随机信号分析-Matlab实验题目与代码

合集下载

信号分析与处理实验(MATLAB)

例：Chebyshev I型数字滤波器设计
通带截止频率wp,阻带截止频率ws，
通带最大衰减rp，阻带最小衰减rs. 假设各参数： wp=30*2 *pi； ws=40*2* pi； Fs=100；
rp=0.3；
rs=80；
例1：Chebyshev I型数字滤波器设计
1. 2. 3. 4.
实验安排
1、信号的产生与运算； 2、连续与离散信号的频谱分析； 3、连续与离散系统分析、滤波； 4、信号处理程序设计；（设计性）（卷积、相关、窗函数、DFT、FFT*） 5、数字滤波器的设计与滤波； 6、wav音频信号的读写与处理。
1、信号的产生与运算
实验目的：掌握用Matlab产生基本信号、绘制波形、实现基本运算。
Matlab程序举例2：计算卷积
直接计算 x1=[ones(1,5) zeros(1,27) ]; x2=[ones(1,10) zeros(1,22) ]; y1=conv(x1,x2);
用卷积定理 X1=fft(x1,32); X2=fft(x2,32); Y=X1.*X2; y2=real(ifft(Y)); subplot(2,1,1); stem(y1); subplot(2,1,2); stem(y2);
5.
6.
7.
选择阶数: [N, Wn]=cheb1ord(wp, ws, rp, rs, 's'); 创建Chebyshev I型滤波器原型:[z,p,k]=cheb1ap(N,rp); 表达形式从零极点增益形式转换成状态方程形式: [A, B, C, D]=zp2ss(z,p,k); 把模拟低通滤波器原型转换成模拟低通滤波器: [At, Bt, Ct, Dt]=lp2lp(A, B, C, D, Wn); 表达形式从状态方程形式转换成传递函数形式: [num1 ,den 1]=ss2tf(At,Bt,Ct,Dt); 采用冲激响应不变法将模拟滤波器转换成数字滤波器: [num2,den2]=impinvar(num1 ,den1, Fs); 返回数字滤波器的频率响应: [H, W]=freqz(num2,den2,N)

信号与系统MATL实验及代码

实验一、MATLAB编程基础及典型实例一、实验目的（1）熟悉MATLAB软件平台的使用；（2）熟悉MATLAB编程方法及常用语句；（3）掌握MATLAB的可视化绘图技术；（4）结合《信号与系统》的特点，编程实现常用信号及其运算。

示例一：在两个信号进行加、减、相乘运算时，参于运算的两个向量要有相同的维数，并且它们的时间变量范围要相同，即要对齐。

编制一个函数型m文件，实现这个功能。

function [f1_new,f2_new,n]=duiqi(f1,n1,f2,n2)a=min(min(n1),min(n2));b=max(max(n1),max(n2));n=a:b;f1_new=zeros(1,length(n));f2_new=zeros(1,length(n));tem1=find((n>=min(n1))&(n<=max(n1))==1);f1_new(tem1)=f1;tem2=find((n>=min(n2))&(n<=max(n2))==1);f2_new(tem2)=f2;四、实验内容与步骤− 2 t （2）绘制信号x(t)= esin( t=0:0.1:30; 23t ) 的曲线，t的范围在0~30s，取样时间间隔为0.1s。

y=exp(-sqrt(2)*t).*sin(2*t/3); plot(t,y);（3）在n=[-10:10]范围产生离散序列：x( n)=⎧2 n ,− 3⎨≤ n ≤ 3,并绘图。

⎩0, Othern=-10:1:10;z1=((n+3)>=0);z2=((n-3)>=0);x=2*n.*(z1-z2);stem(n,x);（4）编程实现如下图所示的波形。

t=-2:0.001:3;f1=((t>=-1)&(t<=1));f2=((t>=-1)&(t<=2));f=f1+f2;plot(t,f);axis([-2,3,0,3]);（5）设序列f1(k)={ 0 , 1 , 2 , 3 , 4 , 5 },f2(k)={ 6 , 5 , 4 , 3 , 2 , 1 , 0 }。

随机信号分析 MATLAB实验1

随机信号分析与处理实验报告1实验一熟悉MATLAB的随机信号处理相关命令一、实验目的1、熟悉GUI格式的编程及使用。

2、掌握随机信号的简单分析方法3、熟悉语音信号的播放、波形显示、均值等的分析方法及其编程二、实验原理1、语音的录入与打开在MATLAB中，[y,fs,bits]=wavread('11',[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。

