4.13. Bất đẳng thức Chebyshev

Viết trình Matlab kiểm chứng bất đẳng thức Chebyshev. 

Giải: Mã nguồn Matlab như sau. Kết quả trả về I sẽ là 1

2.19 Chỉ số ma trận logic

Cho ma trận A = [ 1 2 3; 4 5 6; 7 8 9], thực hiện các phép toán sau dùng Matlab

a. Trích xuất các phần tử là số nguyên tố 

b. Trích xuất các phần tử không phải là số nguyên tố 

c. Trích xuất các phần tử có giá trị lớn hơn trung bình cộng của ma trận A 

d.  Trích xuất các phần tử lớn hơn 3 và nhỏ hơn 6

Giải: Thực hiện trên cửa số lệnh của Matlab.  

>> A = [ 1 2 3; 4 5 6; 7 8 9] 

A = 

     1     2     3      4     5     6      7     8     9 

>> B= A(isprime(A)) 

B = 

     7      2      5      3 

>> B= A(~isprime(A)) 

B = 

     1      4      8      6      9 

>> B= A(A > mean(A)) 

B = 

     7      8      9 

>> B= A(A > 3 & A < 6) 

B = 

     4      

     5

Mô phỏng kênh truyền nhiễu trắng

Kênh truyền nhiễu cộng trắng là kênh truyền nhiễu cơ bản trong lý thuyết thông tin. Nhiễu cộng trắng có 3 tính chất: tính cộng là do nhiễu cộng vào tín hiệu thông tin, tính trắng là do có phân phối đều trong băng tần xem xét của hệ thống thông tin, và tính Gauss là do nhiễu có phân phối chuẩn trong miền thời gian.

Chú ý rằng kênh nhiễu trắng không xem xét các ảnh hưởng do fading, fading có lựa chọn, can nhiễu, không tuyến tính hay méo dạng của kênh truyền. Kênh truyền nhiễu trắng thường được sử dụng trong mô hình kênh vệ tinh và kênh truyền không gian.

Matlab hỗ trợ hàm awgn() để mô hình hóa kênh truyền nhiễu trắng, có cú pháp như sau:

Cú pháp:

out = awgn(in,snr,signalpower) % in: là tín hiệu vào, giả sử có công suất là 0 dBW % snr: tỷ số tín hiệu trên nhiễu đơn vị là dB % signalpower: công suất tín hiệu

Ví dụ

Tạo tín hiệu sin trong 2 chu kỳ và cộng nhiễu trăng có cùng công suất dùng hàm awgn().

Giải:

% VD 5.3

t = (0:0.1:4*pi)';

x = sin(t);

y = awgn(x,0,'measured');

plot(t,[x y])

legend('Tín hiệu gốc','Tín hiệu cộng nhiễu')

set(gcf,'color','white');