随机信号分析实验:随机过程通过线性系统的分析

合集下载

第4章 随机过程通过线性系统分析

第4章 随机过程通过线性系统分析
证明:由于
上述积分可用极限形式表示:
、 固定时, 为确定的常用,上式是正态变量 的线性组合,而正态的线性组合还是正态分布。
2.高斯过程的均值与方差近似计算
对于高斯过程,只要均值与方差确定,则整个分布函数便确定。
由于
取定一个合适的 ,利用
可求出求出 均值与方差的近似值。
作业:P1515.1,5.2,5.7,5.8,5.9,5.11,5.14,5.15,5.26,5.28。
等效原则:理想系统与实际系统的输出平均功率相等。
例:设理想输出为 ,理想系统是矩形传输函数
为等效带宽。
如何确定 ?
依等效原则,理想系统的平均功率为 ,而
所以
称 为等效噪声带宽。
3.白噪声通过理想低通线性系统
在实际应用中,设
白噪声的谱密度为:
输出 的功率谱密度为
输出 的相关函数为:
输出 的平均功率为
输出 的自相关系统为
但求输入的概率分布不是一件容易的事为使问题得到简化一般我们假设高斯随机过程通过线性系统定理
第4章随机过程通过线性系统分析
引言:信号与系统的传统理论方法的基础是卷积运算。如图,
图1:系统的物理示意图
是系统的输入, 是系统的输出, 是系统的冲激响应函数
其中 ,为冲激函数。
对于线性系统,系统的数学运算为:
相关时间为
4.白噪声通过理想带通线性系统
理想带通线性系统具有理想矩形频率特性
白噪声的谱密度为:
输出 的功率谱密度为
输出 的相关函数为:
可写成
称为相关函数的包络。
输出 的平均功率为
输出 的自相关系统为
相关时间为
5.白噪声通过具有高斯频率特性的线性系统

随机信号通过线性系统的分析

随机信号通过线性系统的分析

信息与通信工程学院实验报告(软件仿真性实验)课程名称:随机信号分析实验题目:随机信号通过线性系统的分析 指导教师:陈友兴班级: 学号: 学生姓名:一、 实验目的和任务1、掌握随机信号通过线性系统的分析方法2.掌握系统输出信号的数字特征和功率谱密度的求解二、 实验内容及原理实验内容:1.产生一信号为123()sin 2sin 2sin 2()X t f t f t f t N t πππ=+++,其中1f nkHz =(n 为学号),22f nkHz =,33f nkHz =,()N t 为高斯白噪声;求出()X t 的时域信号、频谱、自相关、功率谱密度、期望、方差等。

2.设计一FIR 低通滤波器()h t ,通带截止频率为1f ,阻带截止频率为2f ,通带最大衰减为40dB ,阻带最小衰减为1dB 。

3. 将信号()X t 通过()h t 得到响应()Y t ,求出()Y t 的时域信号、频谱、自相关、功率谱密度、期望、方差等,并分析与()X t 性能参数的差异;实验原理:1、线性系统的时域分析方法系统输入和输出的关系为:ττ-τ=ττ-τ==⎰⎰∞∞-∞∞-d )t (x )(h d )t (h )(x )t (h *)t (x )t (y输出期望:∑∞===0m X Y )m (h m )]t (Y [E m输出的自相关函数:)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率:⎰⎰∞∞-∞∞--=τdvdu )u (h )v (h )u v (R )(R X Y 互相关:)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-2、线性系统的频域分析方法输入与输出的关系:)(H )(X )(Y ωω=ω 输出的功率谱:2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱:)(H )(S )(S X XY ωω=ω 三、 实验步骤或程序流程1. 产生三个正弦信号和高斯白噪声叠加的信号,求叠加信号的均值、方差、自相关函数,计算功率谱密度以及傅里叶变换;绘出叠加信号时域特性曲线、傅里叶变换特性曲线、自相关函数曲线、功率谱密度曲线;2. 设计低通滤波器;3. 分析滤波后信号时域、频域的各参数的特性。

随机过程通过线性系统

随机过程通过线性系统
随机过程通过线性系统
▪ 频域: 若 h(t)dt 物理可实现,且x(t)有界,则有:
Y ( ) H ( )X ( ) 。 所以对于确定信号,总可以用数学式或列表形式给定其 时域的描述,或用变换的方式给出其“频域”的表述,而且 对于其通过线性时不变系统的表述为:
x(t)
X ()
h(t )
H ( )
e
H ( ) 2 d
0
H ( 0 ) 2
e
o
0
o
e 表示:系统对噪声功率谱的选择性。
线性系统的通频带宽与等效噪声带宽 e 的关系
线性系统通频带的一般定义:系统频率特性曲线半功
率点的通频带宽 (也称为三分贝带宽)。其表示系
统对有用信号的选择性。
因为 ,e 都取决于系统的传输函数H ( ),
E[Y (t )] m X h( )d m X H (0) ,其中 h( )d H (0)
➢ 输出过程的均值=输入过程的均值×H(0)≡常数。
2. 系统输出Y(t) 的自相关函数:
RY (t, t ) E[Y (t )Y (t )]
h( )h( )E[ X (t )X (t )]dd
3.输入X(t) 与输出Y(t) 的互相关函数和互谱密度
RXY ( ) RX 1Y1 ( ) RX 1Y2 ( ) RX 2Y1 ( ) RX2Y 2 ( )
G XY ( ) G X 1Y1 ( ) G X 1Y2 ( ) G X 2Y1 ( ) G X2Y 2 ( )
四、白噪声通过线性系统
RXY ( ) RX ( ) h( ) (N 0 / 2) ( ) h( ) (N 0 / 2)h( )
即有
h( )
2 N0
RXY ( )

