Обработка данных в автоматизированных системах
2.2 Спектральный анализ на основе преобразования Фурье
Дискретное преобразование Фурье (финитное) определяется следующим соотношением:
|
|
(2.2) |
где X(k) - значение (комплексное) дискретного преобразования Фурье, определенное в частоте с номером k;
x(i) - значение (вещественное) исходного временного ряда, определенное в момент времени с номером i;
T - период дискретизации;
N - количество отсчетов (длина) временного ряда.
Дискретное преобразование Фурье связывает спектральную характеристику (комплексный спектр) X(k), определенную в дискретных значениях частоты (с номером k), с дискретными значениями временного ряда (сигнала) x(i), определенными в дискретные моменты времени (с номером i).
Точность представления спектральной характеристики определяется разрешением по частоте:
|
|
(2.3) |
Обратное дискретное преобразование Фурье определяется следующим соотношением:
|
|
(2.4) |
Из сравнения формул (2.2) и (2.4) следует, что они отличаются знаком показателя экспоненты, множителем перед знаком суммы, а также переменной суммирования. Это позволяет строить единые программы для прямого и обратного преобразований Фурье.
Применяя формулу Эйлера, выражение (2.2) можно привести к виду:
|
|
(2.5) |
где
|
(2.6) |
Оценивание спектральной плотности мощности (СПМ) с помощью дискретного преобразования Фурье осуществляется по формуле:
|
|
(2.7) |
где X(k) -
дискретное
преобразование
Фурье (спектральная
характеристика)
временного
ряда
,
соответствующего
процессу x(t),
обладающего
свойством
эргодичности;
T - период дискретизации процесса x(t);
N - длина временного ряда.
Черта
в правой части
формулы (2.7) означает
операцию осреднения.
Применение
формулы (2.7) без
операции осреднения
приводит к
получению
"грубой" оценки
СПМ. Формула
(2.6) позволяет
вычислить
оценку СПМ
посредством
статистического
осреднения
модуля спектральной
характеристики
совокупности
данных, поделенного
на длину записи
данных. Статистическое
осреднение
необходимо
здесь потому,
что ординаты
спектральной
характеристики
являются случайными
величинами,
изменяющимися
для каждой
используемой
реализации
случайного
временного
ряда
.
Операция
осреднения
уменьшает
статистическую
изменчивость,
или повышает
статистическую
устойчивость.
В спектральном
анализе случайных
временных рядов
на статистическую
устойчивость
влияют два
параметра -
разрешение
по частоте
и длина записи
.
Можно
показать, что
оценки ПСМ
приближенно
имеют распределение
с
n степенями
свободы, где
.
Более того, для
достаточно
больших n, например,
,
распределение
аппроксимируется
гауссовским
(нормальным)
распределением.
В этом случае
нормированное
стандартное
отклонение
(стандартное
отклонение,
связанное с
оцениваемой
величиной, т.е.
процентная
ошибка, или, в
статистической
терминологии,
"коэффициент
разброса")
определяется
соотношением:
|
|
(2.8) |
Величину
называют стандартной
ошибкой. Если
,
то
.
Результат означает, что вычисление оценки СПМ с использованием полной длины временного ряда имеет стандартную ошибку, равную 100%.
Если
отрезок
поделить на
m участков, то
в этом случае:
|
|
(2.9) |
Подставляя полученный результат в (2.7), найдем:
|
|
(2.10) |
Таким
образом, для
повышения
точности оценивания
СПМ необходимо
исходный временной
ряд длины N разбить
на m участков
длины Nу, вычислить
для каждого
i-го участка
по формуле (1),
а затем найти
осредненную
оценку по формуле:
|
|
(2.11) |
Следует
иметь в виду,
что разрешение
по частоте в
рассмотренном
случае определяется
из соотношения
.
Число степеней
свободы для
найденной
оценки СПМ
можно найти
следующим
образом:
|
|
(2.12) |
Следовательно, для повышения степеней свободы и, соответственно, статистической устойчивости оценок СПМ необходимо увеличивать число участков для осреднения.
Повышение числа степеней свободы можно достичь другим способом - осреднением по частотам.
Сглаженная оценка:
|
|
(2.13) |
полученная
осреднением
- соседних оценок
спектральной
характеристики,
имеет распределение
с числом степеней
свободы, равным
примерно 2l. Это
следует из
теории о сложении
величин, имеющих
распределение
.
Следует отметить, что разрешение по частоте в данном случае определится из соотношения:
|
|
(2.14) |
Поскольку
операция осреднения
линейная, оценку
СПМ можно найти,
комбинируя
осреднение
по участкам
с осреднением
по частотам.
При этом сначала
выполняется
осреднение
по участкам,
а затем - по
частотам. При
осреднении
по m участкам
с последующим
осреднением
соседних спектральных
оценок в итоге
получаются
оценки, число
степеней свободы
которых равно
.
Разрешение
в этом случае
равно
.
3. РАЗРАБОТКА ПРИКЛАДНОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
Программное обеспечение разрабатывается в виде стандартного приложения для операционной системы Windows. Она наиболее распространена среди потенциальных пользователей разрабатываемого программного продукта, а использование оконного интерфейса позволяет сделать приложение наглядным и простым в использовании.
3.1 Общие сведения
Разрабатываемая программа предназначена для моделирования работы системы обработки информации, состоящая из АЦП и блока анализа. Блок анализа позволяет находить характеристики генерируемого временного ряда, производить прямое и обратное преобразование Фурье и анализировать полученные результаты, оценивать спектральную плотность мощности несколькими способами. В программе так же предусматривается блок, генерирующий исходный временной ряд (поступающий на вход АЦП).
Входными данными для программы являются: разрядность АЦП; динамический диапазон напряжений АЦП; период дискретизации АЦП; амплитуда входного сигнала; число отсчетов (элементов генерируемого временного ряда); число гармоник и их величины; разрешение по частоте; % погрешность оценивания спектральных плотностей; база усреднения.
Выходными данными являются ряды: исходный временной ряд, дискретный временной ряд, ошибка квантования, грубая и сглаженные оценки спектров мощности и т.д.
3.2 Описание используемых модулей
Программа состоит из одного основного модуля Unit1 и дополнительного модуля Unit2. Также в программе используются функции ftt и mo, оформленные в одноименные модули.
Модуль Unit1 представляет собой главное окно программы и содержит основные функции: tsg – генерации временного ряда, grub- анализа грубой оценки и оценки осредненной по частоте, sred – анализа оценки осредненной с помощью разбиения на участки и smooth – анализа оценки со спектральным окном.
Модуль Unit2 является вспомогательным и содержит только информативные сообщения.
Модуль FFT содержит функцию быстрого преобразования Фурье.
Модуль MO содержит функцию, выполняющую нахождение математического ожидания временного ряда.
3.3 Руководство пользователя
При запуске программы открывается окно следующего вида

