно последовательность бит
переносит каждый символ, устанавливает модуляционный код. Если в случае
двоичных сигналов Т = Тб, то в случае многопозиционных сигналов длитель-
ность тактового интервала увеличивается: Т = Тбlog2M.
2.3 Для сигналов АМ-М и ФМ-2 канальные символа записываются:
si (t ) = ai A(t ) 2 cos( 2π f 0 t ) , i = 0, 1, ..., M − 1 , (2)
где ai – число, отображающее n бит, которые передаются символом si(t);
A(t) – функция, определяющая форму радиоимпульсов;
f0 – частота несущего колебания.
Из выражения (2) вытекает, что канальные символы являются сигналами
аналоговой БМ и, поэтому спектр радиоимпульса si(t) состоит из двух боковых
36
полос, сосредоточенных возле частоты несущей f0. Спектральные свойства ра-
диоимпульса si(t) целиком определяются функцией A(t).
Если функция A(t) – прямоугольный импульс длительности Т, то спектр
радиоимпульса будет широким, а для передачи цифровых сигналов важно
сформировать компактный спектр. Для того чтобы спектр радиоимпульса si(t)
был компактным, и отсутствовала межсимвольная интерференция, функция A(t)
должна быть импульсом Найквиста. Тогда боковые полосы частот будут копия-
ми спектра Найквиста (рис. 1), а ширина спектра сигналов АМ-М и ФМ-2:
1+ α 1+ α R (1 + α )
∆ F = 2 f н (1 + α ) = = = , (3)
T Tб log 2 M log 2 M
где fн = 0,5/Т – частота Найквиста;
α – коэффициент ската спектра (0 ≤ α ≤ 1).
Из выражения (3) вытекает важ-
ный вывод – увеличение числа пози- 1
ций сигнала позволяет уменьшить ши- S( f )
рину спектра канальных символов (2). T
2.4 Канальные символы принято 0,5
условно изображать в виде сигнальных
точек в некотором пространстве. Сиг-
нальные точки сигналов АМ-М и
ФМ-2 располагаются на числовой оси f0 – fн f0 f0 + fн f
и потому эти сигналы называют одно- Рисунок 1 – Спектр канальных символов
мерными (рис. 2). Диаграммы, на кото- в случае АМ-М и ФМ-2 (α = 0,6)
рых канальные символы изображены в
виде сигнальных точек, называются s0 s1 s0 s1
сигнальными созвездиями. 0 а –а 0 а
Модуляционный код сигнала а б
АМ-2: передаче 0 соответствует a0 = 0,
а передаче 1 соответствует a1 = а. s1 s0 s2 s3
Модуляционный код сигнала – 3а –а 0 а 3а
ФМ-2:0 → a0 = – а; 1 → a1 = а. в
Модуляционный код сигнала Рисунок 2 – Сигнальные созвездия
АМ-4:00 → a0 = – а; 01 → a1 = – 3а; сигналов: а – АМ-2; б – ФМ-2; в – АМ-4
10 → a2 = а; 11 → a3 = 3а. Число а
определяет энергии канальных символов.
2.5 Канальные символы si(t) в случае ФМ-М (М ≥ 4) и АФМ-М в общем
виде описываются с помощью синфазной и квадратурной составляющих:
si (t ) = aci A(t ) 2 cos 2π f 0 t + a si A(t ) 2 sin 2π f 0 t , i = 0, 1, ..., M − 1 , (4)
где aci, asi – коэффициенты, отображающие последовательность из n бит, ко-
торая передается канальным символом si(t).
Сигналы, описываемые выражением (4), являются суммой двух БМ сиг-
налов с одинаковыми амплитудными спектрами, которые определяются спек-
37
тром сигнала A(t). В случае, если A(t) – импульс Найквиста, амплитудный
у спектр каждой из составляющих, а также их
s0 а s1 суммы, имеет вид, показанный на рис. 1.
Поэтому ширина спектра канальных симво-
лов в случае ФМ-М и АФМ-М описывается
–а 0 а х выражением (3).
s2 – а
2.6 Сигналы АФМ-М и ФМ-М (М ≥ 4)
s3
являются двумерными, поскольку функции
A(t ) 2 cos 2π f 0 t и A(t ) 2 sin 2π f 0 t , присут-
Рисунок 3 – Сигнальное созвездие
сигнала ФМ-4 ствующие в выражении (4), ортогональные и
образуют двумерное пространство. Сигналь-
ные созвездия двумерных сигналов изображаются на плоскости (рис. 3). Здесь х
символизирует колебание A(t ) 2 cos 2π f 0 t , а y – A(t ) 2 sin 2π f 0 t .
Для сигналов ФМ-М выражение (4) можно переписать:
si (t ) = aA(t ) cos( 2π f 0t − ϕ i ) ;
b  (5)
ϕ i = arctg i  .
 ai 
Модуляционный код сигнала ФМ-4:
00 → ϕ0 = 135° (aс0 = – а и as0 = а);
01 → ϕ1 = 45° (ac1 = а и as1 = а);
10 → ϕ2 = 225° (ac2 = – а и as2 = – а);
11 → ϕ0 = 315° (ac3 = а и as3 = – а).
2.7 Процесс формирования одномерных и двумерных сигналов на основе
выражений (2) и (4) такой: кодер модуляционного кода ставит в соответствие
n = log2M входным битам два П-импульса с амплитудами aсi и аsi (в случае одно-
мерных сигналов один импульс с амплитудой aсi, а аsi = 0); П-импульсы
фильтруются формирующими ФНЧ так, чтобы получить импульсы Найквиста;
импульсы aсiА(t) и аsiА(t) поступают на входы балансных модуляторов; получен-
ные модулированные сигналы суммируются.
2.8 Сигнал ЧМ-2 строится на основе радиоимпульсов, которые отличают-
ся частотами:
s0 (t ) = aA(t ) cos( 2π ( f 0 − ∆ f 2 ) t ) ,
(6)
s1 (t ) = аA(t ) cos( 2π ( f 0 + ∆ f 2 ) t ) ,
где ∆f – разнос частот;
а – коэффициент, определяющий энергию канальных символов.
Пусть функция A(t) – П-импульс длительности Т с амплитудой 1 T , а
ϕ0 = ϕ1 = 0. Легко убедиться, что в этом случае скалярное произведение сигна-
лов s0(t) и s1(t):
sin 2π ∆ fT
(s ,s ) = a2 . (7)
π ∆ fT
0 1
38
Итак, канальные символы (6) ортогональные, когда разнос частот
k
∆f = , k = 1, 2, 3, ... (8)
2T
Рассмотрим случай, k = 1, т.е. ∆f = 0,5/T. Сигнал ЧМ-2 на одном тактовом
интервале записывается
s( t ) = a 2 T cos( 2π f 0 t ± π ∆ ft ) , 0≤ t < T , (9)
где знак «+» соответствует s1(t), а знак «–» соответствует s0(t).
Из (9) видно, что на тактовом интервале имеет место линейное изменение
фазы несущего колебания cos2πf0t, а в момент Т набег фазы составляет π/2.
Модуляция ЧМ-2 называется модуляцией минимального сдвига (ММС) в
случае выполнения следующих условий:
1. У канальных символов (6) функция A(t) – П-импульс длительности Т.
2. Разнос частот ∆f = 0,5/T.
3. Модулированный сигнал формируется без “разрыва” фазы.
Последнее условие реализуется следующим образом: фаза несущего коле-
бания cos2πf0t в начале следующего тактового интервала совпадает с фазой в
конце предыдущего тактового интервала, должно быть накопления фазы без
“разрыва”. Для этого символы цифрового сигнала отображаются в П-импульсы
длительности Т и амплитуды dk (k – номер тактового интервала): 1 → dk = 1,
0 → dk = –1. Тогда изменение фазы ∆ϕ(t) без “разрыва” для любого момента
времени t = nТ + ∆t можно записать
n
π
∆ ϕ (t) = ∑ dk + d n + 1 π ∆ f∆ t . (10)
k= 0 2
Здесь П-импульсы амплитуды dk выступают в роли множителей к функ-
ции π∆f∆t. Для первичного цифрового сигнала b(t) = {1, 0, 0, 1} на рис. 4 приве-
дено изменение фазы ∆ϕ(t) без “разрыва”.
Сигнал ММС на бесконечном интервале записывается
s ММЗ ( t ) = a 2 T cos( 2π f 0 t + ∆ ϕ ( t ) ) , 0≤ t < ∞ , (11)
где ∆ϕ(t) – изменение фазы, определяемое выражением (10).
Представим сигнал sММС(t) через квадратурные составляющие:
s ММC ( t ) = a 2 T I ( t ) cos 2π f 0 t + a 2 T Q( t ) sin 2π f 0 t , 0≤ t < ∞ , (12)
где I(t) = cos∆ϕ(t) – косинусная составляющая;
Q(t) = –sin∆ϕ(t) – синусная составляющая.
Для первичного цифрового сигнала b(t) = {1, 0, 0, 1} на рис. 4 показаны
квадратурные составляющие. Представление сигнала sММС(t) через квадратур-
ные составляющие лежит в основе построения схемы модулятора.
39
∆ϕ(t) 1 –1 –1 1 – коэффициенты dk
π/2
0 T 2T 3T 4T t
–π/2
I(t)
1
t
–1
Q(t)
1
t
–1
Рисунок 4 – К пояснению формирования сигнала ММС
Нормированный спектр модулированного сигнала ММС описывается вы-

ражением
1 + cos ( 4π ( f − f 0 ) T )
S( f ) =
(
2 1 − ( 4( f − f 0 ) T )
2
) . (13)
Зависимость (13) приведена на рис. 5. С увеличением f – f0 спектр убы-

вает со скоростью 1/(f – f0)2. Если ширину спектра Fммс определить по первым
нулям зависимости (13), то
Fммс = 1,5/Т = 1,5R. (14)
1 1
S(f) S(f)
0,5 0,5
0
f0–1,5/T f0–1/T f0–0,5/T f0 f0+0,5/T f0+1/T f0+1,5/T f0 – ∆ƒ/2 f0 f0 + ∆ƒ/2 f
Рисунок 5 – Спектр сигнала ММС Рисунок 6 – Спектр сигнала ЧМ-2,