随机信号分析实验:随机过程通过线性系统的分析

随机信号分析实验:随机过程通过线性系统的分析

实验三 随机过程通过线性系统的分析实验目的1. 理解和分析白噪声通过线性系统后输出的特性。

2. 学习和掌握随机过程通过线性系统后的特性,验证随机过程的正态化问题。

实验原理1.白噪声通过线性系统设连续线性系统的传递函数为)(ωH 或)(s H ,输入白噪声的功率谱密度为2)(0N S X =ω,那么系统输出的功率谱密度为2)()(02N H S Y ⋅=ωω (3.1) 输出自相关函数为⎰∞∞-=ωωπτωτd e H N R j Y 20)(4)( (3.2)输出相关系数为)0()()(Y Y Y R R ττγ=(3.3) 输出相关时间为⎰∞=00)(ττγτd Y (3.4)输出平均功率为[]⎰∞=202)(2)(ωωπd H N t Y E (3.5)上述式子表明,若输入端是具有均匀谱的白噪声,则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定,不再是常数。

2.等效噪声带宽在实际中,常常用一个理想系统等效代替实际系统的)(ωH ,因此引入了等效噪声带宽的概念,他被定义为理想系统的带宽。

等效的原则是,理想系统与实际系统在同一白噪声的激励下,两个系统的输出平均功率相等,理想系统的增益等于实际系统的最大增益。

实际系统的等效噪声带宽为⎰∞=∆022max)()(1ωωωωd H H e (3.6)或⎰∞∞--=∆j j e ds s H s H H j )()()(212maxωω (3.7)3.线性系统输出端随机过程的概率分布 (1)正态随机过程通过线性系统若线性系统输入为正态过程,则该系统输出仍为正态过程。

(2)随机过程的正态化随机过程的正态化指的是,非正态随机过程通过线性系统后变换为正态过程。

任意分布的白噪声通过线性系统后输出是服从正态分布的;宽带噪声通过窄带系统,输出近似服从正态分布。

实验内容设白噪声通过图3.1所示的RC 电路,分析输出的统计特性。

图3.1 RC 电路(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。

北京理工大学随机信号分析实验报告

北京理工大学随机信号分析实验报告

北京理工大学随机信号分析实验报告本科实验报告实验名称:随机信号分析实验实验一随机序列的产生及数字特征估计一、实验目的1、学习和掌握随机数的产生方法。

2、实现随机序列的数字特征估计。

二、实验原理1、随机数的产生随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。

进行随机信号仿真分析时,需要模拟产生各种分布的随机数。

在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。

伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。

伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。

(0,1)均匀分布随机数是最最基本、最简单的随机数。

(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即 U(0,1)。

实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下:)(m od ,110N ky y y n n -=Ny x n n /=序列{}nx 为产生的(0,1)均匀分布随机数。

下面给出了上式的3组常用参数: 1、10N 10,k 7==,周期7510≈⨯;2、(IBM 随机数发生器)3116N 2,k 23,==+周期8510≈⨯;3、(ran0)315N 21,k 7,=-=周期9210≈⨯;由均匀分布随机数,可以利用反函数构造出任意分布的随机数。

定理 1.1 若随机变量 X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有)(1R F X x -=由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。

2、MATLAB 中产生随机序列的函数(1)(0,1)均匀分布的随机序列函数:rand用法:x = rand(m,n)功能:产生m×n 的均匀分布随机数矩阵。

第三章 随机信号通过线性系统分析

第三章 随机信号通过线性系统分析

第三章 随机信号通过线性系统的分析本章主要内容: ● 线性系统的基本理论● 随机信号通过连续时间系统的分析 ● 随机信号通过离散时间系统的分析 ● 色噪声的产生与白化滤波器 ● 等效噪声带宽 ● 解析过程● 窄带随机过程基本概念● 窄带高斯过程包络与相位的概率密度 ● 窄带高斯过程包络平方的概率密度3.1随机信号通过连续时间系统的分析在给定系统的条件下,输出信号的某个统计特性只取决于输入信号的相应的统计特性。

分析方法:卷积积分法;频域法。

3.1.1、时域分析法1、输出表达式(零状态响应,因果系统) 输入为随机信号)(t X 某个实验结果的一个样本函数),(ζt x ,则输出),(ζt y 为:对于所有的ζ,输出为一族样本函数构成随机过程Y(t):2. 输出的均值:)(*)()(t h t m t m X Y =证明:3.系统输入与输出之间的互相关函数)(*),(),(22121t h t t R t t R X XY = )(*),(),(12121t h t t R t t R X YX =证明:4、系统输出的自相关函数已知输入随机信号的自相关函数,求系统输出端的自相关函数。

显然,有:5、系统输出的高阶距输出n阶矩的一般表达式为注意:上面的分析方法是零状态响应的一般分析方法。

它既适用于输入是平稳随机信号的情况,也适用于输入是非平稳的情况。

3.1.2、系统输出的平稳性及其统计特性的计算1、双侧随机信号在这种情况下,系统输出响应在t=0时已处于稳态。

(1)若输入X(t)是宽平稳的,则系统输出Y(t)也是宽平稳的,且输入与输出联合宽平稳。

那么由于假定连续系统是稳定的,所以由于输出的均值是常数,而输出的相关函数只是 的函数,且输出均方值有界。

所以,输出随机过程为宽平稳的。

可总结如下:输出均值:输入与输出间的互相关函数为输出的自相关函数为输出的均方值即输出总平均功率为若用卷积的形式,则可分别写为(2)若输入X(t)是严平稳的,则输出Y(t)也是严平稳的。