Рисунок 3.1 – Общий вид окна программы
Окно состоит из нескольких основных частей. Блок ввода исходных данных, где необходимо ввести параметры временного ряда, подлежащего генерации. Все данные вводятся в численном виде, знак разделения – запятая. Число гармоник задается компонентой SpinEdit, и сразу после изменения ее значения в таблице под ней устанавливается соответствующее число ячеек для ввода значений гармоник. Число гармоник в данной программе можно устанавливать в пределах от 1 до 20.
Исходные данные для спектрального анализа вводятся аналогичным образом. Это процентная ошибка, разрешение по частоте и база осреднения.
Блок операций позволяет осуществлять три операции. Это генерация ряда, спектральный анализ и очистка графиков и таблиц.
Генерация ряда проводится на основе введенных данных для ряда. Данные дискретного временного ряда сохраняются в файл. При этом выводятся графики исходного ряда, ряда на выходе АЦП, ошибки квантования, а также численные данные по этим рядам. Последнее будет выглядеть так:

Рисунок 3.2 – Вид окна программы после генерации ряда
Вид окна с графиком, например, исходного врем. ряда, будет таким:

Рисунок 3.3 – Исходный врем. ряд после его генерации
Осуществив ввод данных для спектрального анализа, нажимаем на кнопку «Спектральный анализ». Будут построены графики грубой и осредненной оценок спектральной плотности мощности, а также выведены численные данные по ним, спектры построены в виде гистограмм.
В таблицу выводятся как значения ординат спектров, так и частоты, соответствующие им, отдельно для грубой оценки СПМ и для оценки осредненной по участкам. Для оценки осредненной по частотам частоты те же, что и для грубой оценки СПМ.
Так будет выглядеть окно с численными данными после спектрального анализа:

Рисунок 3.4 – Вид окна программы после спектрального анализа
Эти данные сохраняются в файл, чтобы обеспечить возможность построения их впоследствии, в том числе и в других прикладных программах.
Окно с графиком, например, грубой оценки СПМ, будет выглядеть так:

Рисунок 3.5 – Вид окна программы после спектрального анализа
3.4 Описание функций
void __fastcall tsg (int Nt, int Ng, float amp, float dt, float *fi, float *vr) - служит для генерации временного ряда. Алгоритм получения временного ряда заключается в суммировании значений всех гармоник в каждый конкретный момент времени. Количество отсчетов времени задается, и конец временного интервала получается путем умножения числа отсчетов на период дискретизации.
Nt – длина временного ряда;
Ng – количество гармоник;
mp – амплитуда гармоник;
dt – период дискретизации;
fi – входной массив частот гармоник;
vr – выходной массив (временной ряд);
void smooth(int N, float *mas, float *mas1, int num)
Функция окон сглаживания в зависимости от передаваемого ей индекса применяет алгоритм сглаживания либо с помощью окна Гудмена, либо окна Гудмена-Эноксона-Отнеса. Используется в качестве вспомогательной функции при вычислении оценки спектральной плотности мощности.
N –длина в. р.
mas –в. р., подлежащий сглаживанию
num – индекс вида окна. num=1 – окно Гудмена, num=2 – окно Гудмена-Эриксона-Отнеса
mas1 – сглаженный в. р.
float fft (float *x, float *y, Int N, Int m, Int Ind) – быстрое преобразование Фурье.
x и y – входные/выходные массивы;
N – длина временного ряда;
m – степень двойки (разрядность АЦП);
Ind – показатель преобразования БПФ: Ind =1 – прямое, Ind =2 – обратное.
void sred (float *x, float *y, float *vr, int Nt, float dt, float amp, float b) – предполагает вычисление сглаженной оценки методом усреднения по отрезкам (участкам).
x и y – входные/выходные массивы;
Nt – длина временного ряда;
dt – период дискретизации;
amp – амплитуда гармоник;
vr – входной массив (временной ряд);
b – разрешение;
void __fastcall grub (float *x, float *y, float *vr, int Nt, float b, float dt, float amp) – содержит в себе вычисление грубой оценки спектральной плотности, а так же вычисляет в зависимости от заданных условий сглаженную по частотам оценку плотности.
x и y – входные/выходные массивы;
Nt – длина временного ряда;
dt – период дискретизации;
amp – амплитуда гармоник;
vr – входной массив (временной ряд);
b – разрешение.
3.5 Тестирование ПО
Исходные данные:
Количество гармоник – 5;
Частоты гармоник: 60, 80, 100, 120, 140;
Период дискретизации – 0,002 с;
Разрядность АЦП – 12
Амплитуда сигнала – 2,5 В
Диапазон входных напряжений от -2,5 В до +2,5 В;
Статическая ошибка – 20%;
Разрешение – 5 Гц;
Результатами работы программы являются исходный (рис. 3.6) и дискретный (рис. 3.7) временные ряды, грубая (рис. 3.8) оценка СПМ, сглаженные оценки СПМ методами осреднения по участкам (рис. 3.9), по частотам (рис. 3.10) и оценка СПМ со спектральным окном (рис. 3.11)