при α = 0,6, ∆f = 2(1+α)fн
2.9 Для того, чтобы получить сигнал ЧМ-2 с узким спектром и не было
межсимвольной интерференции, необходимо, чтобы функция A(t) была импуль-
сом Найквиста. В таком случае можно считать, что спектр сигнала sЧМ-2(t) есть
40
сумма спектров двух радиоимпульсов частот ƒ0 − ∆ƒ/2 и ƒ0 + ∆ƒ/2. На рис. 6 по-
казан нормированный спектр сигнала ЧМ-2, из которого вытекает, что разнос
частот будет минимальным, когда спектры радиоимпульсов примыкают друг к
другу, и он равняется:
1+ α
∆ f min = . (15)
T
Тогда ширина спектра сигнала ЧМ-2:
1 + α 2(1 + α )
FЧМ − 2 = ∆ f min + = = 2 R (1 + α ) , (16)
Т Т
вдвое больше ширины спектра сигналов АМ-2 и ФМ-2.
Формирование сигналов ЧМ-2 отличается от формирования сигналов
ФМ-М работой кодера модуляционного кода и тем, что частоты опорных коле-
баний генераторов в балансных модуляторах отличаются на величину ∆ƒ/2 от
частоты несущего колебания.
3.1 С какой целью используется модуляция в системах электросвязи?
3.2 Дайте определение цифрового сигнала.
3.3 Сформулируйте принцип цифровой модуляции.
3.4 Дайте определение сигналов цифровых видов модуляции АМ-М,
ФМ-М и ЧМ-М.
3.5 Почему для передачи цифровых сигналов каналами связи не использу-
ются радиоимпульсы с П-образной огибающей? Какой должна быть огибающая
импульса?
3.6 Как рассчитать ширину спектра сигналов АМ-М, ФМ-М и ЧМ-2?
3.7 Дайте определение сигналов модуляции минимального сдвига.
3.8 С какой целью для передачи цифровых сигналов каналами связи ис-
пользуются многопозиционные сигналы?
3.9 Какие сигналы цифровых видов модуляции являются одномерными, а
какие – двумерными?
4.1 Изучить раздел "Цифровые виды модуляции" по конспекту лекций и
литературе [1, с. 91...120; 3, с. 164...168, 180...185; 4, с. 103...112] и описание ла-
бораторного макета в разд. 6.
4.2 Задана длительность тактового интервала Т = 50 мс. Необходимо по-
строить временные диаграммы канальных символов s1(t) с частотой ƒ0 = 40 Гц
для двух случаев: с П-образной огибающей и огибающей в виде импульса
Найквиста.
Примечание. Необходимо учитывать, что канальным символом является
произведение П-импульса длительности Т или импульса Найквиста и гармони-
ческого колебания. В качестве импульса Найквиста можно взять функцию
41
sin ( π t T )
A(t ) = ,
πt T
а график канального символа построить на интервале (– 4Т, 4Т).
4.3 Подготовиться к беседе по ключевым вопросам.
го запустить программу 1.5 Исследование сигналов цифровой модуляции,
используя иконку Лабораторные работы на рабочем столе, а затем папки ТЭС
и Модуль 1. Изучить схему макета на дисплее компьютера, пользуясь разд. 6.
5.2 Подготовка макета. Необходимо установить цифровой сигнал, для
чего представить десятичное число 128 + 10N (N – номер Вашей бригады) в
двоичной системе исчисления. Коэффициент ската спектра рассчитывается по
формуле: α = 1 - 0,1N.
5.3 Исследование зависимости формы и спектра сигналов АМ-2 и
АМ-4 от формы огибающей. Для этого необходимо установить: вид модуля-
ции АМ-2; форму огибающей П-импульс. Зафиксировать в протоколе одну под
другой временные диаграммы следующих сигналов: цифрового сигнала, сигна-
лов на выходах кодера модуляционного кода, модулированного сигнала. Также
зафиксировать спектральную диаграмму модулированного сигнала. После это-
го установить форму огибающей – импульс Найквиста. Зафиксировать в прото-
коле временную и спектральную диаграммы модулированного сигнала. Такие
же исследования выполнить для сигнала АМ-4.
В выводах на основе сравнения спектральных диаграмм указать целесо-
образность использования радиоимпульсов с огибающей в форме импульса
Найквиста и целесообразность использования многопозиционных сигналов для
уменьшения занимаемой полосы частот.
5.4 Исследование зависимости формы и спектра сигналов ФМ-2 и
ФМ-4 от формы огибающей. Повторить исследования, проведенные в п. 5.3,
для сигналов ФМ-2 и ФМ-4. Сравнить спектры сигналов АМ-М и ФМ-М.
5.5 Исследование формы и спектра сигнала ЧМ-2 на основе импуль-
сов Найквиста. Для этого необходимо установить: вид модуляции ЧМ-2; фор-
му огибающей – импульс Найквиста. Зафиксировать в протоколе одну под дру-
гой временные диаграммы следующих сигналов: цифрового сигнала, сигналов
на выходах кодера модуляционного кода, модулированного сигнала. Также за-
фиксировать спектральную диаграмму модулированного сигнала.
5.6 Исследование формы и спектра сигнала ММС. Для этого необхо-
димо установить: вид модуляции ЧМ-2; форму огибающей – П-импульс. Зафик-
сировать в протоколе одну под другой временные диаграммы следующих сиг-
налов: цифрового сигнала, сигналов на выходах кодера модуляционного кода,
модулированного сигнала. Также зафиксировать спектральную диаграмму мо-
дулированного сигнала. Объяснить форму квадратурных составляющих сигна-
42
ла ai(t) i bi(t). Для этого необходимо начертить график изменение фазы ∆ϕ(t) по
аналогии с рис. 4.
Сравнить спектры сигналов АМ-2, ММС и ЧМ-2 на основе импульсов
Найквиста.
туального макета, структурная схема которого приведена на рис. 7.
Макет является универсальным модулятором сигналов цифровой модуля-
ции. В состав макета входит генератор цифрового сигнала длительностью 8Тб,
значения символов сигнала можно изменять. Установлена длительность бита Тб
= 50 мс. Модулятор состоит из следующих блоков: кодера модуляционного
кода, формирующих фильтров, генераторов несущих колебаний, двух перемно-
жителей и сумматора. Установка вида модуляции действует на кодер модуля-
ционного кода и генераторы несущих колебаний и позволяет установить следу-
ющие виды модуляции: АМ-2, АМ-4, ФМ-2, ФМ-4 и ЧМ-2. Сигналы от двух
выходов кодера поступают на входы фильтров, формирующие огибающую ра-
диоимпульсов в виде импульса Найквиста. Схема содержит переключатель,
позволяющий выключить формирующие фильтры из схемы, и тогда радиоим-
пульсы имеют П-образную огибающую. Сформированные импульсы перемно-
жаются с несущими колебаниями. Частота несущей установлена в макете f0 = 40
Гц. Разнос частот ∆f в макете устанавливается в случае ЧМ-2 согласно формуле
(9), а в случае ММС ∆f = 0,5/T. Макет содержит осциллографы и анализатор
спектра.
7.4 Структурные схемы для выполнения каждого из лабораторных зада-
ний.
7.5 Результаты выполнения лабораторных заданий по пунктам (осцилло-
граммы и спектрограммы, каждая из которых должны иметь подпись).
ных, проявление свойств сигналов и т.п.).
ной шкале.
43
Генератор
Установка cos 2πf0t (AM-M, ФМ-М)
вида cos (2π(f0+∆f/2)t) (ЧМ-2)
модуляции
aci Формирующий
фильтр ×
Осциллограф
Установка α
Кодер aciA(t)
Генератор
+
модуляционного Осциллограф si(t)
цифрового кода S
сигнала
Установка символов asiA(t) Аналізатор
последовательности спектра
asi Формирующий
фильтр
×
Осциллограф Установка α
Генератор
sin 2πf0t (ФМ-4)
cos (2π(f0–∆f/2)t) (ЧМ-2)
43
44
ИССЛЕДОВАНИЕ АЛГОРИТМОВ ЭФФЕКТИВНОГО
КОДИРОВАНИЯ ИСТОЧНИКОВ ДИСКРЕТНЫХ СООБЩЕНИЙ
1.1 Изучение информационных характеристик источников дискретных
сообщений и принципов эффективного кодирования сообщений.
1.2 Изучение и исследование особенностей алгоритмов эффективного ко-
дирования Хаффмана и Шеннона-Фано.
2.1 В основу определения количества информации в сообщениях в теории
и технике связи положены вероятностные характеристики сообщений, которые
показывают их степень неопределенности. Количество информации I(a) в сооб-
щении a, вероятность появления которого P(a), определяется как
1
I(a) = log 2 = – log2P(a). (1)
P(a)
Логарифмическая мера имеет свойство аддитивности (количество инфор-
мации, содержащейся в нескольких независимых сообщениях, равна сумме ко-
личеств информации в каждом сообщении). Поскольку 0 < P(a) 1, то величи-
на I(a) является неотрицательной и конечной. Если P(a) = 1, то количество ин-
формации равно нулю (сообщение об известном событии никакой информации
не несет).
Единицей измерения количества информации является двоичная единица
(дв. ед.) или бит (1 дв. ед. определяется как количество информации в сообще-
нии, вероятность которого P(a) = 0,5).
Источник сообщений А использует МА знаков (МА называют объемом ал-
фавита). Знаки ak обычно имеют разные вероятности P(ak), и количества инфор-
мации I(ak) в знаках согласно формуле (1) разные. Для описания источника в
среднем введено понятие энтропия. Энтропия источника H(A) – это среднее ко-
личество информации в одном знаке (измеряется в дв. ед.). Если знаки незави-
симые, то среднее количество информации определяется как математическое
ожидание значений I(ak):
MA MA
H(A) = I (a k ) = ∑
k=1
P (a k ) I (a k ) = – ∑ P(a k ) log 2 P (a k ) .
k=1
(2)
Физически энтропия является мерой неопределенности состояния источ-

ника сообщений, она является объективной информационной характеристикой
источника.
Из выражения (2) вытекает, что энтропия неотрицательная. При этом эн-
тропия равняется нулю только тогда, когда вероятность одного из знаков равна
1, а вероятности остальных знаков равны нулю. Энтропия достигает максималь-
45
ного значения в случае, когда все знаки на выходе источника сообщений равно-
вероятные и независимые:
Hmax(A) = log2MA. (3)
В общем случае для энтропии справедливо выражение H(A) ≤ log2MA.
Очень часто MA = 2. Тогда Hmax(A) = 1 дв. ед. Итак, при передаче информа-
ции двоичными символами, каждый символ не может переносить больше чем 1
дв. ед. информации.
Другой важной характеристикой источника является избыточность. Это
свойство источника сообщений выдавать информацию бóльшим количеством
знаков, чем можно было б. Избыточность источника уменьшает его энтропию в
сравнении с максимальной энтропией. Основные причины избыточности:
- разные вероятности отдельных знаков;
- имеется статистическая зависимость между знаками источника.
Количественно избыточность источника оценивается коэффициентом из-
быточности
H max ( A) − H ( A) H ( A)
Kизб = = 1– . (4)
H max ( A) H max ( A)
Производительность источника Rи, дв. ед./с – это количество информа-
ции, выдаваемой источником в среднем за единицу времени
H ( A)
Rи = , (5)
Tср
где Tср – средняя длительность одного знака и определяется как
MA
Tср = ∑k=1
P (a k )Tk , (6)
где Tk – длительность k-го знака.

2.2 Согласно теореме кодирования Шеннона для канала без помех дис-
кретное сообщение с алфавитом {ak} и вероятностями знаков {P(ak)} может
быть закодировано эффективным префиксным кодом таким образом, что
H(A) ≤ n ≤ H(A) + 1, (7)
где – средняя длина кодовых комбинаций, определяемая как
MA
n = ∑
i= 1
nk P (a k ) , (8)
где nk – длина кодовой комбинации, которая соответствует знаку ak.

Теорема кодирования Шеннона для канала без помех указывает на воз-
можность создания алгоритмов эффективного кодирования дискретных сооб-
щений, при которых средняя длина кодовой комбинации может приближаться к
энтропии источника как угодно близко, но не может быть меньшей энтропии.
Поскольку в большинстве случаев знаки имеют разные вероятности, то
кодовые комбинации должны иметь разные длины с целью уменьшения избы-
46
точности передаваемых сообщений. Такое кодирование называется эффектив-
ным или сжатием информации.
Для оценки эффективности выбранного алгоритма кодирования вводится
коэффициент эффективности кодирования
H ( A)
µ= . (9)
n
Также можно рассчитать коэффициент сжатия сообщения (в сравнении с
равномерным кодом)
n
η= , (10)
n
где n ≥ log2MA – минимальное целое число, при котором выполняется равен-
ство-неравенство.
Основной принцип эффективного кодирования заключается в том, что бо-
лее вероятным знакам должны соответствовать более короткие кодовые комби-
нации, а знакам с малой вероятностью – более длинные.
Префиксным называется кодирование, в результате которого ни одна из
коротких кодовых комбинаций не является началом более длинных комбина-
ций. Тем самым префиксное кодирование обеспечивает однозначное разбиение
последовательности символов на кодовые комбинации при декодировании.
2.3 Для кодирования независимых знаков используется алгоритм Хафф-
мана. Для его реализации необходима таблица частот (вероятностей) знаков в
кодируемом сообщении. На основании этой таблицы строится дерево кодирова-
ния Хаффмана по следующему правилу:
1. Все знаки располагаются в порядке убывания их вероятностей сверху
вниз (каждому знаку соответствует свой исходный узел дерева).
2. От двух знаков с наименьшими вероятностями выходят ветки, которые
сходятся в узел, соответствующий составному знаку с суммарной вероятностью
объединяемых знаков (далее эти два знака не рассматриваются, а составной
знак рассматривается наравне с остальными).
3. Одной ветке, например верхний, присваивается символ “1”, другой вет-
ке – “0” (или наоборот).
4. Шаги, начиная со второго, повторяются до тех пор, пока в списке зна-
ков не останется только один. Он и будет считаться корнем дерева.
Для определения кодовой комбинации каждого из знаков, которые входят
в алфавит, необходимо пройти путь от корня дерева к исходному узлу (знаку),
накапливая символы 0 или 1 при перемещении по веткам дерева.
Пример 1. Задан источник независимых дискретных сообщений с
объемом алфавита MA = 6 с вероятностями знаков: P(А) = 0,3; P(Е) = 0,25;
P(В) = 0,22; P(Г) = 0,1; P(Д) = 0,08; P(Б) = 0,05. Построить дерево кодирования
Хаффмана и определить кодовые комбинации знаков сообщения.
Построим дерево кодирования Хаффмана (рис. 1).
На основании кодового дерева запишем соответствующим знакам кодо-
вые комбинации: А – 11; Е – 10; В – 00; Г – 010; Д – 0111; Б – 0110.
47
P(А) = 0,3 “1”
0,55
P(Е) = 0,25 “0” “1”
P(В) = 0,22 1
“0”
“0”
P(Г) = 0,1 0,45
“0”
“1”
P(Д) = 0,08 “1” 0,23
“1”
0,13
P(Б) = 0,05 “0”
Рисунок 1 – Дерево кодирования Хаффмана
2.4 Для кодирования независимых знаков используется также алгоритм