随机信号通过线性系统分析

随机信号通过线性系统分析
离散和连续时间系统 双侧系统和单侧系统
4.1 线性系统的基本理论
若对于任意常数a和b、输入信号x1(t)和x2(t),有
L[ax1(t) bx2 (t)] aL[x1(t)] bL[x2 (t)] 则称系统为线性系统。 若输入信号x(t)时移c段时间,输出y(t)也只引起一 个相同的时移,即
n
h(n) 1
2 j
l H (z)zn1dz
式中l表示包含 H (z)zn1 所有极点的单位圆。
4.1 线性系统的基本理论
如果系统的单位冲激响应满足 h(n) 0 当n 0时
那么该系统称为因果系统。所以实际运行的物理可实现 系统都是因果的。于是对于物理可实现的系统来说

1. 若输入X(t)是宽平稳的,则系统输出Y(t)也是宽平稳 的,且输入与输出联合宽平稳。

mY (t) mX 0 h( )d


RXY (t1,t2 ) 0 h(u)RX (t2 t1 u)du 0 h(u)RX ( u)du RXY ( )

RY (t1,t2 ) 0 0 h(u)h(v)RX (t2 t1 v u)dudv
重点及其要求:
(1)掌握以下五条性质: 1.双侧宽或严平稳随机 信号通过线性系统后的输出仍是宽或严平稳的,且 输入与输出联合宽平稳;2.双侧宽遍历随机信号通 过线性系统后的输出仍是宽遍历的;3.高斯随机信 号通过线性系统后的输出仍然是高斯随机信号;4. 若线性系统的输入随机信号的带宽远大于系统的带 宽,则无论输入信号具有何种概率密度函数,系统 输出的概率密度函数皆近似于高斯分布;5.线性系 统输出的随机信号的相关时间与系统的带宽成反比。
2. 输出的均值 输出的均值。

实验三随机信号通过线性系统的分析

实验三随机信号通过线性系统的分析

实验三 随机信号通过线性系统的分析一、实验目的1、掌握随机信号通过线性系统的分析方法2、掌握系统输出信号的数字特征和功率谱密度的求解二、实验设备计算机、Matlab 软件三、实验内容与步骤已知平稳随机过程X(n)的相关函数为:5),()(22==σδσm m R ; 线性系统的单位冲击响应为111,0,)(+-=≥=实验者学号后两位r k r k h k 。

编写程序求:(1)输入信号的功率谱密度、期望、方差、平均功率;(2)利用时域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率;(3)利用频域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率;(4)利用频域分析法或时域分析法求解输入输出的互相关函数、互功率谱密度。

四、实验原理1、线性系统的时域分析方法 系统输入和输出的关系为:ττ-τ=ττ-τ==⎰⎰∞∞-∞∞-d )t (x )(h d )t (h )(x )t (h *)t (x )t (y输出期望:∑∞===0m X Y )m (h m )]t (Y [E m输出的自相关函数:)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率:⎰⎰∞∞-∞∞--=τdvdu)u (h )v (h )u v (R )(R X Y 互相关:)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-2、线性系统的频域分析方法输入与输出的关系:)(H )(X )(Y ωω=ω 输出的功率谱:2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱:)(H )(S )(S X XY ωω=ω五、实验报告要求1、写出时域分析、频域分析的必要原理,以及求上述特征的必要公式;2、输出上述各步骤地功率谱密度和相关函数的序列波型,输出各数字特征的值;3、附上程序和必要的注解;4、对实验的结果做必要的分析(如时域分析法与频域分析法求解结果的对比等)六、实验过程function y = experiment3 clc;R_x=zeros(1,81);R_x(41)=sqrt(5); % 输入自相关 S_x=fftshift(abs(fft(R_x))); % 输入功率谱密度 No = 35; %学号 r = 1 - 1/(No + 1); h0 = zeros(1,40);i = 1:41; h1 = r.^i;h = [h0,h1]; %系统单位冲激函数 H = fftshift(abs(fft(h)));%频率响应函数m_x = 0; %输入期望,方差,平均功率 sigma_x = R_x(41); P_x = R_x(41);figure(1),subplot(221),stem(R_x),title('RX');gtext('1105064235 陈郁炜'); subplot(222),stem(S_x),title('SX'); subplot(223),stem(h),title('h'); subplot(224),stem(H),title('H');%时域法求解R_xy = conv(R_x,h);R_xy = R_xy(41:121);R_yx = conv(R_x,fliplr(h));R_yx = R_yx(41:121);R_y = conv(R_yx,h);R_y = R_y(41:121);m_y = sqrt(R_y(81));D_y = R_y(1) - R_y(81);figure(2),subplot(321),stem(R_x);title('Rx'); gtext('1105064235 陈郁炜');subplot(322),stem(R_xy);title('Rxy'); % 互相关subplot(323),stem(R_yx);title('Ryx');subplot(324),stem(R_y);title('Ry'); %输出自相关subplot(325),stem(m_y);title(' m_y 时域法期望值');%输出时域法期望值subplot(326),stem(D_y);title(' D_y时域法方差值 ');%输出时域法方差值S_xy = abs(fft(R_xy));S_xy = fftshift(S_xy);S_yx = fftshift(abs(fft(R_yx)));S_y = fftshift(abs(fft(R_y)));figure(3),subplot(221),stem(S_x);title('Sx');subplot(222),stem(S_xy);title('Sxy'); gtext('1105064235 陈郁炜'); %互功率谱密度subplot(223),stem(S_yx);title('Syx');subplot(224),stem(S_y);title('Sy'); %输出功率谱密度%%%%%%%%%%%%%%%%%%%%%%%%频域分析法S0_xy = S_x.*H;S0_yx = S_x.*fliplr(H);S0_y = S0_yx.*H;figure(4),subplot(221),stem(S_x);title('Sx');subplot(222),stem(S0_xy);title('S0xy'); gtext('1105064235 陈郁炜')subplot(223),stem(S0_yx);title('S0yx'); subplot(224),stem(S0_y);title('S0y'); % 输出功率谱密度R0_xy = fftshift(abs(ifft(S0_xy)));R0_yx = fftshift(abs(ifft(S0_yx)));R0_y = fftshift(abs(ifft(S0_y)));m0_y = sqrt(R0_y(81));D0_y = R0_y(1) - R0_y(81);figure(5),subplot(321), stem(R_x);title('Rx'); gtext('1105064235 陈郁炜');subplot(322), stem(R0_xy);title('R0xy'); %互相关subplot(323), stem(R0_yx);title('R0yx');subplot(324), stem(R0_y);title('R0y');%输出自相关subplot(325), stem(m0_y);title('m0 - y频域法期望值');%输出频域法期望值subplot(326), stem(D0_y);title(' D0 - y '); %输出频域法方差值七、实验结果及分析RX1105064121 王斌050100SXh50100HRx1105064121 王斌RxyRyxRy00.51 1.5200.51 m y 时域法期望值00.51 1.52-101 D y 时域法方差值50100Sx1105064121 王50100Sxy50100SyxSy50100Sx1105064121 王斌50100S0xy50100S0yxS0yRxR0xyR0yxR0y00.51 1.5200.51m0 - y 频域法期望值00.51 1.5212-15D0 - y分析:从该实验的结果可以看出,频域相对于时域来说,求解的过程可以得到简化。

