用matlab仿真余弦信号与白噪声
- 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)。
(3)功率谱密度仿真方法:自相关函数法,又称间接法, 随机信号 x(n)的相关函数是在时间域内描述随机过程的重要特征。自相关函数是随机信号在不同时刻的值之间的依赖性的量度,是一个很有用的统计平均量。在随机信号处理中,自相关函数可以用来检测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。因此,通过自相关估计可求得信号的功率谱。利用计算机计算自相关估值有两种方法。一种是直接方法,先计算出随机信号和它的滞后序列的乘积,再取其平均值即得相关函数的估计值。另一种是间接方法,先用快速变换算法计算随机序列的功率谱密度,再作反变换计算出相关函数。本题则采用自相关函数法。
()(),||1M
jw jwm N m M S e R m e M N -=-=<=-∑
这个实验是对白噪声与带限白噪声进行对比,其中带限白噪声 的产生是由于白噪声通过滤波器产生的,而本实验采用的是IIR 滤波器。
IIR 滤波器有如下特点:
单位冲击响应h(n)是无限长的。
系统函数H (z )在有限Z 平面(1<|z|<∞)上有极点存在。
结构上存在着输出到输入的反馈,也就是结构递归型的。 因果稳定的IIR 滤波器全波极点一定在单位圆内。 一个IIR 滤波器的有理系统函数为:
01()()/(1)()/()M N
k k k k k k H z b z
a z Y z X z --===-=∑∑
clear all;
randn('state',0)
NFFT=1024; %采样点数
Fs=1000; %取样频率(单位为Hz ) t=0:1/Fs:.2;
y1=cos(t*20*pi); %余弦序列 figure(1)
plot(t,y1);
ylabel('余弦序列');
grid on;
%余弦序列的图像:
%白噪声
m=(0:NFFT-1)/Fs;
y=0.1*randn(size(m)); %产生高斯白噪声。 figure(2);
plot(m,y);
title('白噪声波形');
grid on;