Шеннона-Фано. Для его реализации необходимая таблица частот (вероятно-
стей) знаков в сообщении. Алгоритм Шеннона-Фано следующий:
1. Все знаки располагаются в порядке убывания их вероятностей сверху
вниз.
2. Все знаки делятся на две подгруппы, в которых суммарные вероятно-
сти знаков приблизительно равны.
3. Всем знакам верхней подгруппы присваивается “0”, а знакам нижней
подгруппы – “1”.
4. Шаги, начиная со второго (относительно подгрупп, которые образова-
лись), повторяются до тех пор, пока в подгруппах останется по одному знаку.
Кодовая комбинация создается, как последовательность двоичных симво-
лов, соответствующим группам, в которых принимал участие при разбивке дан-
ный знак, и выписывается слева направо.
Пример 2. Задан источник независимых дискретных сообщений с
объемом алфавита MA = 6 и вероятностями знаков: P(А) = 0,3; P(Е) = 0,25;
P(В) = 0,22; P(Г) = 0,1; P(Д) = 0,08; P(Б) = 0,05. Построить таблицу разбивок на
подгруппы по алгоритму Шеннона-Фано и определить кодовые комбинации
знаков сообщения. Табл. 1 иллюстрирует алгоритм Шеннона-Фано.
Таблица 1 – Алгоритм Шеннона-Фано
Знаки Вероятности Разбивка на подгруппы Кодовые
ak P(ak) I II III IV комбинации
А 0,3 0 00
0
Е 0,25 1 01
В 0,22 1 0 10
Г 0,1 1 0 110
Д 0,08 1 0 1110
48
Б 0,05 1 1111
Особенности алгоритмов Хаффмана и Шеннона-Фано:
- если к началу кодирования сообщений не известны вероятности знаков,
то необходимо два прохождения по кодируемому сообщению: одно для состав-
ления таблицы вероятностей знаков и кода, а второе для кодирование;
- необходимость передачи таблицы кодовых комбинаций (кода) вместе со
сжатым сообщением приводит к уменьшению суммарного эффекта от сжатия;
- для двоичного источника сообщений непосредственное применение
кода Хаффмана или Шеннона-Фано не дает эффекта;
- избыточность закодированного сообщения равна нулю только в случае,
когда вероятности знаков алфавита являются целыми отрицательными степеня-
ми двойки (1/2; 1/4; 1/8 и т.д.);
- сжатие по алгоритму Хаффмана является оптимальным и в большинстве
случаев средняя длина кодовой комбинации при сжатии по алгоритму Шен-
нона-Фано такая же, как и при сжатии по алгоритму Хаффмана; при некоторых
распределениях вероятностей знаков кодирование по алгоритму Шеннона-Фано
не будет оптимальным.
3.1 Что такое информация и как определяется ее количество?
3.2 Что такое энтропия источника? При каких условиях она максималь-
ная?
3.3 Что такое избыточность источника и каковы ее причины?
3.4 Сформулировать теорему кодирования Шеннона для канала без по-
мех.
3.5 В чем заключается основной принцип эффективного кодирования?
3.6 Что такое префиксный код?
3.7 Описать алгоритм кодирования Хаффмана.
3.8 Описать алгоритм кодирования Шеннона-Фано.
3.9 Перечислить недостатки алгоритмов эффективного кодирования Хаф-
фмана и Шеннона-Фано.
4.1. Изучить раздел “Эффективное кодирование дискретных сообщений”
по конспекту лекций и ключевым положениям. Рекомендуется воспользоваться
литературой [2, с. 16...27; 3, с. 307...310; 4, с. 257...262; 5, с. 876...887]. Изучить
описание лабораторного макета в разд. 6.
4.2. Задан источник независимых дискретных сообщений с объемом ал-
фавита MA = 5. Количество появлений знаков дано в табл. 2. Построить дерево
Хаффмана и таблицу разбивок на подгруппы алгоритмом Шеннона-Фано, запи-
сать кодовые комбинации кодов Хаффмана и Шеннона-Фано, определить:
– энтропию источника сообщений H(A);
– коэффициент избыточности источника Kизб;
– среднюю длину кодовых комбинаций ;
– коэффициент эффективность кодирования μ;
49
– коэффициент сжатия сообщения η.
4.3. Подготовиться к обсуждению по ключевым вопросам.
Таблица 2 – Количество появлений знаков алфавита дискретного источника
Номер Количество появлений знаков
бригады А Б В Г Д
1, 7 30 25 20 15 10
2, 8 40 20 18 12 10
3, 9 48 25 12 10 5
4, 10 33 30 17 16 2
5, 11 43 18 14 13 12
6, 12 37 29 16 10 8
го запустить программу 2.1 Исследование алгоритмов эффективного коди-
рования источников дискретных сообщений, используя иконку Лаборатор-
ные работы на рабочем столе, а затем папки ТЭС и Модуль 2. Изучить схему
макета на дисплее компьютера, пользуясь разд. 6. Уточнить с преподавателем
план выполнения лабораторного задания.
5.2 Исследовать источник дискретных равновероятных сообщений.
Установить объем алфавита равным 5, затем создать поля, и оставить знаки
равновероятными. Запустить программу на выполнение. Наблюдать пошагово
процесс кодирования. Записать кодовые комбинации, значение энтропии и рас-
считать среднюю длину кодовых комбинаций. Сравнить среднюю длину с дли-
ной равномерного кода.
Провести аналогичные исследования для источника равновероятных со-
общений с объемом алфавита МА = 8. Сделать выводы.
5.3 Исследовать источник дискретных неравновероятных сообще-
ний. Установить объем алфавита равным 5, затем создать поля, в которые запи-
сать количество появлений знаков из домашнего задания. Наблюдать пошагово
процесс кодирования. Сравнить с результатами выполнения домашнего зада-
ния. Сделать выводы.
Установить объем алфавита произвольным от 10 до 16. Создать поля со
случайным количеством появлений знаков, нажав кнопку “Случайные”. Запу-
стить программу на выполнение. Зафиксировать в тетради процесс кодирова-
ния и значение энтропии. Записать кодовые комбинации, рассчитать среднюю
длину кодовых комбинаций, эффективность кодирования и коэффициент сжа-
тия. Сделать выводы о возможности декодирования сообщений без раздели-
тельных знаков.
5.4 Исследовать источник дискретных сообщений с максимальной
эффективностью кодирования. Установить объем алфавита равным 6. Уста-
новить вероятности знаков равные отрицательным степеням двойки (для этого
можно установить количество появлений: 16; 8; 4; 2; 1; 1). Запустить программу
на выполнение. Записать кодовые комбинации и рассчитать их среднюю длину.
Сравнить ее с энтропией. Сделать выводы.
50
туального макета. Структурная схема макета приведена на рис. 2. В состав ла-
бораторного макета входят: источник дискретных сообщений, генератор слу-
чайных частот появлений знаков и кодеры Хаффмана и Шеннона-Фано. Объем
алфавита источника MA устанавливается в пределах от 2 до 16. Переключатель
позволяет устанавливать частоты появлений знаков вручную или от генератора
случайных значений. Кодер работает пошагово, результаты его работы отобра-
жаются на дисплее.
Вычисление энтропии H(A)
Источник дискретных Кодер Хаффмана /

сообщений Шеннона-Фано
Отображение
вероятностей появлений Отображение процесса
знаков кодирования Хаффмана /
Шеннона-Фано
Введение Генератор
частот случайных
появлений частот
знаков появлений
вручную знаковM
Установка объема алфавита A
п. 5.2...5.4 лабораторного задания (построение дерева кодирования Хаффмана и
таблицы Шеннона-Фано, расчеты средней длины кодовых комбинаций, коэф-
фициента эффективности, коэффициента сжатия).
7.5 Выводы по каждому из пунктов задания, в которых представить ана-
лиз полученных результатов (совпадение теоретических и экспериментальных
данных, результатов домашнего и лабораторного заданий).
ной шкале.
51
ИССЛЕДОВАНИЕ АЛГОРИТМОВ ЭФФЕКТИВНОГО
КОДИРОВАНИЯ С УКРУПНЕНИЕМ АЛФАВИТА
1.1 Изучение принципа укрупнения алфавита с целью эффективного (эко-
номного) кодирования.
1.2 Исследование эффективности кодирования с укрупнением алфавита
для источников дискретных сообщений без памяти и с памятью.
2.1 Источник дискретных сообщений – это источник, который выдает по-
следовательность знаков конечного алфавита объемом MA. Дискретные источ-
ники классифицируются на:
– источники без памяти – появление любого знака последовательности не
зависит от предыдущих знаков. Такой источник задается безусловными вероят-
ностями знаков алфавита P(ak), для k = 1, 2,…, MA...
– источники с памятью – появление любого знака последовательности за-
висит от предыдущих знаков. Такой источник задается условными вероятностя-
ми знаков алфавита. Для математического описания источников дискретных со-
общений с памятью используют цепи Маркова, а такие источники называются
марковскими K-го порядка. В этом случае появление любого знака последова-
тельности зависит только от K предыдущих знаков. Тогда марковский источник
1-го порядка (когда вероятность появления знака в последовательности зависит
только от предыдущего знака) будет задаваться условными вероятностями P(ak
/aj), для k, j = 1, 2,…, MA...
2.2 Двоичный источник сообщений (MA = 2) без памяти задается без-
условными вероятностями P(a1) = p и P(a2) = (1 – p). Зависимость энтропии та-
кого источника от p показана на рис. 1 и записывается как:
H(A) = –plog2p – (1 – p)log2(1 – p). (1)
Энтропия максимальная, когда знаки
H(A),
равновероятные (P(a1) = P(a2) = 0,5) и равна дв.ед.
1 дв. ед. Таким образом, каждый символ в
среднем содержит не больше 1 дв. ед. инфор-
мации. В случае, когда p ≠ 0,5 – энтропия
H(A) < Hmax(A) и такой источник имеет избы-
точность. При p = 0 или p = 1 энтропия равна
0, поскольку неопределенность отсутствует.
2.3 Для марковского двоичного источ-
ника сообщений с памятью 1-го порядка
необходимо задать условные вероятности Рисунок 1 – Зависимость энтропии
P(a1/a1), P(a1/a2), P(a2/a1) и P(a2/a2). Энтропия H(A) от вероятности p
такого источника определяется:
52
2 2
H(A) = – ∑ P(ai ) ∑ P(a j / ai ) log 2 P (a j / ai ) . (2)

i= 1 j= 1
Пример 1. Задан марковский двоичный источник сообщений с памятью

1-го порядка с вероятностями P(a1) = P(a2) = 0,5; P(a1/a1) = P(a2/a2) = 0,3; P(a1/a2)
= P(a2/a1) = 0,7. Найти энтропию источника.
По формуле (2) находим
H(A) = – 0,5(0,3log20,3 + 0,7log20,7) – 0,5(0,3log20,3 + 0,7log20,7) = 0,881 дв.ед.
Энтропия источника с памятью меньше, чем энтропия источника без па-
мяти с равными вероятностями (Hmax(A) = 1 дв.ед.). В этом случае избыточность
обусловлена статистической связью между знаками.
2.4 В случае двоичного источника без памяти, когда знаки разновероят-
ные, энтропия меньше 1 дв.ед. (рис. 1). Например, P(a1) = 0,8 , P(a2) = 0,2. Тогда
энтропия равна H(A) = 0,722 дв.ед. Применение эффективного кодирования
(например, кода Хаффмана) к такому двоичному источнику не даст никакого
эффекта (каждый из знаков будет кодироваться одним двоичным символом, не-
зависимо от вероятности его появления). Для эффективного кодирования нуж-
ное предварительное укрупнение алфавита.
Под укрупнением алфавита будем понимать формирование нового алфа-
вита укрупненных знаков (укрупненный знак является соединением из m знаков
первичного алфавита). Объем нового (вторичного) алфавита MB определяется
как
m
MB = M A . (3)
Кодирование укрупненного (вторичного) алфавита будет более эффектив-
ным.
Пример 2. Рассмотрим укрупнение по 3 знака (m = 3) для двоичного при-
веденного выше источника без памяти с энтропией H(A) = 0,722 дв.ед.
Поскольку двоичный источник без памяти (т.е. такой, что выдает знаки
независимо друг от друга), то вероятность появления укрупненного знака будет
равна произведению вероятностей входящих у него знаков первичного алфави-
та (P(a1a1) = P(a1)P(a1)). Объем укрупненного алфавита по формуле (3) равен
m
MB = M A = 23 = 8. Рассчитаем вероятности укрупненных знаков и применим к
ним эффективное кодирование (например, кодом Шеннона-Фано) (табл. 1).
Таблица 1 – Кодирование укрупненного алфавита
Укрупнен- Вероятности Подгруппы Кодовые
ные знаки P(bi) I II III IV V комбинации
bi
a1a1a1 0,512 0 0
a1a1a2 0,128 1 0 100
0
a1a2a1 0,128 1 101
a2a1a1 0,128 1 0 110
a1a2a2 0,032 1 0 11100
0
a2a1a2 0,032 1 11101
a2a2a1 0,032 1 0 11110
53
a2a2a2 0,008 1 11111
Средняя длина кодовых комбинаций для укрупненных знаков:
MB
nm = ∑
i− 1
P (bi )nmi = 2,184 символов,
а среднее число кодовых символов на знак определяется как
nm
n= . (4)
m
Для рассмотренного случая получим n = 0,728 символов. Из сравнения с
энтропией H(A) = 0,722 дв.ед. видно, что предварительное укрупнение алфавита
значительно повысило эффективность сжатия (кодирование первичного алфа-
вита без укрупнения давало n = 1).
С увеличением количества знаков при укрупнении m можно получать бо-
лее эффективный код, т.е. среднее число кодовых символов на знак будет
больше приближаться к энтропии.
2.5 Укрупнение алфавита также целесообразно в случае источника дис-
кретных сообщений с памятью. Известно, что статистическая зависимость меж-
ду знаками первичного алфавита, расположенных рядом, больше, чем располо-
женных на расстоянии нескольких знаков. Соответственно, укрупненные знаки
будут иметь значительно меньшую зависимость (очевидно, что чем больше m,
тем меньше зависимость между укрупненными знаками). В этом случае (для
источника с памятью) для определения вероятностей укрупненных знаков необ-
ходимо учитывать условные вероятности (P(akaj) = P(ak)P(a /ak)).
Таким образом, избыточность, обусловленная статистическими связями
между знаками первичного алфавита, превратится в избыточность, обусловлен-
ную разными вероятностями укрупненных знаков. А такую избыточность мож-
но уменьшить, используя эффективное кодирование (например, код
Хаффмана).
3.1 Дать определение дискретного источника без памяти.
3.2 Дать определение дискретного источника с памятью.
3.3 Объяснить принцип укрупнения алфавита.
3.4 С какой целью применяют укрупнение алфавита?
3.5 Как определяются вероятности укрупненных знаков для источников
без памяти и с памятью?
3.6 Как определяется объем укрупненного алфавита?
3.7 Как влияет на эффективность кодирования количество знаков при
укрупнении m? Чем обусловливается выбор m?
3.8 Каким образом эффективное кодирование укрупненного алфавита
позволяет уменьшить избыточность сообщений при кодировании источников
дискретных сообщений с памятью?
54
4.1. Изучить раздел “Эффективное кодирование источников дискретных
сообщений” по конспекту лекций и ключевым положениям. Также можно
воспользоваться литературой [2, с. 16...27; 5, с. 876...887]. Изучить описание ла-
бораторного макета в разд. 6.
4.2 Задан двоичный источник сообщений без памяти с алфавитом {a1; a2}
с вероятностями P(a1) = (0,8 – 0,02N), где N – номер Вашей бригады. Рассчитать
энтропию источника. Провести укрупнение алфавита по двум знакам. Соста-
вить кодовые комбинации для укрупненного алфавита методом Шеннона-Фано
(для нечетных N) и методом Хаффмана (для четных N). Рассчитать nm , n , η и µ.
го запустить программу 2.2 Исследование алгоритмов эффективного коди-
рования с укрупнением алфавита, используя иконку Лабораторные работы
на рабочем столе, а затем папки ТЭС и Модуль 2. Изучить схему макета на
дисплее компьютера, пользуясь разд. 6. Уточнить с преподавателем план вы-
полнения лабораторного задания.
5.2 Исследовать эффективность укрупнения алфавита при кодирова-
нии двоичного источника без памяти с равными вероятностями знаков.
Выбрать в меню двоичного источника сообщений – “без памяти (равновероят-
ные)”. Записать характеристики первичного сообщения.
Установить укрупнение алфавита по двум знакам. Зафиксировать в про-
токоле знаки укрупненного алфавита, соответствующие им вероятности и кодо-
вые комбинации. Записать значения энтропии укрупненного сообщения H(A),
nm и n . Сравнить энтропию первичного сообщения и после укрупнения. Рас-
считать эффективность кодирования и коэффициент сжатия. Коэффициент сжа-
тия можно рассчитать
N вх
η = , (5)
N вих
где Nвх – количество двоичных символов (знаков), использованных для переда-
чи сообщения до кодирования;
Nвих – количество двоичных символов (знаков), использованных для переда-
чи сообщения после кодирования.
Повторить п. 5.2 при укрупнении алфавита по трем и четырем знакам.
нии двоичного источника без памяти с разными вероятностями знаков.
Выбрать в меню двоичного источника сообщений – “без памяти (разновероят-
ные)”.
Повторить исследование, проведенные в п. 5.2, для двоичного источника
без памяти с разными вероятностями знаков.
55
нии марковского двоичного источника с памятью 1-го порядка. Выбрать в
меню двоичного источника сообщений - “С памятью 1-го порядка”.
Повторить исследования, проведенные в п. 5.2 и 5.3, для марковского
двоичного источника с памятью 1-го порядка.
туального макета. Структурная схема макета приведена на рис. 2.
Двоичный источник сообщений генерирует последовательность знаков
алфавита {A; B} длина сообщения N (N изменяется вручную). Источник может
быть трех типов:
- без памяти с равными вероятностями знаков;
- без памяти с разными вероятностями знаков;
- марковский источник с памятью 1-го порядка.
Укрупнение алфавита можно осуществлять по 2, по 3 и по 4 знакам. Для
укрупненного алфавита используется алгоритм Хаффмана.
Отображение
кодовых
УстановкаNN
Установка комбинаций, ,
Двоичный Укрупнение
источник алфавита Кодер
сообщений Хаффмана
Установка m
Выбор типа
источника
Характеристики Отображение Отображение

