哈尔滨工业大学威海随机信号分析实验二

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)。

《随机信号分析》试验报告

班级1302503

学号

学生

《随机信号分析》实验报告

实验二

一、实验目的:练习使用Matlab 的函数分析随机信号

二、实验内容:

1、产生一组(0,1)均匀分布的白噪声序列,画出其自相关函数和功率谱密度;

程序如下:

clc;clear all;

close all;

X=rand(1,1000)

R=xcorr(X,'coeff'); %'coeff'实现归一化

periodogram(X,[],512,1000);

figure(1)

plot(R,'r');

figure(2)

periodogram(X)

图像如下:

2、产生一组服从N~(2,5 )的正态白噪声序列,画出其自相关函数和功率谱密度;

程序如下:

clc;clear all;

close all;

X=normrnd(2,sqrt(5),[1 1000]);

R=xcorr(X,'coeff'); %'coeff'实现归一化

[pxx w]=periodogram(X);

figure(1)

plot(R,'r');

figure(2)

periodogram(X)

图像如下:

3、估计随机过程X(t)=cos(600*pi*t)+cos(640*pi*t)+N(t)的自相关函数和功率谱,

其中N(t) 服从N~(0,1) 的高斯分布。

程序如下:

clc;clear all;

close all;

Fs=1000;

T=1/Fs;

L=1000;

t=(0:L-1)*T; %在(0,1)内取1000个采样点X=cos(100*pi*t)+cos(200*pi*t)+randn(size(t));

R=xcorr(X,'coeff'); %归一化

[pxx w]=periodogram(X);

figure(1)

plot(R,'r');

figure(2)

periodogram(X)

图像如下:

4、随机相位信号X(t)=A cos(wt+Ψ),其中A=2 和w=1000*pi ,Ψ是在( 0, 2π) 上均匀分布的随机变量。估计该随机信号的自相关函数和功率谱密度。

程序如下:

clc;clear all;

close all;

Fs=1000;

T=1/Fs;

L=1000;

t=(0:L-1)*T;

w=1000*pi;

A=2;

Y=2*pi*rand(1,1000);

X=A*cos(w*t+Y);

R=xcorr(X,'coeff'); %归一化

[pxx w]=periodogram(X);

figure(1)

plot(R,'r');

figure(2)

periodogram(X)

图像如下:

5、随机过程通过线性系统分析

根据随机信号课程中的知识,任意分布的白噪声通过有限带宽的线性系统后的输出是服从高斯分布的;宽带白噪声通过窄带系统输出也近似服从高斯分布。本实验的目的就是要验证以上结论。

假定滤波器为RC 低通滤波器,如右图所示:

(1)将低通滤波器转换成数字低通滤波器;

(2)产生一组均匀分布的白噪声序列,让这组白噪声序列通过该滤波器,画出输出序列的直方图,并与输出的理论分布进行比较;

(3)改变RC 的参数,重做(1)~(2),并与前一次的结果进行比较。

程序如下:

syms R C w;

J=sqrt(-1);

s=J*w;

H=(1/(s*C))/(R+(1/s*C));

disp(H) %数字滤波器传递函数

%-----------------------------------------------------------

clc;clear all;

close all;

X=rand(1,1000);

[f xi]=ksdensity(X);

figure(1)

plot(xi,f);

R=[1,0.05]; C=0.05;N=1000;

t=0:pi/N:pi/256-pi/N;

H=1/(R(1)*C)*exp(-1/(R(1)*C)*t); %系统传递函数(时域)

y=conv(X,H);

figure(2)

subplot(2,1,1)

hist(y);

title('白噪声经过R=1,C=0.05 滤波器输出直方图');

t=0:pi/N:pi/256-pi/N;

H=1/(R(2)*C)*exp(-1/(R(2)*C)*t);

y=conv(X,H);

figure(2)

subplot(2,1,2)

hist(y);

title('白噪声经过R=0.05,C=0.05 滤波器输出直方图');

图像如下:

%------------------------------------------------

%绘制数字滤波器频率响应曲线

clc;clear all;

close all;

J=sqrt(-1); %H(t)=1/(R*C)*exp(-1/(R*C)*t)

R=[1 0.01]; C=0.05;

Fs=1000;b=[0,1];a=[J*R*C,1]; %a为分母的系数,b为分子的系数

td=0:pi/Fs:pi-pi/Fs;

[bz az]=impinvar(b,a,Fs); %模拟数字滤波器转换的脉冲响应不变法

Hd=freqz(bz,az,td); %求滤波器的频率响应

figure(1);

plot(td,abs(Hd)); %窄带系统幅度谱

axis([0,0.15,-inf,inf])

title('数字滤波器的幅度谱');

图像如下:

6、窄带随机过程的产生

模拟产生一个窄带随机过程,首先产生两个互相独立的随机过程Ac(t)和As(t)并将用两个正交载波cos2*π*f0*t和sin2*π*f0*t进行调制,如下图所示,然后进行抽样得到窄带随机过程的抽样。

相关文档
最新文档