[N1 N2]表示读取从N1点到N2点的值。

2、幅值对于随机信号的频域描述，常使用功率谱，它是表征信号的能量随着频率的分布情况。

当然，功率谱也可用于周期信号和瞬变信号的频域描述。

周期函数的幅值谱：一般周期信号均由一个直流分量、一个基波(正弦波)和无限个谐波(正弦波)所组成，各次谐波的频率是基波频率的整数倍，基波、各次谐波的幅值Ao和初相角是各不相同的，将幅值与频率的函数关系成为幅值谱。

3、语音信号自相关性三、实验结果与分析1、信号原始波形2、FFT变换利用fft变换，对语音信号进行进行分析，可以看出所能发出的音调应该是稳定的或是在一定的范围内浮动3、语音信号相位通过相位处理，将语音信号的声门激励信息及声道响应分别离开来4、自相关函数2004006008001000120014001600180000.51自相关函数根据自相关函数可以看出语音信号的周期。

自相关函数检测出淹没在随机噪声干扰中的信号，随机信号的自功率谱等于它的自相关函数的傅里叶变换。

自相关函数是描述随机信号X(t)在任意两个不同时刻t1，t2的取值之间的相关程度。

从图中可以看出，当t1=t2=900时，信号的自相关性最强。

5、语音自协方差函数从图中原始信号的自协方差函数与原始信号的自相关函数在波形上相差不大，原因是121212(,)(,)()()X X X X K t t R t t m t m t =-,此时12t t =，通过计算，可以得到1()X m t ，2()X m t 的值很小，所以得到的自协方差函数波形是正确的。

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。

随机信号分析大作业：利用matlab程序设计设计一个正旋信号加高斯白噪声的复合信号

班级：021012班学号：0210111X姓名：李X随机信号大作业利用matlab程序设计设计一个正旋信号加高斯白噪声的复合信号。

源代码：正旋sinx信号x=(0:0.01:2);y1=sin(10*pi*x);plot(x,y1,'r');title('y=sin(10*pi*x)');ylabel('y');xlabel('x/10pi');grid;正旋信号如下图：高斯白噪声，当白噪声的方差为10的-4次方时y2=0.01*randn(1,201);plot(x,y2,'r');title('高斯白噪声');ylabel('y');xlabel('x/10pi');grid;1：加入噪声之后的信号。

因为白噪声方差过小，变化过快，叠加信号大致显示出的是正旋波形y=y1+y2;plot(x,y,'r');title('叠加了高斯白噪声的sinx');ylabel('y');xlabel('x/10pi');grid;2：当增加白噪声的方差到0.01时，观察复合信号，可以发现，复合信号波形没有第一次平滑，较第一个复合波形而言更显无序性3：方差增加到1时：取方差为0.01时的白噪声作函数频谱图和白噪声自相关函数图：FY=fft(y);FY1=fftshift(FY);f=(0:200)*100/201-50;subplot(1,2,1);plot(f,abs(FY1),'r');ylabel('F(jw)');xlabel('w');grid;i=-0.49:1/100:0.49;for j=1:50R(j)=sum(y2(1:201-j-1).*y2(j:199),2)/(201-j);Rx(49+j)=R(j);Rx(51-j)=R(j);endsubplot(1,2,2);plot(i,Rx,'r');ylabel('Rx');xlabel('x');grid;左图为函数频谱图；右图为白噪声自相关函数图。

随机信号分析实验报告

一、实验名称微弱信号的检测提取及分析方法二、实验目的1．了解随机信号分析理论如何在实践中应用2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等3．掌握随机信号的检测及分析方法三、实验原理1．随机信号的分析方法在信号与系统中，我们把信号分为确知信号和随机信号。

其中随机信号无确定的变化规律，需要用统计特新进行分析。

这里我们引入随机过程的概念，所谓随机过程就是随机变量的集合，每个随机变量都是随机过程的一个取样序列。

随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机过程作完整的描述。

但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。

本实验中算法都是一种估算法，条件是N要足够大。

2．微弱随机信号的检测及提取方法因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难点。

噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下两种不同途径来解决①降低系统的噪声，使被测信号功率大于噪声功率。