первичного вероятностей, кодированного
сообщения энтропии сообщения,
количества бит
п. 5.2...5.4 лабораторного задания (таблицы, расчеты).
7.5 Выводы по каждому из пунктов задания, в которых представить ана-
лиз полученных результатов.
ной системе.
56
ИССЛЕДОВАНИЕ АЛГОРИТМА СЖАТИЯ
ДИСКРЕТНЫХ СООБЩЕНИЙ LZW
1.1 Изучение алгоритма сжатия дискретных сообщений LZW.
1.2 Исследование зависимости коэффициента сжатия от свойств сооб-
щения и параметров кодера LZW.
2.1 Дискретным сообщением является такое, которое состоит из симво-
лов конечного алфавита A = { a1 ,..., a M } , например, текстовое сообщение. Для
А
передачи дискретных сообщений каналами связи каждому символу сообщения

ai ставится в соответствие двоичная комбинация bi, состоящая из n разрядов:
n = log 2 M А , (1)
где MА – объем алфавита или количество знаков алфавита A; здесь и дальше
считаем, число MА есть целая степень числа 2.
Преобразования ai → bi называется примитивным или равномерным ко-
дированиям. Примерами примитивных кодов являются международный теле-
графный код МТК-2, американский стандартный код ASCII и прочие. Наиболее
часто такое кодирование является избыточным, т.е. знаки сообщения можно
передавать экономнее, комбинациями меньшей длины, чем n.
По теореме Шеннона для канала без помех можно закодировать сообще-
ние так, что средняя длина кодовой комбинации n будет сколь угодно близкой
к энтропии источника сообщений:
log 2 M А ≥ n = H ( A) + ε , (2)
где H(A) – энтропия источника сообщений, дв.ед.;
ε – сколь угодно малая величина.
Такое кодирование называют эффективным кодированием или сжатием
сообщения без потерь информации.
Из выражения (2) вытекает, что сжатие сообщения без потерь информа-
ции будет иметь место, лишь когда log 2 M А ≥ H ( A) . Таким образом, значение
log 2 M А является максимальным значением энтропии источника сообщений и
достигается оно, когда символы сообщения статистически независимые и рав-
новероятные. Однако в большинстве случаев сообщения имеют избыточность,
т.е. символы сообщения статистически зависимы и имеют разные вероятности,
например, как в текстовых сообщениях.
2.2 Для того, чтобы сжать сообщение, кодер (алгоритм сжатия) должен
устранить причины избыточности сообщения. Алгоритмы сжатия делятся на
три класса:
- алгоритмы, которые устраняют разновероятность символов;
- алгоритмы, которые устраняют статистическую зависимость символов;
57
- универсальные алгоритмы, которые устраняют как разновероятность,
так и статистическую зависимость символов.
К алгоритмам первого класса относятся классические коды Хаффмана и
Шеннона-Фано. Алгоритмами второго класса являются словарными, наиболее
распространенными из них алгоритмы Лемпеля-Зива: LZ77, LZ78, LZW и их
модификации. Универсальными алгоритмами, позволяющие как угодно при-
близить среднюю длину комбинации к энтропии источника, т.е. n → H ( A) , яв-
ляются арифметические коды.
Наибольшее распространение алгоритмы сжатия без потерь информации
получили в компьютерных программах-архиваторах: RAR, ZIP и других. Все
современные архиваторы являются комбинированными, т.е. строятся на основе
двух алгоритмов. Первым алгоритмом всех архиваторов является LZ77 или его
модификации. Вторым алгоритмом является адаптивный код Хаффмана. В ито-
ге устраняются обе причины избыточности.
Наиболее известным примером использования алгоритмов сжатия без по-
терь информации в системах связи является протокол V.42bis, который исполь-
зуется в модемах V.42 для передачи по телефонным каналам. Ядром этого про-
токола является алгоритм сжатия LZW – модификация классического алгорит-
ма LZ78, предложенная Т. Уелчем. Итак, в модемах V.42 устраняется лишь ста-
тистическая зависимость между символами, поскольку адаптивный код Хафф-
мана, устраняющий разновероятность символов, является неэффективным с
точки зрения быстродействия, поскольку данные должны передаваться моде-
мом без значительной задержки.
2.3 Особого внимания заслуживают словарные алгоритмы сжатия LZ77,
LZ78 и LZW. Безоговорочным преимуществом этих алгоритмов является их
адаптивность, т.е., эти алгоритмы одинаково сжимают сообщения разных алфа-
витов, например, текстовые сообщения разных языков. Арифметический код и
код Хаффмана (которые довольно простые) предназначены для сжатия, напри-
мер, английских текстов не смогут эффективно сжать, например, украинский
текст. Для того чтобы арифметический код или код Хаффмана одинаково эф-
фективно сжимали сообщения разных алфавитов, они должны быть адаптивны-
ми, что значительно усложняет эти алгоритмы и уменьшает их быстродействие.
2.4 Наиболее совершенным словарным алгоритмом сжатия считается
LZW. Принцип работы алгоритма LZW можно изложить тремя пунктами:
- в процессе кодирования сообщение разбивается на последовательности
знаков, которые не повторяются – на строки;
- строки нумеруются – формируется словарь;
- по каналу передается номер строки, по которому можно восстановить
соответствующую строку.
Для того чтобы алгоритм был однозначным, словарь необходимо инициа-
лизировать, т.е. сформировать его начальные значения. Для инициализации
словаря выбирают любой примитивный код, например, ASCII. Этот код вось-
миразрядный, n = 8 , и позволяет закодировать 256 знаков, которые являются
элементарными строками. Процедура инициализации словаря состоит в том,
58
что этим знакам приписываются номера от 0 до 255. В результате к началу сжа-
тия словарь имеет вид табл. 1.
Таблица 1 – Инициализированный словарь
Номер строки Номер строки
Строка в десятичной системе в двоичной системе
исчисления исчисления
"NULL" 0 00 0000 0000
... ... ...
"А" 65 00 0100 0001
"В" 66 00 0100 0010
"С" 67 00 0100 0011
"D" 68 00 0100 0100
... ... ...
"‫"ٱ‬ 255 00 1111 1111
... ... ...
Из табл. 1 видно, что номера строк десятиразрядные, а не восьмиразряд-
ные. Это необходимо для того, чтобы в процессе сжатия можно было расши-
рять словарь, т.е. дополнять его новыми строками. Всего в приведенный в табл.
1 словарь может быть записано 1024 строк. Итак, объем словаря определяется:
M А = 2m , (3)
где m > n – количество разрядов для представления номера строки.
После инициализации словаря начинается процесс сжатия:
1) во входной буфер заносятся символы до тех пор, пока не окажется, что
строка, образуемая этими символами, уже есть в словаре;
2) если при занесении во входной буфер следующего символа образуется
отсутствующая в словаре строка, то такая строка заносятся в словарю, как но-
вая;
3) на выход кодера (в канал связи) подается номер последней найденной в
словаре строки, а в буфере остается последний из занесенных символов.
Работа алгоритма представлена в табл. 2 на примере сообщения:
"ABABCABCABCA".
Кодер выполняет шагами 1…12 следующие действия:
1. Входной символ A, во входной буфер заносим символ "A", который
есть в словаре. В словарь ничего не записывается, ничего не передается. Во
входной буфер заносим "A".
2. Входной символ B, во входной буфер заносим символ "AB", которого
нет в словаре. В словарь записывается строка "AB" под номером 256, передает-
ся содержимое предыдущего состояния входного буфера, т.е. код буквы "A" –
65. Во входной буфер заносим "B".
3. Входной символ А, во входной буфер заносим символ "ВА", которого
нет в словаре. В словарь записывается строка "ВА" под номером 257, передает-
59
ся содержимое предыдущего состояния входного буфера, т.е. код буквы "B" –
66. Во входной буфер заносим "A".
4. Входной символ В, во входной буфер заносим символ "AB", который
входной буфер заносим "AB".
5. Входной символ C, во входной буфер заносим символ "ABC", которо-
го нет в словаре. В словарь записывается строка "ABC" под номером 258, пере-
дается содержимое предыдущего состояния входного буфера, т.е. код буквы
"AB" – 256. Во входной буфер заносим "С".
Таблица 2 – Пример сжатия сообщения за алгоритмом LZW
Занести в словарь
Входной Есть в сло- Передает- Входной
№ Символ под
буфер варе? строка ся буфер
номером
1 A "A" да - - - "A"
2 B "AB" нет "AB" 256 65 "B"
3 А "ВА" нет "ВА" 257 66 "A"
4 B "AB" да - - - "AB"
5 C "ABC" нет "ABC" 258 256 "C"
6 A "CA" нет "CA" 259 67 "A"
7 B "AB" да - - - "AB"
8 C "ABC" да - - - "ABC"
9 A "ABCA" нет "ABCA" 260 258 "A"
10 B "AB" да - - - "AB"
11 C "ABC" да - - - "ABC"
12 A "ABCA" да - - 260 ""
6. Входной символ А, во входной буфер заносим символ "CA", которого
нет в словаре. В словарь записывается строка "CA" под номером 259, передает-
ся содержимое предыдущего состояния входного буфера, т.е. код буквы "С" –
67. Во входной буфер заносим "А".
7. Входной символ В, во входной буфер заносим символ "AВ", который
входной буфер заносим "AВ".
8. Входной символ С, во входной буфер заносим символ "AВС", кото-
рый есть в словаре. В словарь ничего не записывается, ничего не передается. Во
входной буфер заносим "AВС".
9. Входной символ А, во входной буфер заносим символ "АВCA", кото-
рого нет в словаре. В словарь записывается строка "АВCA" под номером 260,
передается содержимое предыдущего состояния входного буфера, т.е. код бук-
вы "АВС" – 258. Во входной буфер заносим "А".
60
10. Входной символ В, во входной буфер заносим символ "AВ", который
входной буфер заносим "AВ".
11. Входной символ С, во входной буфер заносим символ "AВС", кото-
рый есть в словаре. В словарь ничего не записывается, ничего не передается. Во
входной буфер заносим "AВС".
12. Входной символ А, во входной буфер заносим символ "AВСА", кото-
рый есть в словаре. В словарь ничего не записывается. Так как на входе кодера
символов больше нет, передается содержимое входного буфера, т.е. "AВСА" –
260.
Итак, в результате сжатия сообщения "ABABCABCABCA" каналом связи
передается последовательность из шести чисел: 65 66 256 67 258 260.
2.5 Все алгоритмы сжатия, в том числе и алгоритм LZW, характеризу-
ются тремя параметрами:
- коэффициентом сжатия η;
- скоростью сжатия и декодирования сообщения;
- объемом памяти, необходимой для работы кодера и декодера.
Скорость сжатия, декодирование и объем памяти на сегодня уже не яв-
ляются определяющими при выборе того или другого алгоритма сжатия – опре-
деляющим параметром является коэффициент сжатия, который обеспечивается
заданным алгоритмом сжатия.
Коэффициентом сжатия называется отношение:
n N вх
η = = , (4)
n N вых
где Nвх – количество двоичных символов, используемых для представления

