随机信分析实验报告
随机信号分析实验报告
随机信号分析实验报告引言：随机信号是指信号在时间或空间上的其中一种特性是不确定的，不能准确地预测其未来行为的一类信号。
随机信号是一种具有随机性的信号，其值在一段时间内可能是不确定的，但是可以通过概率论和统计学的方法来描述和分析。
实验目的：通过实验，学习了解随机信号的基本概念和特性，学习了解和掌握常见的随机信号分析方法。
实验原理：随机信号可以分为离散随机信号和连续随机信号。
离散随机信号是信号在离散时间点上，在该时间点上具有一定的随机性；而连续随机信号是信号在连续时间上具有随机性。
常见的随机信号分析方法包括概率密度函数、功率谱密度函数等。
实验器材：计算机、MATLAB软件、随机信号产生器、示波器、电缆、电阻等。
实验步骤：1.配置实验仪器：将随机信号产生器和示波器与计算机连接。
2.生成随机信号：调节随机信号产生器的参数，产生所需的随机信号。
3.采集数据：使用示波器采集随机信号的样本数据，并将数据导入MATLAB软件。
4.绘制直方图：使用MATLAB软件绘制样本数据的直方图，并计算概率密度函数。
5.计算统计特性：计算随机信号的均值、方差等统计特性。
6.绘制功率谱密度函数：使用MATLAB软件绘制随机信号的功率谱密度函数。
实验结果和讨论：我们采集了一段长度为N的随机信号样本数据，并进行了相应的分析。
通过绘制直方图和计算概率密度函数，我们可以看出随机信号的概率分布情况。
通过计算统计特性，我们可以得到随机信号的均值、方差等重要参数。
通过绘制功率谱密度函数，我们可以分析随机信号的频谱特性。
结论：本实验通过对随机信号的分析，加深了对随机信号的理解。
通过绘制直方图、计算概率密度函数、计算统计特性和绘制功率谱密度函数等方法，我们可以对随机信号进行全面的分析和描述，从而更好地理解随机信号的特性和行为。
2.王五,赵六.随机信号分析方法.物理学报,2024,30(2):120-130.。
随机信号分析实验报告
随机信号分析实验报告实验一：平稳随机过程的数字特征实验二：平稳随机过程的谱分析实验三：随机信号通过线性系统的分析实验四：平稳时间序列模型预测班级：姓名：学号：一、实验目的1、加深理解平稳随机过程数字特征的概念2、掌握平稳随机序列期望、自相关序列的求解3、分析平稳随机过程数字特征的特点二、实验原理平稳随机过程数字特征求解的相关原理三、实验过程function y = experiment number = 49; %学号49 I = 8; %幅值为8 u = 1/number;Ex = I*0.5 + (-I)*0.5; N = 64; C0 = 1; %计数 p(1) = exp(-u);for m = 2:N k = 1:m/2;p(m) = exp(-u*m) + sum((u*m).^(2*k)./factorial(2*k)*exp(-u*m));2222()[()()]{()()}{()()}X R m E X n X n m I P X n X n m I I P X n X n m I =+=+=-+=-E[X(n)]= I P{X(n)=+I}+(-I)P{X(n)=-I}=0⨯⨯0m >当时，/222(){()()}(2)!m k mk m P X n X n m I e P k λλ⎢⎥⎣⎦-=+===∑222()(1)(21)X R m I P I P I P =--=-2()()X X XC m R m m =-me I m n X n X E m R λ22)]()([)(-=+=end;pp = [fliplr(p) C0 p];Rx = (2*pp - 1)*I^2;m = -N:N;Kx = Rx - Ex*Ex;rx = Kx/25;subplot(211), plot(m,Rx); axis([-N N 0 I*I]); title('自相关序列');subplot(212), plot(m,rx); axis([-N N 0 1]); title('自相关序数');四、实验结果及分析自相关序列的特点分析：m>0时Rx(m)随着m的增大而减小，m<0时Rx(m)随着m的增大而增大。
随机信号分析实验报告
实验一 随机噪声的产生与性能测试一、实验内容1．产生满足均匀分布、高斯分布、指数分布、瑞利分布的随机数,长度为N=1024，并计算这些数的均值、方差、自相关函数、概率密度函数、概率分布函数、功率谱密度，画出时域、频域特性曲线; 2．编程分别确定当五个均匀分布过程和5个指数分布分别叠加时,结果是否是高斯分布; 3．采用幅度为2, 频率为25Hz 的正弦信号为原信号,在其中加入均值为2 ， 方差为0.04 的高斯噪声得到混合随机信号()X t ，编程求 0()()tY t X d ττ=⎰的均值、相关函数、协方差函数和方差，并与计算结果进行比较分析。
