Browsing by Author "Маньковський, С. В."

Now showing 1 - 9 of 9

Cистема MAOPCS для багатоваріантного аналізу та оптимізації лінійних параметричних кіл у середовищі matlab
(Видавництво Львівської політехніки, 2013) Шаповалов, Ю. І.; Бачик, Д. Р.; Маньковський, С. В.
This paper considers the software realization the system of functions MAOPCs (Multivariate Analysis and Optimization of the Parametric Circuits) for multivariate analysis and optimization of linear parametric circuits based on frequency symbolic method. This method is based on the formation of the approximated transfer functions of linear parametric circuits in the form of Fourier trigonometric polynomials. The use of symbolic transfer functions allowed to form functions of sensitivity of linear parametric circuits, which, in turn, allowed to calculate the relative deviations of functions of linear parametric circuits at change of their parameters. The further development of frequency symbolic methods allowed to solve the task of multivariate analysis and optimization. The system of functions MAOPCs realized in the environment of MATLAB. The presence of powerful mathematical symbolic apparatus in MATLAB allowed to realize this system. The system MAOPCs represents a 17 functions, each of which has parameters (input data) and arguments and performs over them defined the conversions. The results obtained during the execution of one function (in some cases of several functions) can be parameters to other functions. Thus, based on of the developed system of functions the user can create algorithms and programs of computer computational experiments for multivariate analysis and optimization of parametric circuit, which we investigate. For research of linear parametric circuits in the environment ofMATLAB, using a system MAOPCs, need perform the system requirements. They are consist in the fact that, necessary to create the file with text of programof research of circuit , where indicate: parameters that carry information about the circuit, accuracy of calculations, location to save the results, the parameters of functions, functions MAOPCs in the sequence that corresponds to the algorithm of carrying out of investigation. After it is necessary execute the file in the environment of MATLAB. Research results are saved in another file. These results together with the intermediate data we can view using MATLAB, which will be displayed in working window. The example of research of single-circuit parametric amplifier using the system of functions MAOPCs is presented. In the task on research are described an algorithm of carrying out of experiment. The fragments (screenshots) of file, where describes the parameters and algorithm research are presented and fragment (screenshot) with reflection of results in working window ofMATLAB also is presented. Conclusions are drawn about what system functions MAOPCs allows you to: – compose an algorithm and a program of carrying out of computational experiments of research of linear parametric circuits without delving into the depths of mathematical apparatus of the realized methods and using the powerful symbolic apparatus and other internal functions in MATLAB in full; – locate functions in any order and replenish her new functions. Розглянуто програмну реалізацію системи функцій MAOPCs для багатоваріантного аналізу та оптимізації лінійних параметричних кіл на основі частотного символьного методу.
Python-модель протоколу узгодження секретного ключа у групі з довільної кількості учасників
(Видавництво Львівської політехніки, 2024-05-23) Маньковський, С. В.; Матієшин, Ю. М.; Національний університет “Львівська політехніка”
Два методи формування диференціальних рівнянь лінійних параметричних кіл у символьнову вигляді
(Видавництво Національного університету «Львівська політехніка», 2009) Шаповалов, Ю. І.; Маньковський, С. В.
Для тестового прикладу розглянуто два методи формування символьних диференціальних рівнянь лінійних параматричних кіл. Проведено порівняння цих методів. Отримано миттєві значення вихідної напруги тестового кола символьним методом та за допомогою MicroCap. This paper considers functioning of two methods of forming differential equations in symbolic form by the test linear parametric circuit. The results of performing these methods are compared. The momentary output voltage values are obtained by the symbolic method and by the MicroCap.
Дослідження асинхронного режиму роботи параметричних підсилювачів частотним символьним методом
(Видавництво Львівської політехніки, 2010) Маньковський, С. В.
Наведено результати дослідження ефективності основних методів покращення зображень на основі розроблених алгоритмів та програм для їх практичної реалізації. The results of the experiment of the efficiency of main methods for image improving based on thecreated algorithms and programs for their practicalrealization are presented.
Застосування топологічних методів за символьного аналізу лінійних параметричних кіл
(Видавництво Національного університету "Львівська політехніка", 2008) Шаповалов, Ю. І.; Маньковський, С. В.
Підвищено ефективність символьного аналізу лінійних параметричних кіл у середовищі MatLab шляхом обчислення визначників матриць методом d-дерев. Показано, що використання комплексного ряду Фур’є при апроксимації розв’язку має переваги перед тригонометричним рядом Фур’є. Усі висновки зроблено на основі наведених експериментів. Abstract is the increased effectiveness of symbol analysis of linear parametric circles in MatLab environment by calculating the determinants through d-trees method. It is shown that the use of Fourier exponential series has some advantages over Fourier trigonometric series. The conclusion is drawn on the basis of the given experiments.
Про точність аналізу лінійних параметричних кіл частотним символьним методом
(Видавництво Львівської політехніки, 2010) Шаповалов, Ю. І.; Маньковський, С. В.
Порівняно результати обчислень за частотним символьним методом з обчисленнями за програмою MicroCAP та аналітичним розв’язком. It deals with comparison of the results of the calculations performed by frequencysymbolic method with the calculations done by MicroCAP programme and analytical solution.
Розроблення Python програми для візуалізації спектрограм
(Видавництво Львівської політехніки, 2023-10-01) Сало, О.; Маньковський, С. В.
Розроблення Python програми для візуалізації спектрограм
(Видавництво Львівської політехніки, 2023-10-01) Сало, О.; Маньковський, С. В.
Символьна модель квадратурного детектора
(Видавництво Львівської політехніки, 2016) Маньковський, С. В.; Маньковська, Е. Й.
Запропоновано символьну модель квадратурного детектора. В запропонованій моделі вихідний сигнал представляється у вигляді матриці, яка містить параметри частотних складових вихідного сигналу, зокрема частоту, амплітуду та фазу. Запропонована модель корисна для розв’язання задач аналізу, оптимізації та синтезу. Quadrature detectors (QD) are widely used in a radioelectronic devices as alternative to the synchronous detectors. There are many applications where there is necessary to measure the amplitude of input signal with specified frequency, but unknown or variable phase. For such cases the quadrature detectors are often used. The key advantage of quadrature detectors is that output signal is invariant to the phase of the input signal. This paper is devoted to the symbolic model of the quadrature detector. The output signal is represented as a matrix contains the parameters of this signal frequency components (frequencies, amplitudes and phases). Proposed model is useful for analysis, optimization and statistical problems. Proposed symbolic model of quadrature detector allows to obtain symbolic model once per given quadrature detector architecture and use this model many times for solving a lot of engineering problems like optimization or statistical analysis. The symbolic model can be used for quick output signal calculation. To do this the corresponding numerical values should be substituted instead of symbolic parameters. The restriction of proposed model is that it allows to build the symbolic model in the frequency domain for all blocks of quadrature detector except SQRT block. But this model allows easily calculate SQRT output signal in time domain. To do this the matrix representation of SQRT input signal is converted to the time domain signal according to the given in paper equation and square root can be easily calculated. The drawback of proposed model is that the case of complicated input signal, which contains a lot of frequency components, causes to the symbolic model complexity increase due the order of matrix model increase proportionally to the number of frequency components in the input signal.