сообщения на входе кодера;
Nвых – количество двоичных символов, используемых для представления
сообщения на выходе кодера.
2.6 Количество двоичных символов на входе кодера, необходимых для
представления сообщения "ABABCABCABCA", равняется произведению коли-
чества символов сообщения и количества разрядов: N вх = 12 × 8 = 96 . Соответ-
ственно, количество двоичных символов на выходе кодера: N вых = 6 × 10 = 60 . Та-
ким образом, сообщение "ABABCABCABCA" сжато в 1,6 раза.
Пусть теперь сообщение состоит лишь из трех символов "ABA". В этом
случае на выходе кодера будет наблюдаться следующая последовательность чи-
сел: 65 66 65. В результате, коэффициент сжатия меньше единицы:
( 3 × 8) ( 3 × 10) = 0,8 . Таким образом, кодер не сжимает сообщения, а наоборот,
увеличивает избыточность.
Последний пример показывает основной недостаток всех словарных алго-
ритмов – плохое сжатие коротких сообщений. Этот факт объясняется тем, что в
процессе сжатия таких сообщений словарь практически не заполняется, и, в
основном, кодируются одиночные символы, а не последовательности символов.
61
2.7 В значительной мере определяющим моментом процесса сжатия со-
общения по алгоритму LZW является момент полного заполнения словаря. В
классическом алгоритме LZW, который изучается, после заполнения словарь не
изменяется, а на выходе кодера появляются номера строк, присутствующие в
этом словаре.
Процесс заполнения словаря – это процесс описанной адаптации алгорит-
ма к кодируемому сообщению, и пока заполняется словарь, постоянно возраста-
ет коэффициент сжатия. Как только словарь заполнится, алгоритм перестает
адаптироваться к сообщению, а коэффициент сжатия перестает увеличиваться.
Классическое решение этой проблемы в алгоритме LZ78 – сброс словаря
после его полного заполнения. После сброса словаря процесс его заполнения
повторяется. Таким образом алгоритм адаптируется к отдельным частям сооб-
щения, позволяющий несколько увеличить коэффициент сжатия. Недостаток
этого решения – малый коэффициент сжатия в начале заполнения словаря.
Также классическое решение проблемы – увеличение объема словаря.
Теоретически неограниченный по объему словарь позволяет достичь макси-
мально возможного коэффициента сжатия log 2 M А H ( A) , но при значительном
увеличении MА значительно возрастает время, необходимое на поиск строки в
словаре, т.е. уменьшается скорость сжатия. Так, протокол V.42bis не ограничи-
вает объем словаря, указывается лишь минимально возможное значение –
M А ≥ 512 .
Наиболее удачное решение – не прекращать заполнение словаря. В этом
случае номера строк в словаре постоянно изменяются. Номера строк, которые
встречаются очень часто, уменьшаются, т.е. эти строки располагаются в начале
словаря. Строки, которые встречаются редко, располагаются в конце словаря.
Когда словарь заполнен, то новая строка заносится в словарь вместо последней
строки, которая реже всего встречается в сообщении.
2.8 Поиск строк в словаре является отдельной задачей, а его эффектив-
ность определяет скорость сжатия. Важно, что при увеличении объема словаря
для увеличения коэффициента сжатия, уменьшается скорость поиска строк в
словаре. Чтобы увеличить скорость сжатия, одновременно с увеличением
объема словаря ограничивается длина строки в словаре NC. Т.е., в словарь не за-
носятся строки, длина которых превышает NC, но при этом, снова таки, несколь-
ко уменьшается коэффициент сжатия. В протоколе V.42bis указывается, что
максимальная длина строки может изменяться в диапазоне от 6 до 250 симво-
лов.
2.9 Преимуществом алгоритма LZW является то, что декодирование сооб-
щения не нуждается в дополнительных данных и осуществляется с высокой
скоростью. Принцип декодирования аналогичный сжатию:
1) словарь декодера инициализируется таким же образом, как и словарь
кодера;
2) за принятым номером в словаре отыскивается соответствующая стро-
ка;
3) найденная строка подается на выход декодера;
62
4) в словарь заносится строка, которая состоит из предыдущей строки и
первого символа текущей строки.
Пример декодирования сжатого по алгоритму LZW сообщения "65 66 256
67 258 260" приведено в табл. 3. Необходимо обратить внимание на исключи-
тельную ситуацию, когда принимается номер строки, которой еще нет в слова-
ре. В этом случае строка заносится в словарь в процессе декодирования: первая
строка состоит из предыдущей строки и ее первого символа.
Таблица 3 – Пример декодирования сообщения за алгоритмом LZW
Есть в слова- Декодированная Занести в словарь
Номер Буфер Буфер
ре? строка строка под номером
65 да "А" "А" - - "А"
66 да "В" "АВ" "АВ" 256 "В"
256 да "АВ" "ВА" "ВА" 257 "АВ"
67 да "С" "АВС" "АВС" 258 "С"
258 да "АВС" "СА" "СА" 259 "АВС"
260 нет "АВСА" "АВСА" "АВСА" 260 "АВСА"
2.10 Известный факт, что сообщения с малой избыточностью очень чув-
ствительны к ошибкам, возникающим в каналах связи. Например, если при
передаче первого числа сжатого сообщения состоится ошибка и будет принято
число "193" вместо "65", то наступит коллизия, которую декодер не способен
решить. В таком случае, согласно протоколу V.42bis, осуществляется запрос на
повторную передачу. Но более опасными являются ошибки, которые не приво-
дят к коллизиям. Например, ошибка происходит в четвертом числе и принима-
ется последовательность "65 66 256 66 258 260". На выходе декодера получим
"АВАВВАВВАВВА". Таким образом, одна ошибка привела к появлению еще
двух, т.е. наблюдается явление размножения ошибок. Итак, в случае сжатия со-
общений к каналам связи предъявляются жесткие требования.
3.1 Что называется примитивным кодированием?
3.2 Что называется эффективным кодированием или сжатием сообщения?
3.3 Назвать причины избыточности сообщений.
3.4 Дать определение коэффициента сжатия?
3.5 Чему равен максимальный коэффициент сжатия в случае сжатия без
потерь информации?
3.6 Назвать известные алгоритмы сжатия сообщений без потерь информа-
ции.
3.7 Описать процесс сжатия сообщения по алгоритму LZW.
3.8 Описать процесс декодирования сообщения по алгоритму LZW.
63
4.1 Изучить по конспекту лекций и ключевым положениям раздел "Эф-
фективное кодирование дискретных сообщений". При изучения раздела можно
воспользоваться литературой [2, с. 16...27; 5, с. 876...887].
4.2 По алгоритму LZW выполнить сжатие сообщения, которое задано в
табл. 4. Процесс сжатия оформить в виде табл. 2.
4.3 Декодировать сжатое в п. 4.2 сообщение. Процесс декодирования
оформить в виде табл. 3.
4.4 Подготовиться к беседе по ключевым вопросам.
Номер бригады Сообщение
1 AAABCD
2 DAAABC
3 CDAAAB
4 BCDAAA
5 ABCDAA
6 AABCDA
го запустить программу 2.3 Исследование алгоритма сжатия дискретных со-
общений LZW, используя иконку Лабораторные работы на рабочем столе, а
затем папки ТЭС и Модуль 2. Изучить схему макета на дисплее компьютера,
пользуясь разд. 6. Уточнить с преподавателем план выполнения лабораторного
задания.
5.2 Проверить правильность выполнения домашнего задания. Вы-
брать закладку “Сжатие сообщения”. Инициализировать словарь путем нажатия
на кнопку "Инициализация словаря". После этого, в поле "Входные символы"
ввести сообщение из домашнего задания. Для завершения введения сообщения
необходимо нажать на кнопку "Завершить введение символов". Сжатие сооб-
щения осуществляется в пошаговом режиме путем нажатия на кнопку "Начать
сжатие". Каждое действие кодера объясняется в поле "Описание действия коде-
ра". После завершения сжатия сообщения эта кнопка станет недоступной. Про-
верить правильность выполнения п. 4.2 домашнего задания. На любом шаге
можно прекратить сжатие путем нажатия на кнопку "Очищение".
После того, как сообщение сжато, выбрать закладку "Декодирование со-
общения". Осуществить инициализацию словаря, для чего нажать на кнопку
"Инициализация словаря". Декодирование осуществляется в пошаговом режиме
путем нажатия на кнопку "Начать декодирование". После завершения декоди-
рования сообщения эта кнопка станет недоступной. Убедиться, что декодиро-
ванное сообщение совпадает с заданным. На любом шаге можно прекратить де-
кодирование путем нажатия на кнопку "Очищение".
64
5.3 Исследовать процесс сжатия и декодирования сообщения. Выпол-
нить сжатие и декодирование сообщения, которое состоит из вашей фамилии и
инициалов. Процесс сжатия оформить в виде табл. 2, а процесс декодирования
– в виде табл. 3. Выполнить сжатие и декодирование сообщения
"aaaaaaaaaaaaaaaaaaaaaaaaaaaa". Зафиксировать в протоколе процессы сжатия и
декодирования в виде табл. 2 и 3 соответственно. Обратить внимание на ситуа-
цию, когда длина строки становится равной максимальной длине строки NC.
5.4 Исследовать зависимость коэффициента сжатия от типа сообще-
ния. Выбрать закладку "Коэффициент сжатия" и тип сообщения "Равновероят-
ные и независимые символы". Установить значения: длины сообщения
N = 1000 символов; объема словаря МА = 512 строк; максимальной длины стро-
ки NC = 6 символов. Нажать на кнопку "Пуск" и зафиксировать в протоколе зна-
чения коэффициента сжатия. Повторить измерение коэффициента сжатия, если
тип сообщения "Типичный текст" и "Документ Word". Сделать выводы относи-
тельно полученных результатов.
5.5 Исследовать зависимость коэффициента сжатия от длины сообще-
ния. Выбрать тип сообщения "Типичный текст". Установить значения: объема
словаря МА = 512 строк; максимальной длины строки NC = 6 символов. Измерить
значение коэффициента сжатия сообщения длинами N: 1, 5, 10, 25, 50, 100, 200.
Результаты измерений представить в виде таблицы η(N). Сделать выводы.
5.6 Исследовать зависимость коэффициента сжатия от объема слова-
ря. Выбрать тип сообщения "Типичный текст" и установить длину сообщения
N = 5000 символов, максимальную длину строки в словаре NC = 6. Измерить
значение коэффициента сжатия для объемов словаря MА: 512, 1024, 2048, 4096.
Результаты измерений представить в виде таблицы η(МА). Сделать выводы.
5.7 Исследовать зависимость коэффициента сжатия от максимальной
длины строки в словаре. Установить максимальную длину строки NC = 50
символов и повторить измерение п. 5.6. Результаты измерений представить в
виде таблицы η(МА). Сделать выводы.
туального макета, структурную схему которого приведено на рис. 1.
65
Макет в зависимости от пункта исследований автоматически переключа-

ется или в пошаговый режим, или в режим реального времени. Также в зависи-
мости от пункта исследований включается ручное введение сообщения или ге-
нератор сообщения. Генератор сообщения позволяет выбирать один из двух ти-
пов сообщения и изменять длину сообщения N в пределах от 1 до 10000 симво-
лов. Реализация кодера позволяет выбирать одно из пяти значений объема сло-
варя MА и изменять максимальную длину строки в словаре NC в пределах от 6 до
250.
7.4 Структурные схемы исследований и результаты выполнения п.
5.2...5.7 лабораторного задания (таблицы и графики с подписями).
ных).
ной системе.
66
ДИСКРЕТИЗАЦИЯ ПЕРВИЧНЫХ СИГНАЛОВ ЭЛЕКТРОСВЯЗИ
Изучение процесса дискретизации непрерывных во временем сигналов и
способа восстановления их по отсчетам. Анализ характеристик дискретных сиг-
налов и факторов, которые вызывают погрешности при восстановлении непре-
рывных сигналов.
2.1 Дискретизация непрерывных по времени сигналов. Под дискретизаци-
ей непрерывного по времени сигнала s(t) понимают представление сигнала его
мгновенными значениями (отсчетами) s(kTд), где k = …, – 1, 0, 1, 2, …; Tд – ин-
тервал дискретизации. Последовательность отсчетов на графиках изображают
вертикальными линиями высотой s(kTд) каждая (рис. 1) и называют ее дискрет-
ным сигналом sд(t).
В реальных устройствах отсчет сигнала s(kTд) – это импульс с амплиту-
дой s(kTд) и длительностью τ ≤ Tд, начинающийся в момент времени kTд (рис. 2).
Но, обычно, τ << Tд. Устройство, формирующее отсчеты, называется дискрети-
затором. В случае τ << Tд дискретизатор – это ключ, который замыкает цепь от
источника к нагрузке на время τ (рис. 3).
s(t) s(t)
t t
ψ(t) ψ(t)
τ
Тд
t Тд t
s(kТд)
sд(t) sд(t)
kТд t kTд t
Рисунок 1 – Процесс получения Рисунок 2 – Процесс дискретизации

