4. Выбор и обоснование программных средств

   1. Выбор операционной системы

Разработанная система предназначена для работы в семействе операционных систем (ОС) Microsoft Windows: ХР, Vista, 7. Данная ОС наиболее распространенная в мире. Удобный оконный интерфейс ОС семейства Windows предоставляет широкие возможности по реализации визуального оформления программы, а встроенные службы позволяют организовать легкий доступ к руководству пользователя. Большинство программ предназначено для работы в ОС Microsoft Windows.

2. Выбор языка программирования

При разработке системы был использован язык программирования C# и среда программирования Visual Studio 2010.

Основное достоинство Visual Studio 2010 состоит в том, что здесь реализованы идеи визуального программирования. Среда визуального программирования превращает процесс создания программы в приятное и легко понимаемое конструирование приложения из большого набора графических и структурных примитивов.

В системе Visual Studio 2010 реализована возможность выполнения таких задач как:

• создание законченных приложений для Windows самой различной направленности;

• быстрое создание профессионального оконного интерфейса для любых приложений;

• создание мощных систем работы с локальными и удаленными базами данных.

2. Конструкторско-технологическая часть

   1. Разработка пользовательского интерфейса системы

При разработке пользовательского интерфейса были соблюдены основные требования. Интерфейс должен быть дружелюбным, наглядным и интуитивно понятым пользователю.

1. Описание первой подсистемы

На странице первой подсистемы расположена панель, на которой отображены заданные пользователем параметры для моделирования СП и полученные в результате числовые характеристики сгенерированного СП. Пользователем задается:

- Количество реализаций (от 100 до 10000).

- Модель корреляционной функции:

*R_x(τ)= e^-α׀τ׀ (модель 1);

*Rx(τ)= e^-α׀τ׀*(1-α τ) (модель 2);

*Rx(τ)= e^-α׀τ׀*(1+α τ) (модель 3);

*R_x(τ)= e^-α׀τ׀ *(cos(ω₀τ) – ^α/ ω₀*sin(ω₀τ)) (модель 7).

- Погрешность

* 2%

* 5%

* другое значение, введенное пользователем.

- Параметры λ и ω для корреляционной функции (по умолчанию предлагается λ=1 и ω=5). (рисунок 9)

Рисунок 9 – Задание параметров КФ

После выбора всех необходимых характеристик, и нажатия пользователем кнопки «Сгенерировать СП», происходит отображение числовых характеристик случайного процесса:

- Интервал дискретизации.

- Количество ординат.

- Математическое ожидание.

- Дисперсия.

Справа расположена панель, на которой пользователь может выбрать полученные в результате моделирования данные, которые отображаются в графическом виде.

После задания параметров КФ и нажатия на кнопку «Сгенерировать СП» система рассчитывает числовые и вероятностные характеристики. Полученные данные отображаются на главной форме, так как показано на рисунке 10.

Рисунок 10 – Вид программы после генерации СП:

2. Описание второй подсистемы

Переходя по вкладкам, пользователь может перейти ко второй подсистеме и посмотреть вероятностную характеристику случайного процесса - построение КФ, причем на графике отображаются как практическая, так и теоретическая КФ (рисунки 11 - 14)

Рисунок 11 – Визуализация вероятностной характеристики СП – КФ (модель 1)

Рисунок 12 – Визуализация вероятностной характеристики СП – КФ (модель 2)

Рисунок 13 – Визуализация вероятностной характеристики СП – КФ (модель 3)

Рисунок 14 – Визуализация вероятностной характеристики СП – КФ (модель 7)

Благодаря второй подсистеме, пользователь может наблюдать «разброс» результатов при очередной генерации СП (рисунок 15)

Рисунок 15 – Визуализация вероятностных характеристик СП – КФ, при многократной генерации СП

Так же вторая подсистема позволяет наблюдать разницу в результатах в зависимости от количества отсчетов и погрешности (рисунки 16, 17)

Рисунок 16 – КФ, при количествах отсчетов 100 и 10000

Рисунок 17 – КФ, при погрешностях 2% и 20%

Так же пользователь может построить ортогональную модель корреляционной функции в базисе Якоби [-1/2;0]. На экранную форму в виде таблицы выводятся рассчитанные коэффициенты, использованные для построения модели и график аппроксимированной корреляционной функции (рисунок 18)

Рисунок 18 – Ортогональная модель КФ

Путем изменения порядка и параметра масштаба можно сделать более точное построение ортогональной модели корреляционной функции, при этом пользователь вводит значение порядка, и система рассчитывает и выводит оптимальное значение параметра масштаба (рисунок 19)

Рисунок 19 – Ортогональная модель КФ при значениях m 10 и 30