二、实验步骤 1.程序N=1024； fs=1000； n=0:N —1;signal=chi2rnd （2，1，N); ％rand(1,N)均匀分布 ,randn(1,N ）高斯分布，exprnd(2,1，N ）指数分布,raylrnd （2，1,N)瑞利分布，chi2rnd(2，1，N ）卡方分布 signal_mean=mean(signal ）； signal_var=var （signal ）；signal_corr=xcorr(signal,signal ，'unbiased ’)； signal_density=unifpdf(signal ，0，1); signal_power=fft(signal_corr); ％[s,w]=periodogram （signal); [k1,n1］=ksdensity(signal)；[k2,n2］=ksdensity （signal,’function ’，'cdf ’）; figure ；hist(signal)；title （’频数直方图’）; figure ；plot （signal)；title(’均匀分布随机信号曲线’）; f=n ＊fs/N ； ％频率序列 figure;plot(abs （signal_power)）; title('功率幅频’); figure;plot(angle （signal_power)）； title （'功率相频'); figure;plot （1:2047,signal_corr)； title （'自相关函数’）; figure;plot(n1，k1）；title('概率密度’）；figure；plot(n2,k2);title（'分布函数’)；结果（1）均匀分布(2）高斯分布（3）指数分布（4)瑞利分布（5）卡方分布2.程序N=1024；signal_1=rand(1,N);signal_2=rand(1，N）；signal_3=rand(1,N);signal_4=rand（1，N）;signal_5=rand(1,N)；signal=signal_1+signal_2+signal_3+signal_4+signal_5; [k1,n1］=ksdensity(signal）；figure(1）subplot(1，2，1）;hist(signal);title（'叠加均匀分布随机数直方图');subplot(1,2，2);plot（n1,k1）；title(’叠加均匀分布的概率密度'）；结果指数分布叠加均匀分布叠加结果：五个均匀分布过程和五个指数分布分别叠加时，结果是高斯分布。
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。
6.窄带随机过程的产生 - 随机信号分析实验报告
计算机与信息工程学院综合性实验报告一、实验目的1、基于随机过程的莱斯表达式产生窄带随机过程。
2、掌握窄带随机过程的特性，包括均值（数学期望）、方差、概率密度函数、相关函数及功率谱密度等。
3、掌握窄带随机过程的分析方法。
二、实验仪器或设备1、一台计算机2、MATLAB r2013a 三、实验内容及实验原理基于随机过程的莱斯表达式00()()cos ()sin y t a t t b t t ωω=- (3.1)实验过程框图如下：理想低通滤波器如图所示：图1 理想低通滤波器()20AH ∆ω⎧ω≤⎪ω=⎨⎪⎩其它(3.2) 设白噪声的物理谱0=X G N ω（）,则系统输出的物理谱为 220=()=20Y X N AG H G ∆ω⎧0≤ω≤⎪ωωω⎨⎪⎩（）（）其它(3.3) 输出的自相关函数为:01()()cos 2Y Y R G d τωωτωπ∞=⎰ /221cos 2N A d ωωτωπ∆=⎰ (3.4) 20sin 242N A ωτωωτπ∆∆=⋅∆ 可知输出的自相关函数()Y R τ是一个振荡函数。
计算高斯白噪声x(t)、限带白噪声()a t 、()b t 及窄带随机过程()y t 的均值，并绘出随机过程各个随机过程的自相关函数，功率谱密度图形。
四、MATLAB 实验程序function random(p,R,C) %产生一个p 个点的随机过程%--------------------------高斯窄带随机过程代码--------------------------% n=1:p;w=linspace(-pi,pi,p); wn=1/2*pi*R*C;[b,a]=butter(1,wn,'low'); %产生低通滤波器Xt=randn(1,p); %产生p 个点均值为0方差为1的随机数，即高斯白噪声 at=filter(b,a,Xt); %让高斯白噪声通过低通滤波器y_at=at.*cos(w.*n); %产生随机过程a（t）y_bt=at.*sin(w.