随机信号分析实验报告(基于MATLAB语言)

随机信号分析实验报告(基于MATLAB语言)

随机信号分析实验报告——基于MATLAB语言姓名:_ 班级:_ 学号:专业:目录实验一随机序列的产生及数字特征估计2实验目的 2实验原理 2实验内容及实验结果 3实验小结 6实验二随机过程的模拟与数字特征7实验目的7实验原理7实验内容及实验结果8实验小结11实验三随机过程通过线性系统的分析12实验目的12实验原理12实验内容及实验结果13实验小结17实验四窄带随机过程的产生及其性能测试18实验目的18实验原理18实验内容及实验结果18实验小结23实验总结23实验一随机序列的产生及数字特征估计实验目的1.学习和掌握随机数的产生方法。

2.实现随机序列的数字特征估计。

实验原理1.随机数的产生随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。

进行随机信号仿真分析时,需要模拟产生各种分布的随机数。

在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。

伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。

伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。

(0,1)均匀分布随机数是最最基本、最简单的随机数。

(0,1)均匀分布指的是在[0,1]区间上的均匀分布,U(0,1)。

即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下:序列为产生的(0,1)均匀分布随机数。

定理1.1若随机变量X 具有连续分布函数,而R 为(0,1)均匀分布随机变量,则有2.MATLAB中产生随机序列的函数(1)(0,1)均匀分布的随机序列函数:rand用法:x = rand(m,n)功能:产生m×n 的均匀分布随机数矩阵。

(2)正态分布的随机序列函数: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。

随机信号分析_第四章_随机信号通过线性系统

随机信号分析_第四章_随机信号通过线性系统

定义
如果系统对于任意的常数a和b、输 入信号x1(t)和x2(t),有: L[ax1(t)+bx2(t)]= aL[x1(t)]+b L[x2(t)] 则称该系统为线性系统。 如果系统的输出和输入信号具有相 同的时间位移特性,即: y(t-c)=L[x(t-c)] c为常数,则该系统就被称为时不变系统。
t2
0
RX ( u v)h(v)h(u )dvdu
RXY (t1 , t 2 ) RX ( v)h(v)dv
0
RYX (t1 , t 2 ) RX ( u )h(u )du
0
E[Y (t )]
2
t
0 0RtX(u v)h(v)h(u )dvdu
输出响应的均值和自相关函数不再 符合平稳性,因为输入信号也是非平稳 的。当时间t,t1,t2足够大的时候,输出可 以近似看作是平稳的。 今后,如果不作特殊声明,所研究 的输入信号都是双侧信号。
x(t )h( )d
0

x( )h(t )d

t
物理可实现的稳定系统传递函数 H(s)的所有极点都位于s平面的左半平 面(不包含虚轴)。
4.1.3 离散时不变线性系统
对于离散时不变线性系统,系统的 输出y(n)与输入x(n)之间的关系为: y ( n) x ( n) * h( n)
x(t )h( )d


x( )h(t )d

如果x(t)和h(t)绝对可积,即:



| x(t ) | dt | h(t ) | dt

则此系统被称为是稳定的。
两者的傅利叶变换存在,有:

5.随机过程通过线性系统 - 随机信号分析实验报告

5.随机过程通过线性系统 - 随机信号分析实验报告

计算机与信息工程学院设计性实验报告一、实验目的了解随机信号自身的特性,并研究随机信号通过线性系统后的均值、均方值、方差、相关函数、频谱及功率谱密度有何变化,分析线性系统所具有的性质二、实验仪器或设备1、一台计算机2、MATLAB r2013a三、实验内容输入信号为x 1(t )加上白噪声n(t )变成x (t ),用软件仿真x (t )通过滤波器后的信号y 1(t ),框图如下:其中:x 1(t )=sin (2000×2πt )+2sin (5000×2πt)计算x(t)、y1(t)的均值、均方值、方差、频谱、功率谱密度,自相关函数,并绘出函数曲线。

四、MATLAB 仿真程序%输入信号x 的产生 clct=0:1/16000:0.01;x1=sin(2000*2*pi*t)+2*sin(5000*2*pi*t);x=awgn(x1,5,'measured'); %加入高斯白噪声 n=x-x1;%输入信号x 的均值,方差,均方值和自相关系数 x_mean=mean(x) x_var=var(x)x_st=x_var+x_mean^2 x_arr=xcorr(x);tau = (-length(x)+1:length(x)-1)/16000;%输入信号的频谱和功率谱x_mag=abs(fft(x,2048));f=(0:2047)*16000/2048;x_cm=abs(fft(x_arr,2048));%画输入信号的时域,频谱图和频谱图subplot 221plot(t,x)title('输入信号x')xlabel('t/s');ylabel('x(t)');grid on;subplot 222plot(tau,x_arr)title('输入信号x的自相关系数')xlabel('\tau/s')ylabel('R_x_1(\tau)')subplot 223plot(f(1:length(f)/2),x_mag(1:length(f)/2))title('输入信号x的频谱')xlabel('f/Hz')ylabel('幅值')grid on;subplot 224plot(f(1:length(f)/2),x_cm(1:length(f)/2))title('输入信号x的功率谱')xlabel('f/Hz')ylabel('S_x_1(f)')%---------------高通滤波器的频谱和相频特性-----------------------------% [B,A]=butter(20,4500/(16000/2),'high');figure(2)freqz(B,A,2048);title('高通滤波器的频率特性曲线')grid on%---------------输入信号通过高通滤波器后的信号y1-----------------------% y1=filter(B,A,x);%信号y1的均值,方差,均方值和自相关系数y1_mean = mean(y1)y1_var=var(y1)y1_st=y1_var+y1_mean^2y1_arr=xcorr(y1);%信号y1的频谱和功率谱y1_mag=abs(fft(y1,2048));y1_cm=abs(fft(y1_arr,2048));%画出信号y1的时域图,频谱图和功率谱图figure(3)subplot 221plot(t,y1)title('通过高通滤波器后的信号y1') xlabel('t/s'); ylabel('y_1(t)'); subplot 222plot(tau,y1_arr)title('信号y1的自相关系数') xlabel('\tau/s')ylabel('R_y_1(\tau)') subplot 223plot(f(1:length(f)/2),y1_mag(1:length(f)/2)) title('信号y1的频谱') xlabel('f/Hz') ylabel('幅值') subplot 224plot(f(1:length(f)/2),y1_cm(1:length(f)/2)) title('信号y1的功率谱') xlabel('f/Hz') ylabel('S_y_1(f)')五、程序输出结果0.0050.01-55输入信号xt/sx (t )-0.01-0.00500.0050.01-50005001000输入信号x 的自相关系数τ/sR x 1(τ)2000400060008000050100150200输入信号x 的频谱f/Hz幅值020004000600080001234输入信号x 的功率谱f/HzS x 1(f )0.10.20.30.40.50.60.70.80.91-2000-100001000Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )0.10.20.30.40.50.60.70.80.91Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )高通滤波器的频率特性曲线0.0050.01-505通过高通滤波器后的信号y1t/s y 1(t )-0.01-0.00500.0050.01-5000500信号y1的自相关系数τ/sR y 1(τ)2000400060008000050100150信号y1的频谱f/Hz幅值20004000600080000123x 104信号y1的功率谱f/HzS y 1(f )六、实验结果分析1、从输入信号x (t )及输出信号y 1(t )的频谱可知,输入信号经高通滤波器后,仅保留了高频成分;2、从输入信号x (t )及输出信号y 1(t )的图形可知,y 1(t )的图形是输入信号x (t )的包络,即高通滤波器把输入信号x (t )的低频成分滤除了,仅保留了高频成分。

第4章 随机信号通过线性系统的分析

第4章 随机信号通过线性系统的分析

)
即: RXY (t1,t2 ) = RX (t1,t2 ) ∗ h (t2 )
同理可得 RYX (t1,t2 ) = RX (t1,t2 ) ∗ h (t1 )
比较 RX (t1, t2 ) , RY (t1,t2 ) , RXY (t1,t2 ) 和 RYX (t1, t2 ) ,则有
RY (t1,t2 ) = h (t1 ) ∗ RXY (t1,t2 ) = h (t2 ) ∗ RYX (t1,t2 )
4-3
《随机信号分析基础》第四章:随机信号通过线性系统的分析
第4页 共9页
RX (t1, t2 ) h (t1 ) RYX (t1, t2 ) h(t2) RY (t1,t2 )
RX (t1, t2 ) h (t2 ) RXY (t1, t2 ) h (t1 ) RY (t1,t2 )
若输入 X (t) 为平稳随机信号,则输出信号Y (t) 与输入信号 X (t) 之间的关系为:
即 GY (ω) =| H (ω) |2 ⋅GX (ω)
∫ ∫ 系统输出的平均功率
PY
=
1 2π
∞ −∞
GY

