随机信号分析实验:随机过程的模拟与数字特征

随机信号分析实验:随机过程的模拟与数字特征

ID:48317541

大小:437.01 KB

页数:12页

时间:2020-01-10

随机信号分析实验:随机过程的模拟与数字特征_第1页
随机信号分析实验:随机过程的模拟与数字特征_第2页
随机信号分析实验:随机过程的模拟与数字特征_第3页
随机信号分析实验:随机过程的模拟与数字特征_第4页
随机信号分析实验:随机过程的模拟与数字特征_第5页
资源描述:

《随机信号分析实验:随机过程的模拟与数字特征》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实验二随机过程的模拟与数字特征实验目的1.学习利用MATLAB模拟产生随机过程的方法。2.熟悉和掌握特征估计的基本方法及其MATLAB实现。实验原理1.正态分布白噪声序列的产生MATLAB提供了许多产生各种分布白噪声序列的函数,其中产生正态分布白噪声序列的函数为randn。函数:randn用法:x=randn(m,n)功能:产生m×n的标准正态分布随机数矩阵。如果要产生服从分布的随机序列,则可以由标准正态随机序列产生。如果,则。2.相关函数估计MATLAB提供了函数xcorr用于自相关函数的估计。函数:xcorr用法:c=xcor

2、r(x,y)c=xcorr(x)c=xcorr(x,y,'opition')c=xcorr(x,'opition')功能:xcorr(x,y)计算与的互相关,xcorr(x)计算的自相关。option选项可以设定为:'biased'有偏估计。'unbiased'无偏估计。'coeff'm=0时的相关函数值归一化为1。'none'不做归一化处理。3.功率谱估计对于平稳随机序列,如果它的相关函数满足-12-(2.1)那么它的功率谱定义为自相关函数的傅里叶变换:(2.2)功率谱表示随机信号频域的统计特性,有着重要的物理意义。我们实际所能

3、得到的随机信号的长度总是有限的,用有限长度的信号所得的功率谱只是真实功率谱的估计,称为谱估计或谱分析。功率谱估计的方法有很多种,这里我们介绍基于傅里叶分析的两种通用谱估计方法。(1)自相关法先求自相关函数的估计,然后对自相关函数做傅里叶变换(2.3)其中表示用于估计样本序列的样本个数。(2)周期图法先对样本序列做傅里叶变换(2.4)其中,则功率谱估计为(2.5)MATLAB函数periodogram实现了周期图法的功率谱估计。函数:periodogram用法:[Pxx,w]=periodogram(x)[Pxx,w]=period

4、ogram(x,window)[Pxx,w]=periodogram(x,window,nfft)[Pxx,f]=periodogram(x,window,nfft,fs)periodogram(...)功能:实现周期图法的功率谱估计。其中:Pxx为输出的功率谱估计值;f为频率向量;w为归一化的频率向量;-12-window代表窗函数,这种用法种对数据进行了加窗,对数据加窗是为了减少功率谱估计中因为数据截断产生的截断误差,表2.1列出了产生常用窗函数的MATLAB函数表2.1常用窗函数及产生窗函数的MATLAB函数窗函数MATLA

5、B函数窗函数MATLAB函数矩形窗boxcarBlackman窗blackman三角窗triangChebyshev窗chebwinHanning窗hannBartlett窗bartlettHamming窗hammingKaiser窗kaisernfft设定FFT算法的长度;fs表示采样频率;如果不指定输出参数(最后一种用法),则直接会出功率谱估计的波形。实验内容1.按如下模型产生一组随机序列其中是均值为1,方差为4的正态分布白噪声序列。估计过程的自相关函数和功率谱。MATLAB代码:注解:>>w=randn(1001,1);产生

6、一个标准正态分布>>x(1)=0;>>fori=2:1001;x(i)=0.8*x(i-1)+1+2*w(i);>>end;产生题目要求的随机序列>>plot(x);画出随机序列>>periodogram(x);画出功率谱>>c=xcorr(x);求出自相关函数>>n=-1000:1000;确定自相关函数的图像范围>>plot(n,c);画出自相关函数图实验结果:-12-随机序列功率谱-12-相关函数实验原理:本题要求按它所给的公式产生一个伪随机序列,我们采用的方法依然是上次课所学的方法,只是在这里我们利用了randm函数,用它来

7、产生高斯白噪声,方程式为这样,我们就可以得到了题目要求均值和方差的高斯白噪声。然后通过一个循环就产生了题目要求的随机序列。接着,我们求出了这个随机序列的功率谱密度,方法是使用了periodogram函数,这个函数的作用就是产生随机序列的功率谱,其具体的使用方法已经在上面的描述中给出了。然后我们画出了它的自相关函数,用的是系统的xcorr函数,并将画出的自相关函数的自变量范围定在了-1000到1000之间,从而得了实验结果中的图。-12-1.设信号为其中,,为正态分布白噪声序列,试在和点时,分别产生随机序列,画出的波形并估计的相关函

8、数和功率谱。(1)当N=256时MATLAB代码注释:>>k=256;选取点值为256>>w=randn(1,k);产生标准高斯分布的高斯白噪声>>x=randn(1,k);>>fori=1:(k-1);x(i)=sin(0.1*pi*i)+2*c

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。