дискретного сигнала в реальных устройствах
ψ(t)
s(t) sд(t)
Рисунок 3 – Дискретизатор
67
Аналитическое выражение дискретного сигнала sд(t):
∞
sд(t) = s(t) ψ(t) = s(t) ∑ p (t − kTд ) , (1)
k= − ∞
где ψ(t) – последовательность отсчетных импульсов, определяющая моменты

времени, в которые берутся отсчеты сигнала, и их длительность;
р(t) – отсчетный импульс:
 1 для 0 ≤ t < τ,
р(t) =  (2)
 0 для t < 0, t ≥ τ .
2.2 Спектр дискретного сигнала. Преобразование Фурье правой части вы-
ражения (1) определяет спектральную плотность Sд(j2πf) дискретного сигнала
(соответствующие математические выкладки можно найти в [1, с. 37, 38]):
∞
Sд(j2πf) = ∑ a n S ( j 2π ( f − nf д )) , – ∞ < f < ∞, (3)
n= −∞
где fд = 1/ Tд – частота дискретизации;

τ sin n π f д τ
an = T ⋅ – (4)
д n π fд τ
коэффициенты разложения импульса р(t) в ряд Фурье; поскольку τ << Tд, то для
малых значений n коэффициенты практически не зависят от n, т.е. an = τ/Тд;
S(j2πf) – спектральная плотность непрерывного сигнала s(t).
Из выражения (3) вытекает, что спектр дискретного сигнала – это сумма
спектров S(j2πf) непрерывного сигнала s(t), смещенных на величину fд и убыва-
ющих с увеличением n согласно выражению (4).
Для первичных сигналов электросвязи характерно, что их спектры приле-
гают к нулевой частоте. На рис. 4, а приведен амплитудный спектр произволь-
ной формы S(f) первичного сигнала, который простирается до максимальной
частоты Fmax. Дальше на рис. 4 изображенные амплитудные спектры сигналов,
которые могут иметь место при дискретизации сигнала со спектром, приведен-
ным на рис. 4, а:
рис. 4, б – спектр Sψ(f) последовательности отсчетных импульсов ψ(t), по-
строенный на основе представления ψ(t) рядом Фурье:
∞
ψ(t) = ∑ a n ⋅cos 2πnfдt;
n= 0
рис. 4, в – спектр Sд(f) дискретного сигнала, когда fд > 2Fmax;

рис. 4, г – спектр Sд(f), когда fд = 2Fmax;
рис. 4, д – спектр Sд(f), когда fд < 2Fmax.
2.3 Восстановление сигналов по их отсчетам. Согласно теореме Котель-
никова любой сигнал с ограниченным спектром можно точно восстановить
68
(интерполировать) за его отсчетам, взятыми через интервал Tд ≤ 1/(2Fmax), где
Fmax – максимальная частота спектра сигнала.
S(f)
0 Fmax f
a
Sψ(f)
0 fд 2fд f
б
Sд(f) АЧХ идеального ФНЧ
0 fд 2ffдд f
в
Sд(f)
0 fд 2fд f
г
Sд(f)
0 fд 2fд f
д
Рисунок 4 – Спектральные диаграммы, иллюстрирующие

процессы дискретизации и восстановления непрерывных сигналов
В справедливости теоремы Котельникова легко убедиться, рассмотрев

рис. 4, в, г, д. Если fд ≥ 2 Fmax (рис. 4, в, г), то после подачи дискретного сигнала
на вход идеального ФНЧ с частотой среза Fmax ≤ Fср ≤ fд – Fmax на выходе полу-
чим сигнал со спектром S(f) (рис. 4, в, г), т.е. восстановленный непрерывный
сигнал. На рисунках штриховыми линиями показана АЧХ идеального ФНЧ с
частотой среза Fср = Fmax. Если же fд < 2Fmax, то, как видно из рис. 4, д, невозмож-
но выделить спектр S(f), поскольку имеет место перекрытие спектров.
69
Процесс восстановления непрерывного сигнала по его отсчетам можно
трактовать и во временной области. Если для восстановления сигнала использу-
ется идеальный ФНЧ с частотой среза Fср, то его импульсный отклик (без учета
задержки в фильтре):
sin 2 π Fcр t
g(t) = . (5)
2π Fcр t
Поскольку отсчетные импульсы короткие (τ << Tд) (приближаются к δ-
функции), то можно считать, что отклик ФНЧ на импульс с амплитудой s(kTд),
поданный в момент t = kTд, имеет вид
sin (2 π Fcр (t − kTд ))
s(kTд) = . (6)
2π Fcр (t − kTд )
Если подать на вход ФНЧ сигнал sд(t), на его выходе получим сумму от-
кликов
∞ sin(2 π Fcр (t − kTд ))
ŝ (t) = ∑
k= −∞
s (kTд ) ⋅
2 π Fcр (t − kTд )
. (7)
Сравним это выражение с рядом Котельникова, являющимся математи-

ческим выражением теоремы Котельникова,
∞ sin(2 π Fmax (t − kTд ))
s(t) = ∑ s(kTд ) ⋅
2 π Fmax (t − kTд )
. (8)
k= −∞
Если Fср = Fmax, то s(t) = ŝ (t), т.е. имеет место точное восстановление не-
прерывного сигнала.
2.4 Погрешности, которые возникают при восстановлении сигналов.
2.4.1 Неограниченность спектров реальных сигналов. Реальных сигналов
со строго ограниченным спектром не существует, поскольку сигналы с конеч-
ной длительностью имеют неограниченные спектры – когда f → ∞, спектры
убывают с конечной скоростью. Для реальных сигналов максимальная частота
спектра Fmax определяется из условия, что составляющие с частотами f > Fmax
малые (в определенном смысле). В спектрах реальных дискретных сигналов
возникает перекрытие спектров, по крайней мере, составляющих суммы (3) с
индексами n = 0 i n = 1 (рис. 5). Предположим, что для восстановления непре-
рывного сигнала используется идеальный ФНЧ с частотой среза Fср = Fmax, его
АЧХ показана пунктирной линией на рис. 5. Восстановленный сигнал будет
иметь две составляющие погрешности восстановления:
– линейные искажения за счет отсечения составляющих сигнала s(t) с ча-
стотами f > Fmax;
– наложение составляющих спектра S(f – fд) с частотами f < Fmax на спектр
сигнала s(t) (погрешность наложения спектров).
С учетом сказанного значения Fmax и fд определяют из условия, чтобы по-
грешность восстановления была достаточно малой.
70
n=0 n=1
Sд(f)
Fmax fд=2Fmax f
Рисунок 5 – Иллюстрация возникновения погрешности восстановления
непрерывного сигнала из-за неограниченности спектра непрерывного сигнала
2.4.2 Отклонение характеристик реального ФНЧ от идеального. В идеаль-
ного ФНЧ АЧХ имеет прямоугольную форму, а ФЧХ – линейную. Т.е., идеаль-
ный ФНЧ без искажений пропускает все составляющие спектра сигнала в пре-
делах полосы пропускания, когда f < Fср, и полностью ослабляет составляющие
с частотами f > Fср. Реальные ФНЧ описываются граничной частотой полосы
пропускания Fпп и граничной частотой полосы задерживания Fпз (рис. 2.6, б).
Если ФНЧ предназначен для восстановления непрерывного сигнала с
максимальной частотой Fmax из дискретного сигнала с частотой дискретизации
fд, то необходимо, чтобы Fпп ≥ Fmax и Fпз ≤ fд – Fmax. В случае реальных ФНЧ мо-
гут возникать две составные погрешности восстановления:
– через непостоянство АЧХ и нелинейность ФЧХ в полосе пропускания
фильтр вносит линейные искажения в восстановленный сигнал;
– через недостаточное ослабление в полосе задержания ФНЧ пропускает
составляющие сигнала sд(t) с частотами f > fд – Fmax, которые образуют погреш-
ность наложения спектров.
Реальные ФНЧ для восстановления непрерывных сигналов проектируют
так, чтобы погрешность восстановления была достаточно малой.
H(f) H(f)
0 Fср f 0 Fпп Fпз f

а б
Рисунок 6 – АЧХ: а – идеального ФНЧ; б – реального ФНЧ
3 Ключевые вопроса
3.1 Объяснить физическую суть дискретизации по времени непрерывных
сигналов.
3.2 С какой целью выполняется дискретизация непрерывных сигналов?
3.3 Объяснить связь спектров непрерывного и дискретного сигналов.
3.4 Объяснить физическую суть процесса восстановления сигнала по от-
счетам.
3.5 Сформулировать теорему Котельникова.
3.6 Записать ряд Котельникова для сигнала с ограниченным спектром.
71
3.7 В чем заключаются основные отличия АЧХ и ФЧХ идеального и ре-
ального ФНЧ?
3.8 Какие причины погрешностей, которые возникают при восстановле-
нии сигнала по отсчетам?
4.1 Изучить раздел “Дискретизация непрерывных сигналов” по конспекту
лекций и литературе [1, с. 37...39; 3, с. 33...42; 4, с. 44...49] и описанию лабора-
торного макета в разд. 6.
4.2 Сигнал s(t) = A1sin 2πf1t + A2sin 2πf2t + A3sin 2πf3t дискретизируется с
частотой f д. Изобразить спектр сигнала S(f ) и спектр дискретного сигнала Sд(f) в
диапазоне частот 0 < f < 2 fд. Исходные данные сигнала согласно номеру Вашей
бригады указаны в табл. 1.
Номер А1, В f1, кГц А2, В f2, кГц А3, В f3, кГц fд, кГц
бригады
1, 9 0 1 1 2 3 1,5 5
2, 10 1 1 5 2,5 4 1,5 5,5
3, 11 2 0,5 4 1,5 3,5 2,5 6
4, 12 3 1 3 1,5 2,5 2,5 6,5
5 2,5 0,5 2 2,5 1 3 7
6 1,5 1 5 2,5 4 3 7,5
7 3,5 0,5 4 2 3 3 8
8 1 0,5 3 1 3,5 2 7
4.3 Рассчитать и построить график импульсного отклика идеального ФНЧ
с частотой среза Fср = fд /2 для значений t в интервале (– 4Tд, 4Tд) (значение fд
взять из табл. 1).
го запустить программу 2.4 Дискретизация первичных сигналов электросвя-
зи, используя иконку Лабораторные работы на рабочем столе, а затем папки
ТЭС и Модуль 2. Изучить схему макета на дисплее компьютера, пользуясь
разд. 6. Уточнить с преподавателем план выполнения лабораторного задания.
5.2 Провести исследование процесса дискретизации во временной и
частотной областях. Для этого:
– установить значения A1, f 1, A2, f 2, A3, f 3 и частоту f д такие же, как и в
домашнем задании;
– назначить вход ФНЧ от дискретизатора и запустить программу на вы-
полнение;
– зарисовать в протоколе осциллограммы и спектрограммы сигналов на
выходах источника и дискретизатора;
– сравнить рассчитанную в домашнем задании и полученную на компью-
тере спектрограммы, результаты сравнения занести к выводам протокола;
72
– увеличить на 1 кГц частоту дискретизации, зарисовать в протоколе
спектрограмму сигнала на выходе дискретизатора, изменения в спектрограмме
занести к выводам протокола.
5.3 Провести исследование импульсного отклика восстанавливающе-
го ФНЧ. Для этого:
– назначить подачу на вход ФНЧ δ-импульса и установить значение ча-
стоты среза ФНЧ, заданной в домашнем задании;
– занести в протокол импульсный отклик и АЧХ ФНЧ, сравнить им-
пульсный отклик ФНЧ с рассчитанным в домашнем задании;
– установить значение частоты среза ФНЧ вдвое меньшую, занести в про-
токол импульсный отклик и АЧХ ФНЧ для этого случая, характер изменений в
импульсном отклике объяснить в выводах протокола.
5.4 Провести исследование процесса восстановления непрерывного
сигнала во временной и частотной областях. Для этого:
– установить параметры A1, f 1, A2, f 2, A3, f 3 и частоту f д такие же, как и в
домашнем задании, установить частоту среза ФНЧ Fср = fд/2;
– назначить вход ФНЧ от дискретизатора и запустить программу на вы-
полнение;
– сравнить осциллограммы и спектры на выходе ФНЧ и на выходе источ-
ника, результаты сравнения занести к выводам протокола;
– повторить это исследование дважды при следующих условиях: fд = Fmax
и f д = Fmax – 0,2 кГц (Fmax – максимальная частота в спектре непрерывного сиг-
нала), каждый раз устанавливать частоту среза ФНЧ Fср = f д/2; в обеих случаях
зарисовать осциллограммы и спектрограммы на выходе ФНЧ, в выводах опи-
сать характер погрешностей, объяснить причины их возникновения.
Лабораторная работа выполняется на компьютере в среде HP VEE с ис-
пользованием виртуального макета, структурную схему которого приведено на
рис. 7.
В состав макета входят: генератор непрерывного сигнала
s(t) = A1sin2πf1t + A2sin2πf2t + A3sin2πf3t, дискретизатор, восстанавливающий
ФНЧ, генератор отсчетных импульсов и генератор δ-импульса. Значение частот
и амплитуд гармонических колебаний A1, f1, A2, f2, A3, f3, частоту дискретизации
fд и частоту среза ФНЧ Fср можно изменять.
Переключатель дает возможность подавать на вход восстанавливающего
ФНЧ дискретный сигнал sд(t) или δ-импульс. Временные и спектральные диа-
граммы можно наблюдать в трех точках схемы макета: на выходе генератора,
на входе и выходе восстанавливающего ФНЧ.
73
п. 5.2...5.4 лабораторного задания (осциллограммы и спектрограммы, каждая из
которых должна иметь подпись).
ных, зависимость формы восстановленного сигнала от частоты дискретизации
и частоты среза восстанавливающего ФНЧ и т.п.).
ной шкале.
74
74
Осцилло Осцилло Осциллогр
граф граф аф
Генератор s(t) sд(t) Восстанавливающ sвос(t)