)

=
1 2π
∞ −∞
H
(ω )
2
GX
(ω ) dω
有时 RY (τ ) 比较简单 PY = RY (0) = E ⎡⎣Y 2 (t )⎤⎦
4-4
《随机信号分析基础》第四章:随机信号通过线性系统的分析
《随机信号分析基础》第四章:随机信号通过线性系统的分析
第1页 共9页
第四章 随机信号通过线性系统的分析(4 课时)
研究的必要性:信息的载体=随机信号;信息系统=信息获取、变换、传输与处理 ⇒ 信息处

实验一随机信号通过线性系统和非线性系统后的特性分析

实验一随机信号通过线性系统和非线性系统后的特性分析

实验一随机信号通过线性系统和非线性系统后的特性分析目录目录............................................................ - 1 -1.实验目的...................................................... - 2 -2.实验原理...................................................... - 2 -⑴随机信号的分析方法...................................... - 2 -⑵线性系统................................................ - 6 -⑶非线性系统.............................................. - 8 - ⒊实验任务与要求................................................ - 9 -⑴实验系统框图如图1所示:................................ - 9 -⑵输入信号:.............................................. - 9 -⑷用matlab或c/c++设计非线性系统.......................... - 9 -⑸用matlab或c/c++设计线性系统........................... - 10 -⑹完成系统测试........................................... - 11 -⑺按要求写实验报告....................................... - 11 -4、实验设计与仿真.............................................. - 11 -(1)输入信号的设计.......................................... - 11 -(2)低通滤波器设计.......................................... - 14 -(3)平方率检波器设计........................................ - 16 -5..实验结果分析................................................ - 18 -6.实验中遇到的问题............................................. - 18 -7.心得体会..................................................... - 19 -1.实验目的⑴了解随机信号自身的特性,包括均值(数学期望)、均方值、方差、相关函数、概率密度、频谱及功率谱密度等。

随机信号分析-3_随机信号通过线性系统

随机信号分析-3_随机信号通过线性系统

T
Y (t)Y (t )dt
T 2T T
[lim
1
T
X (t u)X (t v)dt]h(u)h(v)dudv
0 0 T 2T T
0 0 RX ( u v)h(u)h(v)dudv RY ( )
X(t)Y (t ) lim 1
T
X(t)Y(t )dt
T 2T T
2
线性系统的基本理论
系统可分为: (1)线性系统:线性放大器、线性滤波器 (2)非线性系统:限幅器、平方律检波器
对于线性系统:已知系统特性和输入信号的统计特性,可以 求出系统输出信号的统计特性
3
线性系统的基本理论
本章规定所研究系统是单输入单输出(响应)的、连 续或离散时不变的、线性的和物理可实现的稳定系统。
k
k
2.频域分析
Y e j X e j H e j
X e j x ne jn Y z X zH z
H (e j ) h(n)e jn
z e j
n
3. 物理可实现的稳定系统
如果当 n 0 时,h(n) 0 ,那么该系统称为因果系统。
物理可实现稳定系统的极点都位于z平面的单位圆内。
RY ( )
N0b2 2
eb
e2budu N 0b e b
0
4
由于自相关函数的偶对称性,则当 0 时,有
显然,有
RY (
)
N0b 4
eb
RY ( )
N0b 4
eb
(3-2-19)
22
时域分析法
③ 输出的平均功率为
E
Y
2
t
RY
0
N0b 4
注意到b是时间常数的倒数,它与电路的半功率带宽 f

随机信号通过线性系统

随机信号通过线性系统
• 3. 系统的稳定性与因果性 • 实际应用中的系统,其本身必定是稳定和可实现的,它们应该具有下面
两个共同特点。
上一页 下一页 返回
4.1 线性系统的基本性质
• 1)系统稳定性 • 如果一个线性时不变系统对任意有界输入的响应必然也是有界的,那
么,此系统是稳定的,由式有
• 若输入信号有界,则必存在某正常数M,
• 证明:
• 上式表明,线性系统输出的功率谱密度等于输入功率谱密度乘以系统 的功率传输函数。通过傅里叶反变换可得到线性系统输出的自相关函 数
上一页 下一页 返回
4.2 随机信号通过连续时间系统的分析
• 于是系统输出的均方值或平均功率可表示为 • 将输出信号互相关函数的卷积公式两边取傅里叶变换,有
上一页 下一页 返回
• 如果X (t)为平稳随机过程,则 • 其中H (0)为系统的传递函数在ω=0时的值。 • 2)系统输出的互相关函数
上一页 下一页 返回
4.2 随机信号通过连续时间系统的分析
• 线性系统的输出必定以某种方式依赖于输入,即输入与输出必定是相 关的,其相关性由输入与输出之间互相关函数描述。线性系统输入输 出之间的互相关函数为
• 线性系统既可以用冲激响应描述,也可以用系统传递函数描述,因此,随 机过程通过线性系统的常用分析方法也有两种:冲激响应法(时域分析 法)和频域分析法。
• 4.2.1 时域分析法
• 1. 系统的输出 • 假定随机信号X (t)输入某个(确知的)线性时不变系统h(t),由前面章节
可知X (t)是不确定的,它可以视为很多样本函数的集合,即x(t,ξi),其中ξi 表示它的某种可能结果,i=1,2,3,…,而每一个样本函数都是确知的,当 它输入系统h(t)时,可得出相应响应信号为

随机信号通过线性系统的分析.

随机信号通过线性系统的分析.