Рисунок 3.6 – Исходный временной ряд

Рисунок 3.7 – Дискретный временной ряд

Рисунок 3.8 – Грубая оценка СПМ

Рисунок 3.9 - Сглаженная оценка СПМ методом осреднения по участкам

Рисунок 3.10 - Сглаженная оценка СПМ методом осреднения по частотам

Рисунок 3.11 - Оценка СПМ со спектральным окном
Уже при анализе грубого спектра мы можем наблюдать пять всплесков, соответствующих пяти гармоникам входного сигнала. Соответствующие всплескам частоты, как мы можем заметить, равны частотам гармоник сигнала. В нашем примере это частоты 60, 80, 100, 120, 140 Гц.
При осреднении грубой оценки двумя методами выявляются следующие закономерности. Во-первых, наблюдается эффект размывания частот. Для метода осреднения по частотам, например, он зависит от выбора базы осреднения. Во-вторых, можно заметить выравнивание всплесков по амплитуде или же, по крайней мере, сокращение разброса значений. Отметим, что наиболее наглядно эффект осреднения грубой оценки СПМ прослеживается при наличии в ней случайной составляющей (зашумления).
ЗАКЛЮЧЕНИЕ
В данном курсовом проекте разработали техническое и программное обеспечение автоматизированной системы научных исследований (АСНИ).
Был выполнен расчет информационно-измерительного канала АСНИ, состоящего из дифференциального усилителя и активного фильтра по исходным данным. Определили необходимый КООС (коэффициент ослабления синфазного сигнала), минимально необходимый коэффициент усиления дифференциального сигнала Кдиф, выбрали схемотехническое решение, нашли подходящий тип операционного усилителя и рассчитали элементы схемы в соответствии с найденным Кдиф. Порядок фильтра приняли равным 2.
Разработали программное обеспечение и алгоритмы, программу оценивания спектральной плотности с разрешением по частоте b. При этом рассчитали необходимую длину исходного временного ряда для периода дискретизации Т и ошибки оценивания e.
Воспользовались языком программирования С++ и готовым программным модулем быстрого преобразования Фурье.
Разработанная программа позволяет моделировать работу АСНИ:
генерирует исходный временной ряд;
моделирует работу АЦП;
анализирует грубую оценку спектральной плотности мощности;
анализирует улучшенную оценку спектральной плотности мощности двумя методами – разбиением на участки, осреднением по частотам.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Моделирование и обработка данных, поступающих от аналого-цифровых преобразователей: Методические указания к выполнению лабораторной работы по дисциплине "Обработка данных в автоматизированных системах" / Сост. Л.А. Краснодубец. – Севастополь: Изд-во СевНТУ, 2002.–11с.
2. Исследование дискретного преобразования Фурье: Методические указания к выполнению лабораторной работы по дисциплине "Обработка данных в автоматизированных системах" / Сост. Л.А. Краснодубец. – Севастополь: Изд-во СевНТУ, 2002.– 13с.
3. Оценивание спектральных плотностей при помощи быстрого преобразования Фурье: Методические указания к выполнению лабораторной работы по дисциплине "Обработка данных в автоматизированных системах" / Сост. Л.А. Краснодубец. – Севастополь: Изд-во СевНТУ, 2002.– 13с.
4. А.Я. Архангельский – Программирование в Delphi 6.– М.: ЗАО "Издательство БИНОМ", 2002 г. – 1120 с.
5. Х.М. Дейтл, П. Дж. Дейтл – Как программировать на С++. – М.: ЗАО «Издательство БИНОМ», 2003 г. – 1031с.
6. ГОСТ 2.105-95 ЕСКД. Общие требования к текстовым документам.
7. ГОСТ 2. 701–84 ЕСКД. Схемы. Виды и типы. Общие требования к выполнению.
ПРИЛОЖЕНИЕ А (ОБЯЗАТЕЛЬНОЕ)
Текст программы
//---------------------------------------------------------------------------
#include <vcl.h>