непрерывного Дискретизатор ий ФНЧ
сигнала
δ(t)
Установка Анализатор Установка частоты Анализатор
Анализатор среза Fср
A1, f1, A2, f2, A3, f3 спектра спектра спектра
Генератор
отсчетных Генератор
импульсов δ-импульса
Установка частоты
дискретизации fд

75
ИЗУЧЕНИЕ ЦИФРОВЫХ МЕТОДОВ ПЕРЕДАЧИ
АНАЛОГОВЫХ СИГНАЛОВ
1 Цель занятия
1.1 Изучение методов цифровой передачи аналоговых сигналов ІКМ,
ДІКМ и ДМ.
1.2 Исследование основных характеристик методов передачи ІКМ, ДІКМ
и ДМ.
2.1 Цифровые методы передачи. В современных телекоммуникациях ши-
роко используются методы цифровой передачи аналоговых сигналов: аналого-
вый сигнал преобразуется в цифровой, т.е. в последовательность двоичных
символов, цифровой сигнал передается цифровым каналом связи, после чего
восстанавливается аналоговый сигнал. Любой метод цифровой передачи харак-
теризуется скоростью цифрового сигнала R (бит/с) и точностью передачи – от-
ношением сигнал/шум квантования ρкв. Обычно ставится задача – удовлетво-
рить требованию по отношению ρкв при минимальном значении R. Это привело
к разработке большого количества цифровых методов передачи. Простейшими
среди них являются: импульсно-кодовая модуляция (ИКМ), дифференциальная
импульсно-кодовая модуляция (ДИКМ) и дельта-модуляция (ДМ)1 . Перечис-
ленные названия объединяют собой целые семейства методов.
2.2 Дискретизация аналоговых сигналов. При любом методе цифровой
передачи аналоговый сигнал b(t), прежде всего, преобразуется в дискретный
сигнал, который представляет собой последовательность отсчетов b(kTд), взя-
тых через интервал дискретизации Tд ≤ 1/(2Fmax), где Fmax – максимальная часто-
та спектра сигнала b(t). Это преобразование называется дискретизацией сигна-
ла во времени, а устройство для ее осуществления – дискретизатором. Частота
дискретизации должны быть не меньше удвоенной частоты Fmax:
fд = 1/Тд ≥ 2Fmax. (1)
Согласно теореме Котельникова, выполнение этого соотношения гаранти-
рует возможность точного восстановления аналогового сигнала по отсчетам.
Такое восстановление осуществляется ФНЧ с частотой среза Fmax (рис. 1).
bˆ( kTд ) b̂( t )
b(t) Дискретизатор b(kTд) Канал ФНЧ
передачи
отсчетов
Рисунок 1 – Передача аналогового сигнала отсчетами
Все методы цифровой передачи аналоговых сигналов отличаются спосо-

бами представления дискретных сигналов цифровыми. Преобразователь отсче-
1
Несмотря на наличие слова «модуляция», эти методы передачи не имеют отношения ни к
аналоговой, ни к цифровой модуляции.
76
тов в цифровой сигнал называется кодером цифровой системы передачи (ЦСП),
а преобразователь цифрового сигнала в отсчеты – декодером ЦСП.
2.3 Методы ІКМ. Особенностью этих методов является то, что каждый
отсчет представляется цифровым сигналом независимо от других отсчетов.
Схема, которая отображает передачу отсчетов при ИКМ, приведена на рис. 2.
Кодер ИКМ
b(kTд) Квантователь i(kTд) Кодер bц(t) Двоичный bц(t) Декодер bˆ( kTд )
канал связи
Рисунок 2 – Кодер и декодер ИКМ
Основной параметр квантователя – число уровней квантования L. При

равномерном квантовании диапазон значений b от –bmax до bmax разбивается на L
– 1 интервалов величиной
∆b = 2bmax /(L – 1), (2)
которая называется шагом квантования. На рис. 3 показана разбивка при L = 8.
i b Дискретные значения bi соответствуют серединам интер-
bmax валов. Индекс і принимает значения 0, ±1, ±2, …, ±0,5L – 1.
3 b3 Дискретные значения определяются bi = i⋅∆b. При кванто-
вании каждый отсчет b(kTд) округляется к ближайшему
2 b2 ∆b
дискретному значению bi, а на выход квантовавтеля по-
b1 ступает целое число i(kTд). Представление отсчета b(kTд)
1
дискретным значением bi вносит погрешность
0 b0 εкв(kTд) = i(kTд)⋅∆b – b(kTд), (3)
–1 b–1 которая называется шумом квантования.
В кодере, входящем в состав кодера ИКМ (рис. 2),
–2 b–2 числа i(kTд) представляются заданным двоичным кодом.
Длина кода
–3 b–3
–bmax n = log2L. (4)
Рисунок 3 – До Цифровой сигнал на выходе кодера bц(t) имеет ско-
пояснення квантування рость
R = n⋅fд. (5)
Декодер из цифрового сигнала bц(t) формирует числа i(kTд), по которым
восстанавливаются квантованные отсчеты: i ( kTд ) ∆ b = bкв ( kTд ) = bˆ( kTд ) . Из фор-
мулы (3) следует, что отсчеты восстанавливаются с погрешностями εкв(kTд).
Средний квадрат погрешности квантования (средняя мощность шума кванто-
вания) определяется шагом квантования
2
ε кв =
( ∆ b) 2 ,
12
а отношение сигнал/шум квантования
77
Pb 3( L − 1) 2
ρ кв = = , (6)
2
ε кв K А2
где KА – коэффициент амплитуды аналогового сигнала.
Широко используются методы ИКМ с неравномерным квантованием: в
области больших значений b шаги квантования большие и наоборот. Это эк-
вивалентно нелинейному преобразованию отсчетов с последующим равномер-
ным квантованием. За счет такого преобразования уменьшается KА и возрастает
ρкв при неизменном числе L – формула (6), или, сохраняя значение ρкв, можно
уменьшить число L, длину кода n и скорость цифрового сигнала R – формулы
(4) и (5).
2.4 Методы ДИКМ. Они относятся к методам передачи с предсказанием.
При цифровых методах передачи частота дискретизации (1) выбирается из
условия отсутствия наложения составляющих спектра дискретного сигнала.
При этом отсчеты реальных аналоговых сигналов коррелированы. Это позволя-
ет с той или иной точностью предсказывать значение очередного отсчета сигна-
ла по его предыдущим отсчетам. Эта возможность положена в основу схем ко-
дера и декодера ДИКМ, приведенных на рис. 4. Предсказатель в кодере и деко-
дере полностью идентичные. Они вычисляют погрешность предсказания
~
d(kTд) = b(kTд) – b ( kTд ) , (7)
~
где b ( kTд ) – предсказанный отсчет, сформированный предсказателем на основе
N предыдущих отсчетов bˆ( ( k − 1)T ) , bˆ( ( k − 2)T ) ,  bˆ( ( k − N )T ) . В разных вари-
д д д
антах использования метода ДИКМ число N находится в пределах от 1 до 6.

Предсказатель при N ≥ 2 выполняется по схеме нерекурсивного фильтра. В слу-
~
чае N = 1 предсказанным отсчетом b ( kTд ) является предыдущий отсчет
bˆ( ( k − 1)T ) .
д
Кодер ДИКМ Декодер ДИКМ

d(kTд)
bˆ( kTд )
d (kT ) dкв(kTд)
b(kTд) Квантователь кв д Цифровой
+ + канал связи +
–
bˆ( kTд ) + b ( kTд )

Предсказатель ~ Предсказатель
b ( kTд )
~
Рисунок 4 – Кодер и декодер ДИКМ
В кодере погрешность предсказания поступает на квантователь, анало-

гичный квантователю ИКМ, а затем квантованная погрешность dкв(kTд) переда-
ется цифровым сигналом каналом связи (на рис. 4 не показанные кодер для
78
представления dкв(kTд) двоичным кодом и декодер для восстановления dкв(kTд) –
они включены в состав канала связи).
Погрешность квантования при ДИКМ
εкв(kTд) = bˆ( kTд ) – b(kTд) = [ b ( kTд ) + dкв(kTд)] – [ b ( kTд ) + d(kTд)] =
~ ~
= dкв(kTд) – d(kTд) (8)

определяется только параметрами квантователя.
Размах дискретного сигнала d(kTд) меньше, чем размах сигнала b(kTд),
поэтому число уровней квантования L при неизменном шаге квантования будет
меньшим, чем при ИКМ, а, следовательно, меньше длина кода n и скорость
цифрового сигнала R.
2.5 Методы ДМ. Они, так же как и ДИКМ, относятся к методам передачи
с предсказанием. Методы ДМ отличаются тем, что используются двухуровне-
вые квантователи (L = 2). Это становится возможным, когда частота дискрети-
зации выбирается в несколько раз больше, чем 2Fmax, и соседние отсчеты с дис-
кретизатора мало отличаются. На рис. 5 приведены схемы кодера и декодера,
которые объясняют один из методов ДМ.
Кодер ДМ Декодер ДМ
bˆ( kTд ) =
d(kTд)
b(kTд) Квантователь dкв(kTд) Двоичный dкв(kTд) Накопитель
+ канал ×
~
b ( kTд )
+
– связи
∆b
Накопитель ×
b ( kTд )
~
∆b
Рисунок 5 – Кодер и декодер ДМ
Погрешность предсказания вычисляется так же, как и при ДИКМ, – соот-

ношение (7), а предсказанный отсчет – результат работы накопителя
~ k−1
b ( kTд ) = ∑ d кв ( kTд ) ⋅ ∆ b , (9)
i= 0
где ∆b – коэффициент;
 + 1, якщо d (kТ д ) ≥ 0,
d кв (kТ д ) =  – (10)
 − 1, якщо d ( kТ д ) < 0
квантованная на два уровня погрешность предсказания, которая передается
двоичным каналом связи.
Описанный метод кодирования иллюстрируется временными диаграмма-
ми на рис. 6. Здесь предсказанный сигнал и сигнал квантованной погрешности
предсказания представлены сигналами непрерывного времени. Видно, что
~
предсказанный сигнал b ( t ) “отслеживает” изменения входного сигнала. Из ри-
79
сунка вытекает смысл коэффициента ∆b – это шаг квантования, так как с этим
~
шагом квантуется сигнал b ( t ) . На рисунке видно две области:
1) область, где наблюдаются искажение перегрузки по наклону – преду-
~
смотренный сигнал b ( t ) не успевает отслеживать изменения входного сигнала;
2) область, где наблюдается шум дробления – при неизменном входном
сигнале предсказанный сигнал изменяется с размахом ∆b.
Ясно, что для уменьшения первого эффекта необходимо увеличивать шаг
квантования, а для уменьшения второго эффекта – уменьшать шаг квантования.
Очевидно, что существует оптимальный шаг квантования, при котором мини-
мизируется суммарный эффект проявления перегрузки по наклону и шума
дробления на реализациях сигнала b(t) большой длительности.
Искажения b(t)
перегрузки
~
по наклону
b (t)
Шум дробления
∆b
t
+1
dкв(t)
t
–1
Tд
Рисунок 6 – Иллюстрация работы кодера ДМ
Работа декодера ДМ (рис. 5) сводится к вычислению отсчетов предска-
занного сигнала по формуле (9).
На основе описания работы кодера и декодера ДМ можно сформулиро-
вать особенности методов передачи с ДМ:
– частота дискретизации дискретизатора fд (рис. 1) в несколько раз
больше, чем 2Fmax;
– поскольку квантователь двухуровневый, то код имеет длину n = 1, и
R = fд;
– поскольку n = 1, то отпадает необходимость синхронизации декодера.
3. Ключевые вопросы
3.1 Объяснить принцип формирования цифрового сигнала в системе
передачи методом ИКМ.
3.2 Как определяется интервал дискретизации или частота дискретиза-
ции?
3.3 Что такое шаг квантования и как он выбирается?
3.4 От чего зависит длина кода при ИКМ?
3.5 Объяснить, что такое шум квантования? Какова причина его возник-
новения?
80
3.6 Как повысить отношение сигнал/шум квантования в системах переда-
чи методом ИКМ?
3.7 Объяснить принцип формирования цифрового сигнала в системе
передачи методом ДИКМ.
3.8 В чем отличие систем передачи методами ДИКМ и ДМ?
3.9 Что такое искажение перегрузки по наклону? Как их уменьшить?
3.10Что такое шум дробления? Как его уменьшить?
3.11Перечислить и объяснить особенности передачи методом ДМ.
4. Домашнее задание
4.1 Изучить раздел “Цифровые методы передачи непрерывных сообще-
ний” по конспекту лекций и литературе [1, с. 40...45; 2,с. 34...55; 3, с. 453...467;
4, с. 335...347] и описанию лабораторного макета в разд. 6.
4.2 Изобразить структурные схемы кодеров и декодеров ИКМ, ДИКМ и
ДМ.
4.3 Выполнить кодирование аналогового сигнала методом ІКМ с равно-
мерным квантованием. Заданы: частота дискретизации 8 кГц; число уровней
квантования L1 = 2N + 2 (где N – номер бригады), L2 = 2L1 и L3 = 2L2. Рассчитать
для трех значений числа уровней квантования: шаг квантования ∆b
2 (коэф-
(b(t)max = 1); длину кода n; среднюю мощность шума квантования ε кв
фициент амплитуды аналогового сигнала КА = 2,85); отношение сигнал/шум
квантования ρкв, представленное в децибелах; скорость цифрового сигнала R.
Результаты расчетов оформить по образцу табл. 1. Проанализировать, как изме-
няются ρкв и R при изменении длины кода на единицу.
Таблица 1 – Характеристики методов передачи ІКМ и ДІКМ
Метод fд, R, 2 Примеча-
L n Pb ∆b ε кв ρкв, дБ
передачи кГц кбит/с ния
L1 (домашнее,
лаборатор-
ИКМ L2
ное
L3 задание)
L1
ДИКМ L2
L3
5. Лабораторное задание
5.1 Ознакомиться с виртуальным макетом ИКМ на рабочем месте.
Для этого запустить программу 2.5а Изучение цифровых методов передачи
аналоговых сигналов, используя иконку Лабораторные работы на рабочем
столе, а затем папки ТЭС и Модуль 2. Изучить схему макета на дисплее
компьютера, пользуясь разд. 6. Уточнить с преподавателем план выполнения
лабораторного задания.
81
5.2 Исследование возникновения шума квантования при ИКМ. Уста-
новить число уровней квантования L = 16, записать значение ∆b. Результаты
выполнения программы оформить в виде таблицы b(kTд), i(kTд)⋅и bкв(kTд) для
k = 1, 2 и 3. Определить значение εкв(kTд), сравнить их с ∆b и объяснить результат.
5.3 Исследование отношения сигнал/шум квантования при ИКМ.
Установить число уровней квантования L1 из домашнего задания. По результа-
там работы программы занести в табл. 1 значения ∆b, ε кв 2 и P . Рассчитать экс-
b
периментальное значение ρкв. Сравнить полученные значения ∆b, ε кв2 и ρ с ре-

