M序列的matlab产生方法
- 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、"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、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)。
M序列是工程中常用的输入信号,它的性质类似于白噪声,而白噪声是理论上最好的输入信号,可见M序列的价值。下面介绍M序列的matlab产生方法。
idinput函数
产生系统辨识常用的典型信号。
格式
u = idinput(N,type,band,levels)
[u,freqs] = idinput(N,'sine',band,levels,sinedata)
N
产生的序列的长度,如果N=[N nu],则nu为输入的通道数,如果N=[P nu M],则nu 指定通道数,P为周期,M*P为信号长度。默认情况下,nu=1,M=1,即一个通道,一个周期。
Type
指定产生信号的类型,可选类型如下
Band
指定信号的频率成分。对于’rgs’、’rbs’、’sine’,band = [wlow, whigh]指定通带的范围,如果是白噪声信号,则band=[0, 1],这也是默认值。指定非默认值时,相当于有色噪声。
对于’prbs’,band=[0, B],B表示信号在一个间隔1/B(时钟周期)内为恒值,默认为[0, 1]。
Levels
指定输入的水平。Levels=[minu, maxu],在type=’rbs’、’prbs’、’sine’时,表示信号u的值总是在minu和maxu之间。对于type=’rgs’,minu指定信号的均值减标准差,maxu指定信号的均值加标准差,对于0均值、标准差为1的高斯白噪声信号,则levels=[-1, 1],这也是默认值。
说明
对于PRBS信号,如果M>1,则序列的长度和PRBS周期会做调整,使PRBS的周期为对应一定阶数的最大值(即2^n-1,n为阶数);如果M=1,PRBS的周期是大于N的相应阶数的值。在多输入的情形时,信号被最大平移,即P/nu为此信号能被估计的模型阶次的上界。
上面的意思可如下理解:对于M=1时,
ms = idinput(12, 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
结果如下
同时,matlab给出如下警告
Warning: The PRBS signal delivered is the 12 first values of a full sequence of length 15.
即函数的输出为周期为15(大于12的第一个2^n-1的值)PRBS信号的前12个值组成的序列。如
ms = idinput(15, 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
可以看到指定12时的序列为指定15时的序列的前面部分。
对于M>1时,
ms = idinput([12,1,2], 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
结果如下
Matlab给出的响应警告为
Warning: The period of the PRBS signal was changed to 7. Accordingly, the length of the generated signal will be 14.
对于正弦信号和的产生,貌似用的不多,语法还挺复杂,等用的时候再看吧。
方法
产生’rgs’信号的带通信号使用的是一个8阶巴特沃斯滤波器,使用idfilt做的非因果滤波,这个是可信赖的方法。
对于’rbs’信号,使用的是相同的滤波器,但是是在二值化之前,这意味着频率成分并不保证是精确的。
产生高斯随机信号
clc
clear all
close all
% 高斯随机信号
u = idinput(1000, 'rgs');
figure
stairs(u)
title('高斯随机信号')
figure
hist(u, -4:4)
title('高斯随机信号的分布')
产生二值随机信号
clc
clear all
close all
% 二值随机信号
u = idinput(100, 'rbs');
figure
stairs(u)
title('二值随机信号')
ylim([-1.5 1.5])
产生二值伪随机信号(M序列)
合理的选择输入激励信号,能有效的激励起系统的动态信号。白噪声的平稳谱的性质决定了它是一个很好的输入信号,但它在工程中不易实现,而M序列具有近似白噪声的性质,可保证良好的辨识精度。
clc
clear all
close all
% 二值伪随机信号(M序列)
n = 8; % 阶次
p = 2^n -1; % 循环周期
ms = idinput(p, 'prbs');
figure
stairs(ms)
title('M序列')
ylim([-1.5 1.5])
结果
验证M序列的性质如下
∙-1和1的个数差1
sum(ms==1) % 1的个数
sum(ms==-1) % -1的个数
ans =
127
ans =
128
∙存在直流分量
mean(ms) % 直流分量