#pragma hdrstop
#include <math.h>
#include "fft.cpp"
#include "Unit1__my.h"
#include "Unit2.h"
#include "Unit3.h"
#include "fstream.h"
#include "mo.cpp"
//---------------------------------------------------------------------------
#pragma package(smart_init)
#pragma link "CSPIN"
#pragma resource "*.dfm"
TADC *ADC;
//---------------------------------------------------------------------------
void smooth(int N,float *mas,float *mas1,int num)
{float a[4];int l1,l2;
if (num==1) {a[1]=0.1817;a[2]=-0.1707;a[3]=0.1476;}
if (num==2) {a[1]=0.35;a[2]=-0.0875;a[3]=0.0625;}
for (int k=0;k<N;k++)
{mas1[k]=mas[k];
for (int i=1;i<=3;i++){
if ((k-i)<0) l1=k-i+N;
else l1=k-i;
if ((k+i)>N-1) l2=k+i-N;
else l2=k+i;
mas1[k]=mas1[k]+a[i]*(mas[l1]+mas[l2]);}
if (num==1) mas1[k]=mas1[k]*1.1679;
if (num==2) mas1[k]=mas1[k]*1.267;
}
}
//---------------------------------------------------------------------------
__fastcall TADC::TADC(TComponent* Owner)
: TForm(Owner)
{
}
//---------------------------------------------------------------------------
void __fastcall tsg(int Nt,int Ng, float amp,float dt,float *fi,float *vr)
{
int i,j;
float ti,s;
try{
ti=0.0;
for(j=0;j<Nt;j++){
s=0.0;for(i=0;i<Ng;i++) s+=amp*sin(2.0*M_PI*fi[i]*ti)/Ng;
vr[j]=s;
ti+=dt;
}
}catch (...){
Application->MessageBox("Проверь себя!!!","Ошибочка вышла", MB_OK);
}
}
void __fastcall TADC::HarmonicNumberChange(TObject *Sender)
{
Freq->RowCount=HarmonicNumber->Value;
}
//---------------------------------------------------------------------------
void __fastcall TADC::Button1Click(TObject *Sender)
{
float dt, *vr, *fi, b, eps, ti, amp, Umin, Umax, Cx;
int Nt, Ng, i, level;
TListItem *ListItem;
Series1->Clear();
LineSeries1->Clear();
try{
std:: FILE *outfile;
SaveDialog->Title = "Сохранение файла временного ряда";
if((eps = StrToFloat(Error->Text))<=0) eps=1;
if(eps >1) eps=1;
if((b = StrToFloat(BText->Text))<=0) b=1;
Ng=StrToInt(HarmonicNumber->Value);
dt=StrToFloat(dtText->Text);
Nt=(int)1.0/(dt*b);
amp=StrToFloat(Amlitude->Text);
Nt = pow(2,ceil(log(Nt/sqrt(eps))/log(2)));
Umin=StrToFloat(MinUText->Text);
Umax=StrToFloat(MaxUText->Text);
Cx=(pow(2,StrToInt(CapacityText->Text))-1)/(Umax-Umin);
if (SaveDialog->Execute()){
outfile = std::fopen(SaveDialog->FileName.c_str(), "w");
if (outfile)
{fprintf(outfile,"%fn%dn%fn",dt,Nt,amp);
}
fi=(float*)malloc(Ng*sizeof(float));
for(i=0;i<Ng;i++) fi[i]=StrToFloat(Freq->Cells[0][i]);
vr=(float*)malloc(Nt*sizeof(float));
tsg(Nt,Ng, amp, dt, fi, vr);
ti=0.0;
ListView1->Items->Clear();
ListView1->Column[2]->Caption="Исходный временной ряд";
ListView1->Column[3]->Caption="Дискретный временной ряд";
for(i=0;i<Nt;i++,ti+=dt) {
LineSeries1->AddXY(ti,vr[i],"",clRed);
ListItem=ListView1->Items->Add();
ListItem->Caption=IntToStr(i);
ListItem->SubItems->Add(FloatToStr(ti));
ListItem->SubItems->Add(FloatToStr(vr[i]));
if(vr[i]<Umin) vr[i]=Umin;
else if(vr[i]>Umax) vr[i]=Umax;
level=floor(Cx*(vr[i]-Umin)+0.4999999);
ListItem->SubItems->Add(IntToStr(level));
fprintf(outfile,"%dn",level);
Series1->AddXY(i,level,"",clGreen);
}
fclose(outfile);free(fi);free(vr);}
}catch (...){
Application->MessageBox("Проверь себя!!!","Ошибочка вышла", MB_OK);
}
}
//---------------------------------------------------------------------------
void __fastcall TADC::Button2Click(TObject *Sender)
{
int Nt,i,j;
float *vr, *x, *y, amp, dt, mx, *Sxx,*Sxx1;
std:: FILE *DR,*VR;
TListItem *ListItem;
Series1->Clear();
BarSeries1->Clear();
BarSeries2->Clear();
try {
float b=StrToFloat(BText->Text);
OpenDialog->Title="Загрузка файла с временным рядом";
if(OpenDialog->Execute()){
