USSR SHOP »
Магазин » Сжатие и восстановление сигнала на основе метода Прони
Купить Сжатие и восстановление сигнала на основе метода Прони
Описание товара:
Программа ныписана на Visual Basic 6.0.
Основная программа может быть использована как пример обращения к разработанным модулям. Основными функциями являются функции pack и unpack.
В модуле сжатия заложена программа, реализующая функцию pack. Функция pack – возвращает указатель на массив, содержащий сжатые данные. Входными параметрами функции являются: x – массив исходных данных, n – длина массива х (количество отсчетов), р – порядок используемой модели.
Восстановление реализуется с помощью функции unpack. Функция unpack – возвращает указатель на массив, содержащий восстановленные значения сигнала Входными параметрами функции являются: y – массив сжатых данных, n –количество отсчетов восстанавливаемого сигнала, р – порядок используемой модели.
Кроме того, для модулях сжатия и восстановления составлены вспомогательные функции:
1. Функция coff – возвращает указатель на массив, содержащий коэффициенты модели. Входные параметры функции: x – массив исходных данных, n – длина массива х (количество отсчетов), р – порядок используемой модели
2. Функция nn – решает систему уравнений. Входные параметры функции: s – массив коэффициентов системы уравнений, b – вектор свободных членов, р – число уравнений, aa – вектор решения системы уравнений
Листинг программы приведенный в приложении А, объединяет функции pack и unpack, чтобы продемонстрировать их совместную работу.
Метод Прони содержит три основных этапа:
На первом этапе определяются параметры линейного предсказания, с помощью которых осуществляется подгонка имеющихся данных.
На втором этапе из коэффициентов линейного предсказания формируется полином, и определяются его корни, которые будут давать оценки коэффициентов затухания и частот гармонических составляющих для каждого экспоненциального члена.
На третьем этапе ищется решение второй системы линейных уравнений, которое дает оценки амплитуд экспонент и начальных фаз гармонических составляющих.
Основная программа может быть использована как пример обращения к разработанным модулям. Основными функциями являются функции pack и unpack.
В модуле сжатия заложена программа, реализующая функцию pack. Функция pack – возвращает указатель на массив, содержащий сжатые данные. Входными параметрами функции являются: x – массив исходных данных, n – длина массива х (количество отсчетов), р – порядок используемой модели.
Восстановление реализуется с помощью функции unpack. Функция unpack – возвращает указатель на массив, содержащий восстановленные значения сигнала Входными параметрами функции являются: y – массив сжатых данных, n –количество отсчетов восстанавливаемого сигнала, р – порядок используемой модели.
Кроме того, для модулях сжатия и восстановления составлены вспомогательные функции:
1. Функция coff – возвращает указатель на массив, содержащий коэффициенты модели. Входные параметры функции: x – массив исходных данных, n – длина массива х (количество отсчетов), р – порядок используемой модели
2. Функция nn – решает систему уравнений. Входные параметры функции: s – массив коэффициентов системы уравнений, b – вектор свободных членов, р – число уравнений, aa – вектор решения системы уравнений
Листинг программы приведенный в приложении А, объединяет функции pack и unpack, чтобы продемонстрировать их совместную работу.
Метод Прони содержит три основных этапа:
На первом этапе определяются параметры линейного предсказания, с помощью которых осуществляется подгонка имеющихся данных.
На втором этапе из коэффициентов линейного предсказания формируется полином, и определяются его корни, которые будут давать оценки коэффициентов затухания и частот гармонических составляющих для каждого экспоненциального члена.
На третьем этапе ищется решение второй системы линейных уравнений, которое дает оценки амплитуд экспонент и начальных фаз гармонических составляющих.