(6-83)
由于输入的是随机信号,输出一般也是随机信号。
1.输出的均值
输出序列的均值 my (n) 通过(6-83)式计算,即


my (n) EY (n) h(k)EX (n k) h(k)mx (n k)
k
k
(6-84)
若 X (n) 为平稳随机序列,则 mx (n) mx (n k) mx 为
(一)时域分析
设已知线性时不变离散系统的单位脉冲响应为
在 n 范围内输入随机序列 h(n) ,又设
Y (n) 是 X (n) 通过该系统的输出序列,则X输(n出) 随机 序列为 h(n) 与 X (n) 的卷积和,即

Y (n) h(n) X (n) h(k)X (n k) k
的,则系统输出也是广义平稳的。
3.输入与输出之间的互相关函数
根据互相关函数的定义,有
Rxy (t, t ) EX (t)Y (t )

E

X
(t)

h( 1 ) X (t



1
)d
1



h(
1
)EX
(t)
X
(t


1 )d 1
(6-86)
若X (n)为平稳随机序列,则有

Ryy (m)
h(k)h(i)Rxx (m k i)
k i
Rxx (m) h(m) h(m)
(6-87)
上式说明,输出随机信号Y(n) 的自相关函数只 与时间差m有关。实际上,对于线性时不变系 统而言,如果输入随机信号是平稳的,输出随 机信号也是平稳的,故其概率特性是时不变的, 自相关函数只与时间差有关。

第9章随机信号通过线性系统

第9章随机信号通过线性系统
定义 9.2-1

E[ X (t)] xf (x,t)dx mx (t)
当随机信号X(t)为(严格)平稳随机过程时,满足如下条件:
fn ( x1, x2,, xn;t1, t2,, tn ) fn ( x1, x2,, xn;t1 , t2 ,, tn )
第9章 随机信号通过线性系统
第9章 随机信号通过线性系统
9.0 引言 9.1 随机信号的概念 9.2 连续随机信号的统计特征 9.3 离散随机信号的统计特征 9.4 线性连续系统分析 9.5 线性离散系统分析 9.6 白噪声通过线性系统分析
第9章 随机信号通过线性系统
9.0 引 言
由于系统输入是随机信号,所以输出也是随机信号,一般 不能用显式表示。随机信号一般用统计特性描述,因此,随机 信号通过线性系统的分析问题通常是分析输入与输出的一、二 阶统计特征(或数字特征)之间的关系。
定义 9.2 - 7 随机信号X(t) 、Y(t)的互协方差函数定义为
Cxy (t1, t2 ) E{[X (t1) mx (t1)][Y (t2 ) my (t2 )]} E[ X (t1)Y (t2 )] mx (t1)E[Y (t2 )] my (t2 )E[ X (t1)] mx (t1)my (t2 ) E[ X (t1)Y (t2 )] mx (t1)my (t2 ) Rxy (t1, t2 ) mx (t1)my (t2 )
第9章 随机信号通过线性系统 如果Cxy(t1, t2)=0,则称随机信号X(t) 与Y(t)之间互不相关。 对于两个平稳随机信号而言,其互相关函数和互协方差 函数只与时间间隔τ=t2-t1有关,分别表示如下: 平稳随机信号X(t) 、Y(t)的互相关函数为

五. 随机信号通过线性系统的分析

五. 随机信号通过线性系统的分析
2
22 2013-6-27
2.2 频域分析—系统输入为两个平稳随机信号
若输入的两个联合平稳的随机过程X1(t)和X2(t)的数学期望 均为0
RY ( ) RY1 ( ) RY2 ( )
输出功率谱密度
SY () SY1 () SY2 () H () [S X1 () S X 2 ()]
E[Y (t )] mY m X H (0)
对于物理可实现系统 mY E[Y (t )] mX 0 h( )d 系统输出随机信号的均值是常数
9 2013-6-27

2.1 时域分析—均方值
E[Y 2 (t )] E[Y (t )Y (t )] E[ h(v)X (t v)dv h(u )X (t u )du]
14 2013-6-27
2.1 时域分析—系统输入为随机过程与加性噪声
X1(t) X2(t) X(t)
线性系统h(t)
Y(t)
假设随机过程X1(t)、X2(t)是各自平稳且联合平稳的, 它们之和X(t)通过线性系统后,产生对应的两个随机 过程Y1(t)、Y2(t)之和Y(t),可证得 (1) Y1(t)、Y2(t)是各自平稳且联合平稳的; (2) X(t)和Y(t)也是联合平稳的。
N0 2 E[Y (t )] RY (0) H ( ) d 4
2
25 2013-6-27
3 白噪声通过线性系统——等效噪声带宽
若在保持平均功率 RY (0) 不变的条件下,把实际系统输出功率 谱密度等效成一定带宽内为均匀的功率谱密度。 若等效的功率谱密度的高度为 H (w) max 则这个带宽就定义为 等效噪声带宽 e
h( )x(t )d
F[ x(t )] X ( ), F[ y(t )] Y (), F[h(t )] H ()
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验三 随机过程通过线性系统的分析
实验目的
1. 理解和分析白噪声通过线性系统后输出的特性。

2. 学习和掌握随机过程通过线性系统后的特性,验证随机过程的正态化问题。

实验原理
1.白噪声通过线性系统
设连续线性系统的传递函数为)(ωH 或)(s H ,输入白噪声的功率谱密度为2)(0N S X =ω,那么系统输出的功率谱密度为
2
)()(0
2
N H S Y ⋅
=ωω (3.1) 输出自相关函数为