②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。

对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。

对微弱信号检测与提取有很多方法，本实验采用多重自相关法。

多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。

即令：式中，是和的叠加；是和的叠加。

对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。

信号经过相关运算后增加了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。

多重相关法将当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此可检测出强噪声中的微弱信号。

MATLAB-实验代码

实验 11、ones 语句：Y = ones(n) %生成n×n 全1 阵Y = ones(m,n) %生成m×n 全1 阵Y = ones([m n]) %生成m×n 全1 阵Y = ones(d1,d2,d3…) %生成d1×d2×d3×…全1 阵或数组Y = ones([d1 d2 d3…]) %生成d1×d2×d3×…全1 阵或数组Y = ones(size(A)) %生成与矩阵A 相同大小的全1 阵2、find 语句：k = find(x) %按行检索X 中非零元素的点，若没有非零元素，将返回空矩阵。

[i,j] = find(X) %检索X 中非零元素的行标i 和列标j 。

[i,j,v] = find(X) %检索X 中非零元素的行标i 和列标j 以及对应的元素值v 。

实验 31、编写一M 函数，a 和x 作为函数参数输入，函数里面分别用if 结构实现函数表示1()1x a x f x a x a ax a-≤-⎧⎪⎪=-<<⎨⎪≥⎪⎩function output=function1(x,a)result=0;if x<=-aresult=-1;elseif x>-a&x<aresult=x/a;else x>=aresult=1;endoutput=[result]; 2、编写一M 函数，迭代计算132n n x x +=+，给出可能的收敛值，其中x 的初值作为函数的参数输入。

function output=function2(x)y=0;while 1y=3/(x+2);if abs(y-x)<0.000001break;else x=y;endendoutput=[y]; end3、编写一M函数，实现212!!nxx xe xn=+++++L L近似计算指数，其中x为函数参数输入，当n+1步与n步的结果误差小于0.00001时停止，分别用for和while 结构实现。

2.随机信号分析实验指导书---MATLAB实验

2
目
录
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 ..................................................... 5 一、实验目的........................................................................................................................... 5 二、实验仪器........................................................................................................................... 5 三、实验步骤........................................................................................................................... 5 四、实验内容........................................................................................................................... 5 实验二随机噪声特性分析 ......................................................................................................... 18 一、实验目的....................................................

随机信号分析 MATLAB实验2

随机信号分析与处理实验报告2实验二随机信号处理的工程编程实现一、实验目的1、熟悉各种随机信号分析及处理方法。

2、掌握运用MATLAB 中的统计工具包和信号处理工具包绘制概率密度的方法二、实验原理1.正态分布：其概率密度为221()()exp ,0,122x m f x m σσπσ⎡⎤--==⎢⎥⎣⎦Matlab 中的功能函数为： x=normpdf(x,mu,sigma)计算正太概率密度在x 处的值，x 为标量或矢量,对于标准正态分布而言,mu=0,sigma=1,这时 x=normpdf(x,mu,sigma),可以简写为 x=normpdf(x)；正态分布概率分布函数Matlab 中的功能函数为； x=normcdf(x,mu,sigma)计算正太概率密度在x 处的值，x 为标量或矢量,对于标准正态分布而言,mu=0,sigma=1,这时 x=normcdf(x,mu,sigma),可以简写为 x=normcdf(x). 2.均匀分布0-1分布，其概率密度为101()0x f x <<⎧=⎨⎩其他其概率密度y=unifpdf(x,a,b)计算在[a,b]区间上均匀分布概率密度函数在x 处的值，x,a ，b 为矢量或者标量；均匀分布概率分布函数y=unifcdf(x,a,b)计算在[a,b]区间上均匀分布概率分布函数在x 处的值，x,a ，b 为矢量或者标量。

3.指数分布：其概率密度为1()e x p (),2x f x μμμ=-= 其概率密度y=exppdf(x,mu)计算参数为mu 的指数分布概率密度函数在x 处的值，x,xu 为矢量或者标量;指数分布概率分布函数y=expcdf(x,mu)计算参数为mu 的指数分布概率密度函数在x 处的值，x,xu 为矢量或者标量.4.瑞利分布概率密度y=raylpdf(x,a)计算参数为a(δ)的瑞利分布概率密度函数在x 处的值，x,a 为矢量或者标量；瑞利分布概率f 分布函数y=raylcdf(x,a)计算参数为a(δ)的瑞利分布概率分布函数在x 处的值，x,a 为矢量或者标量。