VR=std::fopen(OpenDialog->FileName.c_str(),"r");
fscanf(VR,"%fn%dn%fn",&dt,&Nt,&);
//Чтение временного ряда
vr=(float*)malloc(Nt*sizeof(float));
x=(float*)malloc(Nt*sizeof(float));
y=(float*)malloc(Nt*sizeof(float));
Sxx=(float*)malloc(Nt*sizeof(float));
Sxx1=(float*)malloc(Nt*sizeof(float));
float ti=0.0;
ListView1->Items->Clear();
ListView1->Column[2]->Caption="Дискретный временной ряд";
ListView1->Column[3]->Caption="Центрированный временной ряд";
for(i=0;i<Nt;i++,ti+=dt) {fscanf(VR,"%fn",&vr[i]);
Series1->AddXY(i,vr[i],"",clGreen);
ListItem=ListView1->Items->Add();
ListItem->Caption=IntToStr(i);
ListItem->SubItems->Add(FloatToStr(ti));
ListItem->SubItems->Add(FloatToStr(vr[i]));
}
SaveDialog->Title = "Сохранение файла грубой оценки";
int razm=ceil(log(Nt)/log(2));
int N1=pow(2,ceil(log(Nt)/log(2)));
if (SaveDialog->Execute()){
DR = std::fopen(SaveDialog->FileName.c_str(), "w");
fprintf(DR,"%fn%dn%fn",dt,N1,amp);
for(i=0;i<N1;i++){x[i]=vr[i];y[i]=0.0;}
mx=me(vr,N1);
for(i=0;i<N1;i++) {x[i]=x[i]-mx;
//Sxx[i]=x[i]; Sxx1[i]=y[i]; //
ListItem=ListView1->Items->Item[i];
ListItem->SubItems->Add(FloatToStr(x[i]));
}
fft(x,y,N1,razm,1); //
//fft(Sxx,Sxx1,N1,razm,1); //
//smooth(N1,Sxx,x,1); smooth(N1,Sxx1,y,1); //
for(i=0;i<N1;i++) Sxx[i]=(dt/Nt)*(x[i]*x[i]+y[i]*y[i]);
float b1=1/(dt*N1);
for(i=0;i<N1;i++){ fprintf(DR,"%fn",Sxx[i]);
BarSeries1->AddXY(i*b1,Sxx[i],"",clTeeColor);
ListItem=ListView1->Items->Item[i];
ListItem->SubItems->Add(FloatToStr(i*b1));
ListItem->SubItems->Add(FloatToStr(Sxx[i]));
}
fclose(DR);
if(RadioGroup1->ItemIndex==1)
{
//Осреднение по частоте
float s=0.0;
int l=StrToInt(FreqEdit->Text);
SaveDialog->Title="Сохранение файла оценки методом частотного осреднения";
if(SaveDialog->Execute())
{DR = std::fopen(SaveDialog->FileName.c_str(), "w");
fprintf(DR,"%fn%dn%fn",dt,N1,amp);
for(i=0;i<N1-l;i++){s=0.0;
for(j=i;j<i+l;j++)s=s+Sxx[j];
fprintf(DR,"%fn",s/l);
BarSeries2->AddXY(i*b1,s/l,"",clTeeColor);
ListItem=ListView1->Items->Item[i];
ListItem->SubItems->Add(FloatToStr(i*b1));
ListItem->SubItems->Add(FloatToStr(s/l));
}
fclose(DR);
}
}else if(RadioGroup1->ItemIndex==0){
// Осреднение по участкам
SaveDialog->Title = "Сохранение файла оценки методом разбиения на участки";
int Ny=1/(dt*b);
razm=ceil(log(Ny)/log(2));
Ny=pow(2,razm);
if (SaveDialog->Execute()){
DR = std::fopen(SaveDialog->FileName.c_str(), "w");
fprintf(DR,"%fn%dn%fn",dt,Ny,amp);
int m=ceil(Nt/Ny);
for(i=0;i<Ny;i++) Sxx[i]=0;
for(j=0;j<m;j++){
for(i=0;i<Ny;i++) if (j*Ny+i>Nt) {x[i]=0;y[i]=0;} else {x[i]=vr[j*Ny+i];y[i]=0;}
mx=me(x,Ny);for(i=0;i<Ny;i++) x[i]=x[i]-mx;
fft(x,y,Ny,razm,1);
for(i=0;i<Ny;i++) Sxx[i]+=(dt/Ny)*(x[i]*x[i]+y[i]*y[i]);
}
for(i=0;i<Ny;i++) {
fprintf(DR,"%fn",Sxx[i]/m);
float b1=1/(dt*Ny);
BarSeries2->AddXY(i*b1,Sxx[i]/m,"",clTeeColor);
ListItem=ListView1->Items->Item[i];
ListItem->SubItems->Add(FloatToStr(i*b1));
ListItem->SubItems->Add(FloatToStr(Sxx[i]/m));
}
fclose(DR);
}
}
}
free(vr); free(x); free(y); free(Sxx);
fclose(VR); }
}catch(...)
{
Application->MessageBox("Проверь себя!!!","Ошибочка вышла", MB_OK);}
}
//---------------------------------------------------------------------------
void __fastcall TADC::Help1Click(TObject *Sender)
{
Form2->Visible=true;
}
//---------------------------------------------------------------------------
void __fastcall TADC::N5Click(TObject *Sender)
{
Form3->Visible=true;
}
//---------------------------------------------------------------------------
void __fastcall TADC::N6Click(TObject *Sender)
{
ADC->Close();
}
//---------------------------------------------------------------------------