-=
ωωπ
τωτd e H N R j Y 2
0)(4)( (3.2)
输出相关系数为
)
0()
()(Y Y Y R R ττγ=
(3.3) 输出相关时间为
⎰∞
=0
0)(ττγτd Y (3.4)
输出平均功率为
[]


=
2
02)(2)(ω
ωπ
d H N t Y E (3.5)
上述式子表明,若输入端是具有均匀谱的白噪声,则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定,不再是常数。

2.等效噪声带宽
在实际中,常常用一个理想系统等效代替实际系统的)(ωH ,因此引入了等效噪声带宽的概念,他被定义为理想系统的带宽。

等效的原则是,理想系统与实际系统在同一白噪声的激励下,两个系统的输出平均功率相等,理想系统的增益等于实际系统的最大增益。

实际系统的等效噪声带宽为


=
∆0
2
2
max
)()(1ωωωωd H H e (3.6)




--=
∆j j e ds s H s H H j )()()(212
max
ωω (3.7)
3.线性系统输出端随机过程的概率分布 (1)正态随机过程通过线性系统
若线性系统输入为正态过程,则该系统输出仍为正态过程。

(2)随机过程的正态化
随机过程的正态化指的是,非正态随机过程通过线性系统后变换为正态过程。

任意分布的白噪声通过线性系统后输出是服从正态分布的;宽带噪声通过窄带系统,输出近似服从正态分布。

实验内容
设白噪声通过图3.1所示的RC 电路,分析输出的统计特性。

图3.1 RC 电路
(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。

系统的传递函数为:
1111
)(+=+=
cR j c
j R c j H ωωωω
系统的功率谱密度为:
2
1)(12)11(2)()(0202
02
N cR N cR j N H S Y ⋅+=⋅+=⋅
=ωωωω 系统的自相关函数为:
τωτ
ωτ
ωωπωωπτRc j j Y e
Rc N d e cR N d e
H N R 1
020
2
41)(14)(4)(-∞
∞-∞

-=+=
=
⎰⎰
系统的相关时间为:
RC d e d R R d RC
Y Y Y ====⎰⎰
⎰∞-∞
∞01
0)
0()()(τττττγττ
系统的等效噪声带宽为:
RC
d RC d H H
e 21)(1)()(10
20
2
2
max
π
ωωωωωω=
+==
∆⎰



(2)采用MATLAB模拟正态分布白噪声通过上述RC电路,观察输入和输出的噪声波形以及输出噪声的概率密度。

实验代码:
注释:
>> a=[1]; 分子的系数
>> b=[1,1]; 分母的系数
>> sys=tf(a,b); 生成RC系统的传递函数
>> t=0:1:49; 选取0到50为打出函数的区间
>> x=randn(50,1); 生成正态分布白噪声
>> lsim(sys,'g',x,t); 画出系统的输入输出图
>> k=lsim(sys,x,t); 求出系统的输出
>> y=ksdensity(k); 求出系统输出的概率密度
>> plot(y); 画出输出的概率密度图
实验结果:
输入和输出的噪声波形
概率密度
(3)模拟产生均匀分布的白噪声通过上述RC电路,观察输入和输出的噪声波形以及输出噪声的概率密度。

实验代码:
注释
>> a=[1]; 分子的系数
>> b=[1,1]; 分母的系数
>> sys=tf(a,b); 生成RC系统的传递函数
>> t=0:1:99; 选取0到100为打出函数的区间
>> x=rand(100,1); 生成均匀分布白噪声
>> lsim(sys,'g',x,t); 画出系统的输入输出图
>> k=lsim(sys,x,t); 求出系统的输出
>> y=ksdensity(k); 求出系统输出的概率密度
>> plot(y); 画出输出的概率密度图
实验结果:
输入和输出的噪声波形
概率密度
(4)改变RC电路的参数(电路的RC值),重做(2)和(3),与之前的结果进行比较。

重做(2)
实验代码:
>> a=[1];
>> b=[0.1,1];
>> sys=tf(a,b);
>> t=0:1:49;
>> x=randn(50,1);
>> lsim(sys,'g',x,t);
>> k=lsim(sys,x,t);
>> y=ksdensity(k);
>> plot(y);
注释:此代码与2题基本相同,只是改变了传递函数分母的参数,各步骤实现的都是同样的过程。

实验结果:
输入和输出波形
概率密度
重做(3)
实验代码:
>> a=[1];
>> b=[0.1,1];
>> sys=tf(a,b);
>> t=0:1:99;
>> x=rand(100,1);
>> lsim(sys,'g',x,t);
>> k=lsim(sys,x,t);
>> y=ksdensity(k);
>> plot(y);
注释:此代码与3题基本相同,只是改变了传递函数分母的参数,各步骤实现的都是同样的过程。

实验结果:
输入和输出函数
概率密度
实验原理:
本实验中我们主要研究了均匀分布和高斯分布的白噪声通过线性系统的特性,在试验中我们主要使用了sys()语句来生成线性系统的传递函数,然后使用了lsim语句画出系统在特定输入的情况下的输出,并通过ksdensity函数求出了输出的概率密度,这就是整个过程在MATLAB 软件的实现原理。

实验心得体会:
在本次实验中,我们在MATLAB上面实现了线性系统的仿真,这个将随机信号相关章节真正地在软件上得到了实现,使我们获益匪浅,极大地帮助了我们了解随机信号有关线性系统的描述,有助于我们进一步深入地学习。

相关文档
最新文档