随机信号试验

3．图形的标注、网格以及图例说明
(1) 添加图形标题命令title 格式：title(‘string’) 功能：在当前坐标系的顶部加一个文本串string，作为该图形的标题。
(2) 添加坐标轴标志函数xlabe、 ylabel、zlabel 格式：xlabel(‘text’) 或 ylabel(‘text’) 或zlabel(‘text’) 功能：给当前X轴或Y轴或Z轴标注文本标注。
• 绘制正弦曲线和余弦曲线，截图。 x=[0:0.5:360]*pi/180; plot(x,sin(x),x,cos(x));
• 运行程序，记录结果
• 求方程 3x4+7x3 +9x2-23=0的全部根。
p=[3,7,9,0,-23]; %建立多项式系数向量
x=roots(p)
%求根
• 运行程序，记录运行结果 • 求积分
连续时间信号的表示连续时间信号：时间变化连续。如y=x(t) 离散时间信号(序列)：时间离散，如x(nT)=x(t)|t=nT.
工具箱中的信号产生函数
函数名 sawtooth
square sinc chirp
gauspuls
vco
功能
函数名
功能
产生锯齿波或三角波 pulstran 产生冲激串信号
[例] 绘制离散时间信号的棒状图。其中x(-1)=-1, x(0)=1, x(1)=2, x(2)=1, x(3)=0, x(4)=-1。MATLAB源程序为： n=-3:5; %定位时间变量 x=[0,0,-1,1,2,1,-1,0,0]; stem(n,x); grid; % 绘制棒状图 line([-3,5],[0,0]); %画x轴线 xlabel('n'); ylabel('x[n]') 运行结果如图所示。

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。

(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。

(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。

(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)。

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.M ATLAB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。

基于MATLAB中GUI的随机信号处理实验及相关函数代码

基于MATLAB中GUI的随机信号处理实验及相关函数代码实验二随机信号处理的工程编程实现一、实验目的1，熟悉各种随机信号分析及处理方法。

2，掌握运用MATLAB中的统计工具包和信号处理工具对信号进行相关函数的处理 3，学会如何对用函数处理后的信号进行分析二、实验原理 1，声称白噪声白噪声是指功率谱密度在整个频域内均匀分布的噪声。

所有频率具有相同能量的随机噪声称为白噪声。

白噪声或白杂讯，是一种功率频谱密度为常数的随机信号或随机过程。

换句话说，此信号在各个频段上的功率是一样的，由于白光是由各种频率（颜色）的单色光混合而成，因而此信号的这种具有平坦功率谱的性质被称作是“白色的”，此信号也因此被称作白噪声。

2，白噪声的检测与分析白噪声信号是的功率谱密度在整个频域内时间均匀分布的，所有的频率具有相同的能量。

它是一个均值为零的随机过程，任一时刻是均值为零的随机变量。

而服从高斯分布的白噪声即称为高斯白噪声。

3，声音信号声音信号是指人能够听得到的声音，在实验中我们可以用MATLAB中的wavrecord()函数来录取一段音频信号或者将其他的音频信号导入到MATLAB工程中进行分析。

注意，音频文件要转换为*.wav格式，因为其他的格式MATLAB软件不识别。

声音信号如图1y = wavread('filename') [y,Fs,bits] = wavread('filename') [...] =wavread('filename',N) [...] = wavread('filename',[N1 N2]) [...]=wavread('filename','size'图1 原声音信号 4，声音信号的分析与处理我们在实际生产生活中接触到的各种信号，如耳朵听到的声音信号、电话机送出的语音电流信号、摄像机输出的图像信号、车间控制室记录下的压力、流量、转速、温度、湿度等等信号都是模拟信号。

《随机信号分析与处理》实验报告完整版GUI内附完整函数代码

《随机信号分析与处理》实验报告指导教师：班级：学号：姓名：实验一熟悉MATLAB的随机信号处理相关命令一、实验目的1、熟悉GUI格式的编程及使用。

2、掌握随机信号的简单分析方法3、熟悉语音信号的播放、波形显示、均值等的分析方法及其编程二、实验原理1、语音的录入与打开在MATLAB中，[y,fs,bits]=wavread('Blip',[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits 表示采样位数。