кВ
зультатами их расчетов в домашнем задании. Повторить задание для L2 и L3.

5.4 Ознакомиться с виртуальным макетом ДИКМ на рабочем месте.
Для этого запустить программу 2.5б Изучение цифровых методов передачи
аналоговых сигналов, используя иконку Лабораторные работы на рабочем
столе, а затем папки ТЭС и Модуль 2. Изучить схему макета на дисплее
компьютера, пользуясь разд. 6. Уточнить с преподавателем план выполнения
лабораторного задания.
5.5 Исследование кодера и декодера ДИКМ. Установить число уровней
квантования L1 из домашнего задания. По результатам работы программы зане-
2 и P . Рассчитать экспериментальное значение ρ
сти в табл. 1 значения ∆b, ε кв b кв.
Повторить задание для L2 и L3. Сравнить с результатами, полученными при ис-

следовании метода передачи ИКМ.
5.6 Ознакомиться с виртуальным макетом ДМ на рабочем месте. Для
этого запустить программу 2.5в Изучение цифровых методов передачи ана-
логовых сигналов, используя иконку Лабораторные работы на рабочем сто-
ле, а затем папки ТЭС и Модуль 2. Изучить схему макета на дисплее компью-
тера, пользуясь разд. 6. Уточнить с преподавателем план выполнения лабора-
торного задания.
5.7 Исследование кодера и декодера ДМ. Установить частоту дискрети-
зации fд = 16 кбит/с, заполнить табл. 2, изменяя шаг квантования ∆b от 0,25 до
0,05. Повторить исследование при fд = 32 кГц и fд = 64 кГц. Построить графики
зависимости ε2кв и ρкв от величины шага квантования для каждого значения ча-
стоту дискретизации. За полученными зависимостями найти оптимальные зна-
чения шага квантования и занести их в таблицу. В выводах объяснить причины,
которые влияют на искажение восстановленного сигнала при неоптимальных
значениях шага квантования.
Таблица 2 – Результаты исследования характеристик ДМ
Метод 2
R, кбит/с Pb ∆b ε кв ρкв, дБ ∆bопт
передачи
0,25
0,2
ДМ 16 0,15
0,1
0,05
82
Лабораторная работа выполняется на компьютере с использованием трех
виртуальных макетов, структурные схемы которых приведены на рис. 7...9. В
основу схем макетов положены схемы, приведенные на рис. 1, 2, 4 и 5.
Генератор аналогового сигнала формирует сигнал как сумму нескольких
гармоничных колебаний. Длительность сигнала 2 мс, а максимальная частота
его спектра Fmax = 3,4 кГц. Аналоговый сигнал нормирован так, что b(t)max = 1.
В макетах кодеров ИКМ и ДИКМ частота дискретизации установлена
8 кГц. Эти макеты позволяют устанавливать произвольное число уровней кван-
тования. На рис. 8 в макете для исследования метода ДИКМ использовано L-
уровневый цифровой канал связи (ЦКС).
Осциллограф Осциллограф Осциллограф Осциллограф
Генератор Дискретиза Квантоват Кодер Декодер ФНЧ Измеритель

аналогового тор ель и индикатор
сигнала
b(t) Установка L
b(t) b̂( t )
Измеритель
и индикатор Индикатор ∆b Измеритель
и индикатор
Индикатор Индикатор Индикатор
отсчетов отсчетов отсчетов
Рисунок 7 – Схема макета для исследования метода ИКМ
Осциллограф Осциллограф Осциллограф Осциллограф Осциллограф
Генератор Измеритель
Дискретиза Квантоват
ЦКС ФНЧ
аналогового тор +
+ ель + и индикатор
сигнала
–
Установка L
Задержка b(t)
Измеритель Tд
и индикатор Индикатор ∆b Измеритель
и индикатор
Осциллограф Осциллограф Осциллограф
ЗадержкаИндикатор
T Осциллограф Осциллограф
д +
отсчетов
Генератор Дискретиза
Индикатор Квантоват
Индикатор Индикатор Индикатор Измеритель
аналогового +
тор отсчетов + отсчетовель
ДКС X Накопите
отсчетов отсчетов
ФНЧ и индикатор
сигнала ль
–
Рисунок
Установка fд 8 – Схема макета для исследования метода ДИКМ
b(t)
Накопитель X
Измеритель
Измеритель и индикатор
и индикатор Установка ∆b
Индикатор Индикатор
отсчетов отсчетов
Рисунок 9 – Схема макета для исследования метода ДМ

83
В макете кодера ДМ можно устанавливать частоту дискретизации 16, 32,

48 и 64 кГц. Этот макет допускает установку произвольного шагу квантования.
7.2 Цель лабораторной работы.
7.4 Результаты выполнения п. 5.2...5.7 лабораторного задания (таблицы,
графики).
7.5 Выводы по каждому пункту лабораторного задания, в которых дать
анализ полученных результатов – совпадение теоретических и эксперименталь-
ных данных и т.п.
ной шкале.
84
ЛИТЕРАТУРА
1. Іващенко П.В. Сигнали електрозв’язку: навч. посіб. з вивчення

модуля 1 дисципліни «Теорія зв’язку» / П. В. Іващенко, І. С. Перекрестов. –
Одеса: ОНАЗ ім. О. С. Попова, 2013. – 136 с.
2. Дирда В.Ю Передавання інформації в телекомунікаційних системах:
навч. посіб. з вивчення модуля 2 дисципліни «Теорія зв’язку» / В.Ю Дирда,
П.В.Іващенко. – Одеса: ОНАЗ ім. О. С. Попова, 2010. – 80 с.
3. Стеклов В.К. Теорія електричного зв’язку: підручник [для ВНЗ] за
ред. В.К. Стеклова / В.К. Стеклов, Л.Н. Беркман – К.: Техніка, 2006. – 552 c.
4. Теория электрической связи: учебник [для вузов] / А.Г. Зюко,
Д.Д. Кловский, В.И. Коржик, М.В. Назаров; под ред. Д.Д. Кловского. – М.: Ра-
дио и связь, 1998. – 432 с.
5. Скляр Б. Цифровая связь. Теоретические основы и практическое при-
менение. – [2-е изд., испр.]; пер. с англ. / Б. Скляр. – М.: Изд. дом "Вильямс",
2003. – 1104 с.
Редактор Л.А. Кодрул

Комп. верстка Ж.А. Гардыман
Сдано в печать 10.07.13. Подписано к печати 11.08.13.

Объем 5,0 усл.-п. л. . Тираж 100 экз.
Формат 90х60/16. Зак. №

Методические Указания к Выполнению Лабораторных Работ По Дисц. «Теория Связи», «Информационные Радиосистемы» и «Теория Информации». Ч. 1.

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Методические Указания к Выполнению Лабораторных Работ По Дисц. «Теория Связи», «Информационные Радиосистемы» и «Теория Информации». Ч. 1.

Загружено:

Авторское право:

Доступные форматы

Министерство образования и науки Украины

ОДЕССКАЯ НАЦИОНАЛЬНАЯ АКАДЕМИЯ СВЯЗИ им. О.С. ПОПОВА

Кафедра теории электрической связи им. А.Г. Зюко

Методические указания к выполнению лабораторных работ по дисципли-

Учебное пособие содержит методические указания к выполнению лабора-

Лабораторная работа 1.1 Исследование спектров периодических сигналов........4

где f1 = 1/T; An = a n2 + bn2 ; ψ n = − arctg (bn / a n ) ;

и тогда ряд Фурье будет иметь вид

2.3. Еще один важный периодический сигнал – пилообразное колебание

Рисунок 4 – Структурная схема лабораторного макета

Рисунок 5 – АЧХ ФНЧ

Функции F(x) и р(x) используются для вычисления вероятностей попада-

σ – среднее квадратическое отклонение случайного процесса, оно определяется

Функция распределения вероятностей нормального процесса записывает-

Среднее значение процесса с равномерным распределением равняется

Рисунок 2 – Структурная схема макета

Для каждого из процессов макет реализует две основные функции:

Массивы значений F(хj) и хj выводятся на дисплей “Функция распределе-

где X(i), i = 1, N – i-й отсчет исследуемого процесса. Число X (i ) выводится на

Число σ выводится на дисплей “Измеренное СКО”.

где x(t) – реализация процесса X(t).

KX(τ) KX(τ) KX(τ)

Рисунок 2 – Функциональная схема коррелометра

В частности, если процесс – квазибелый шум со спектральной плотно-

где Ts – продолжительность сигнала s(t).

–Тим 0 Тим τ –Тим 0 Тим τ

Рисунок 4 – Корреляционные функции: а – П-импульса, б – радиоимпульса

2.9 Рассмотрим радиоимпульс длительности Tим с П-образной огибающей

Рисунок 5 – Структурная схема макета

Рисунок 1 – Модулирующий b(t) и Рисунок 2 – Спектры

2.4 Расчеты показывают, что, когда модулирующими сигналами являются

Рисунок 3 – Модулирующий b(t) и Рисунок 4 – Спектры

Рисунок 5 – Модулирующий b(t) и Рисунок 6 – Спектры

На рис. 6 показано произвольный амплитудный спектр модулирующего

Математическое описание сигнала ЧМ:

2.7 Модуляция называется фазовой, если приращение фазы, вызванное

sЧМ(t) = A0 J0(mЧМ)⋅cos 2πf0t + ∑

Из выражения (14) вытекает, что в спектре сигнала ЧМ есть составляю-

Рисунок 8 – Структурная схема макета 1.4а

Лабораторная работа по исследованию сигналов ЧМ и ФМ выполняется

Генератор сложного Установка

Рисунок 9 – Структурная схема макета 1.4б

где si(t), i = 0, …, М – 1 – канальные символы (радиоимпульсы);

Нормированный спектр модулированного сигнала ММС описывается вы-

Зависимость (13) приведена на рис. 5. С увеличением f – f0 спектр убы-

Рисунок 5 – Спектр сигнала ММС Рисунок 6 – Спектр сигнала ЧМ-2,

Рисунок 7 – Структурная схема макета

Физически энтропия является мерой неопределенности состояния источ-

где Tk – длительность k-го знака.

где nk – длина кодовой комбинации, которая соответствует знаку ak.

P(А) = 0,3 “1”

Рисунок 1 – Дерево кодирования Хаффмана

2.4 Для кодирования независимых знаков используется также алгоритм

Вычисление энтропии H(A)

Источник дискретных Кодер Хаффмана /

Рисунок 2 – Структурная схема лабораторного макета

H(A) = – ∑ P(ai ) ∑ P(a j / ai ) log 2 P (a j / ai ) . (2)

Пример 1. Задан марковский двоичный источник сообщений с памятью

Характеристики Отображение Отображение

передачи дискретных сообщений каналами связи каждому символу сообщения

где Nвх – количество двоичных символов, используемых для представления

Макет в зависимости от пункта исследований автоматически переключа-

Рисунок 1 – Процесс получения Рисунок 2 – Процесс дискретизации

где ψ(t) – последовательность отсчетных импульсов, определяющая моменты