窄带随机过程的模拟

合集下载
  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)。

2. (a)相同方差,不同频率时的频谱图如下:
可以看到,信号中两个频率的谱线还是比较明显的,没有被噪声淹 没。 (b) 相同频率,不同方差时的频谱图如下:
从图中可以预测有这样一个趋势:即噪声方差越大,信号谱线越难以 分辨。这是因为噪声方差越大,信噪比越小,信号越容易被淹没。 代码如下:
clear all; clc; f1=0.05; f2=0.08; N=500; sigma=1; u=randn(1,N); n = 1:N; w=sigma*u(n); x1 =2*cos(2*pi*n*f2)+sin(2*pi*n*f1)+w; subplot(211); periodogram(x1); % plot(x1); title('f1=0.05,f2=0.08'); f21=0.05; f22=0.20; x2 =2*cos(2*pi*n*f22)+sin(2*pi*n*f21)+w; subplot(212); periodogram(x2); title('f1=0.05,f2=0.20');
提示:MATLAB自带的函数为periodogram(),阐述periodogram()的 用法; 阐述其它谱估计方法的用法。 (4)均值的估计 提示:MATLAB自带的函数为mean() (5)方差的估计 提示:MATLAB自带的函数为var() (6) AR(1)模型的理论自相关函数和理论功率谱 对于AR(1)模型,自相关函数为 ,其功率谱为。 三、实验内容 1. 相关高斯随机序列的产生 按如下模型产生一组随机序列,其中为均值为1,方差为4的正态分 布白噪声序列。 (1)产生并画出a=0.8和a=0.2的x(n)的波形; (2)估计x(n)的均值和方差; (3)估计x(n)的自相关函数,并画出相关函数的图形。 2. 两个具有不同频率的正弦信号的识别 设信号为,,其中为零均值正态白噪声,方差为。 (1)假定,针对,和, 两种情况,使用周期图periodogram()的 方法估计功率谱。 (2)假定,,针对和两种情况,用周期图periodogram()的方法估计 功率谱 3. 理论值与估计值的对比分析 设有AR(1)模型, , W(n)是零均值正态白噪声,方差为4。 用MATLAB模拟产生X(n)的500个样本,并估计它的均值和方
五、实验思考题 (1)自相关函数R(m)最大值应该在n=0,用MATLAB估计得到的 结果与理论的结果相同吗?为什么? 答:不相同。因为R(m)的值是一个向量,而此向量的下标是从1 开始的,所以在图中画出来的时候R(m)的最大值是出现在n=N处的(序 列是因果的),而事实上图中的0~2N-1对应了实际的-N+1~N-1。 (2)随机序列的功率谱是以为周期的周期函数,功率谱的周期性 在MATLAB估计得到的结果中是如何体现的? 答:在这次仿真实验中,貌似没有体现出周期性? 六、心得体会 本次实验基本上囊括了课程中所涉及到的基本知识。其实在一开始 做实验的时候内心是比较抵触的,怕做不出来,但是硬着头皮扛下来, 再请教下同学,这个实验也就做下来了。除此之外,我发现,有一个问 题,就是这样的实验结果是出来了,但往往我就忽视了对好不容易得出 的结果的深入分析,这是一点不足之处。 再次,建议在研讨课时,将各组的程序,仿真报告汇总,分发至各 组,这样,可以让我们在课下用这些继续研究,尤其是关于MATLAB 的一些代码(由于没有进行数模竞赛,是这学期才上手MATLAB,有 不少盲点,比如就在此次中,我才明白,randn(n,1)和randn(1,n)的区别 仅仅是一个是列向量,而另一个是行向量),上网也无处可寻,手头上 现有的关于MATLAB的资料,卷帙浩繁,没有太多关于随机信号分析 的内容。 总而言之,这次实验让我在随机信号分析和MATLAB的使用上有了 更深刻的体会。 六、实验要求 (1)个人独立完成实验,切勿抄袭; (2)用MATLAB完成所有要求的实验内容; (3)撰写详细的实验报告,实验报告中应该包括以下內容: 实验内容和原理的简单阐述,分析; 得到的实验结果图形及简要分析,比较; 对“实验思考题”的详细分析和回答;
自己的实验心得。
方差是
(c)估计出的自相关函数波形见上图; 代码如下:
clear all;clc; a1=0.8; sigma=2; N=500; u=randn(N,1); x(1)=sigma*u(1)/sqrt(1-a1^2); for i=2:N x(i)=a1*x(i-1)+sigma*u(i)+1; end subplot(221); plot(x); title('x(n),a=0.8') b=mean(x) % b=1.5035 sigma1=var(x) % sigma1=4.0319 d=xcorr(x,'coeff'); subplot(222); plot(d) title('自相关函数'); a2=0.2; sigma=2; N=500; u=randn(N,1); x(1)=sigma*u(1)/sqrt(1-a1^2); for i=2:N x(i)=a1*x(i-1)+sigma*u(i)+1; end subplot(223); plot(x); title('x(n),a=0.2')
实验报告
实验题目:窄带随机过程的模拟
一、实验目的 了解随机过程特征估计的基本概念和方法,学会运用MATLAB软 件产生各种随机过程,对随机过程的特征进行估计,并通过实验了解不 同估计方法所估计出来的结果之间的差异。 二、实验原理 (1)高斯白噪声的产生 提示:利用MATLAB函数randn产生 (2)自相关函数的估计 提示:MATLAB自带的函数为xcorr(),阐述xcorr的用法 (3)功率谱的估计 利用周期图方法估计功率谱, 其它谱估计方法:…….
figure(5);%subplot(235); Pw=fft(d); W=0:2*pi/N:2*pi-2*pi/N; plot(1:999,abs(Pw)); title('估计出的功率谱');
4. (a)由图可知,系统的差分方程是: ;
程序代码: clear all;clc; n=1:500; w=rand(1,500); x=zeros(1,500); for i=3:500 x(i)=w(i)+0.9*w(i-1)-0.1*w(i-2); end [f,xi]=ksdensity(x); figure(1); plot(xi,f); xlabel('x'); ylabel('f(x)'); title('概率密度'); X=-0.5:0.05:2.5; figure(2); hist(x,X); title('概率直方图');
差; 画出X(n)的理论的自相关函数和功率谱; 估计X(n)的自相关函数和功率谱。 4. 随机信号通过线性系统分析 考虑图示系统 其中w为均匀分布的随机序列,画出输出端的概率密度和直方图。 四、实验结果与分析 1. (a)序列x(n) 的波形如下:
(b ) x(n)的均值是 mean(x)=4.7348, var(x)=12.2727;
百度文库
3. (a)均值为mx=-0.0217;方差是;
(b)理论的功率谱密度和自相关函数:
(c)估计出的功率谱及自相关函数:
程序代码:
clear all;clc; a=-0.8; sigma=2; N=500; u=randn(1,N); x(1)=sigma*u(1)/sqrt(1-a^2); for n=2:N x(n)=a*x(n-1)+sigma*u(n); end figure(1);%subplot(231); plot(x); title('x(n),a=-0.8') b=mean(x) % b=1.5035 sigma1=var(x) % sigma1=4.0319 nn=-499:499; rx=4*(-0.8).^(abs(nn))/(1-0.8*0.8); [Px,w]=periodogram(x); figure(2); %subplot(232); plot(rx); title('理论的自相关函数'); w=0:pi/250:2*pi; for i=1:501 G(i)=4/(1+0.8*exp(-1j*w(i)))^2; end figure(3);%subplot(233); plot(w,abs(G)); title('理论的功率谱'); xlabel('rad/s') d=xcorr(x,'coeff'); figure(4); %subplot(234); plot(d) title('估计出的自相关函数');
相关文档
最新文档