[N1 N2]表示读取从N1点到N2点的值。

2，均匀分布白噪声在matlab 中，有x=rand （a ，b ）产生均匀白噪声序列的函数，通过与语言信号的叠加来分析其特性。

3、均值随机变量X 的均值也称为数学期望，它定义为对于离散型随机变量，假定随机变量X 有N个可能取值，各个取值的概率为则均值定义为上式表明，离散型随机变量的均值等于随机变量的取值乘以取值的概率之和，如果取值是等概率的，那么均值就是取值的算术平均值，如果取值不是等概率的，那么均值就是概率加权和，所以，均值也称为统计平均值。

4、方差定义为随机过程的方差。

方差通常也记为D 【X （t ）】，随机过程的方差也是时间 t 的函数, 由方差的定义可以看出，方差是非负函数。

5、自相关函数设任意两个时刻1t ，2t ，定义为随机过程X （t ）的自相关函数，简称为相关函数。

自相关函数可正，可负，其绝对值越大表示相关性越强。

121212121212(,)[()()](,,,)X R t t E X t X t x x f x x t t dx dx +∞+∞-∞-∞==⎰⎰6．哈明(hamming)窗（10.100）（10.101）B = 1.3Δf，A = -43dB，D= -6dB/oct.哈明窗本质上和汉宁窗是一样的，只是系数不同。

哈明窗比汉宁窗消除旁瓣的效果好一些而且主瓣稍窄，但是旁瓣衰减较慢是不利的方面。

合工大随机信号分析matlab仿真实验报告

实验一SQL语句使用1．实验目的（1）熟悉SSMS中查询编辑器的使用。

（2）掌握使用SQL语句完成数据的定义、查询和更改等功能。

2．实验要求（1）了解SQL Server的基本数据类型。

（2）了解数据库表关联、视图等概念。

3．实验内容（1）启动SQL Server 2005的SQL Server Management Studio(SSMS)，在SSMS 的查询编辑器中使用SQL语句创建学生管理数据库xsglsjk，在数据库中创建三张表student、course、sc，表结构见书上P33-34页。

create table student(sno char(7)primary key,sname char(10)not null,ssex char(2)check(ssex='男'or ssex='女'),sage tinyint check(sage>=15 and sage<=45),sdept char(20))create table course(cno char(6)not null,cname char(20)not null,ccredit tinyint check(ccredit>0),semester tinyint check(semester>0),primary key (cno))create table sc(sno char(7)not null,cno char(6)not null,grade smallint,primary key (sno,cno),foreign key(sno)references student(sno),foreign key(cno)references course(cno))（2）在SSMS中，向student、course、sc数据表中输入一些数据。

（3）完成各类查询操作（单表查询，连接查询，嵌套查询，集合查询）（见P65-66页）。

随机信号分析实验百度

《随机信号分析》试验报告班级班学号姓名实验一1、熟悉并练习使用下列Matlab 的函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果：1）randn()产生随机数数组或矩阵，其元素服从均值为0，方差为1的正态分布（1）Y = randn 产生一个伪随机数（2）Y = randn(n) 产生n×n的矩阵，其元素服从均值为0，方差为1的正态分布（3）Y = randn(m,n) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布（4）Y= randn([m n]) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布选择（2）作为例子，运行结果如下：>> Y = randn(3)Y =1.3005 0.0342 0.97920.2691 0.9913 -0.8863-0.1551 -1.3618 -0.35622）rand()(1)Y = rand(n) 生成n×n 随机矩阵，其元素在（0，1）内(2)Y = rand(m,n) 生成m×n 随机矩阵(3)Y = rand([m n]) 生成m×n 随机矩阵(4)Y = rand(m,n,p,…) 生成m×n×p×…随机矩阵或数组(5)Y = rand([m n p…]) 生成m×n×p×…随机矩阵或数组(6)Y = rand(size(A)) 生成与矩阵A 相同大小的随机矩阵选择（3）作为例子，运行结果如下：>> Y = rand([3 4])Y =0.0579 0.0099 0.1987 0.19880.3529 0.1389 0.6038 0.01530.8132 0.2028 0.2722 0.74683）normrnd()产生服从正态分布的随机数（1）R = normrnd(mu,sigma) 产生服从均值为mu，标准差为sigma的随机数，mu和sigma可以为向量、矩阵、或多维数组。