*n); %产生随机过程b（t）yt=y_at-y_bt; %产生一个p个点的高斯窄带随机过程subplot(211)plot(yt)title('高斯窄带随机过程y(t)')subplot(212)pdf_ft=ksdensity(yt) ;plot(pdf_ft)title('y(t)的概率密度图')disp('均值如下')E_Xt=mean(y_at)E_at=mean(y_at)E_bt=mean(y_bt)E_ft=mean(yt)%-----------------------自相关函数代码如下--------------------------% figure(2)R_Xt=xcorr(Xt); %高斯白噪声X(t)的自相关函数R_at=xcorr(at); %限带白噪声的自相关函数R_y_at=xcorr(y_at); %随机过程a(t).coswt的自相关函数R_y_bt=xcorr(y_bt); %随机过程b(t).coswt的自相关函数R_ft=xcorr(yt);subplot(2,2,1);plot(R_Xt);title('高斯白噪声的自相关函数R_Xt'); %并绘制图形subplot(2,2,2)plot(R_at);title('限带白噪声的自相关函数R_a_bx'); %并绘制图形subplot(2,2,3)plot(R_y_bt);title('随机过程b(t)的自相关函数R_y_bt');subplot(2,2,4)plot(R_ft);title('高斯窄带随机过程y(t)的自相关函数R_yt');%------------------------功率谱密度代码如下---------------------------% figure(3)subplot(1,2,1)periodogram(Xt);title('高斯白噪声功率谱密度S_Xt');subplot(1,2,2)periodogram(at);title('限带白噪声功率谱密度S_a_bt');figure(4)subplot(3,1,1)periodogram(y_at);title('随机过程a(t).coswt概率密度概率密度S_y_at');subplot(3,1,2)periodogram(y_bt);title('随机过程b(t).sinwt功率谱密度S_y_bt');subplot(3,1,3);periodogram(yt);title('高斯窄带随机过程y(t)的功率谱密度S_yt');五、实验结果将上述random 函数放在Path 中后，在Commaod Window 中输入：random(1000,10,0.001)时，输出结果如下：01002003004005006007008009001000-0.50.5高斯窄带随机过程y(t)0102030405060708090100246y(t)的概率密度图0500100015002000-50005001000高斯白噪声的自相关函数R X t 0500100015002000-101020限带白噪声的自相关函数R ab x 0500100015002000-50510随机过程b(t)的自相关函数R yb t 0500100015002000-101020高斯窄带随机过程y(t)的自相关函数R y t00.51-40-30-20-10010Normalized Frequency (⨯π rad/sample)P o w e r /f r e q u e n c y (d B /r a d /s a m p l e )高斯白噪声功率谱密度S X t 00.51-80-60-40-200Normalized Frequency (⨯π rad/sample)P o w e r /f r e q u e n c y (d B /r a d /s a m p l e )限带白噪声功率谱密度S ab t0.10.20.30.40.50.60.70.80.91-80-60-40-200Normalized Frequency (⨯π rad/sample)P o w e r /f r e q u e n c y (d B /r a d /s a m p l e )随机过程a(t).coswt 概率密度概率密度S ya t00.10.20.30.40.50.60.70.80.91-60-40-200Normalized Frequency (⨯π rad/sample)P o w e r /f r e q u e n c y (d B /r a d /s a m p l e )随机过程b(t).sinwt 功率谱密度S yb t0.10.20.30.40.50.60.70.80.91-50-40-30-20-10Normalized Frequency (⨯π rad/sample)P o w e r /f r e q u e n c y (d B /r a d /s a m p l e )高斯窄带随机过程y(t)的功率谱密度S y t在Commaod Window 中输出的结果如下：E_Xt = 0.0020 E_at= 0.0020 E_bt= -0.0020 E_ft = 0.0040六、实验结果分析：1、由于高斯白噪声Xt是标准正态的，所以均值趋近于零，而at，bt是由Xt通过一个线性系统（低通滤波器）得到的，所以输出均值不变，仍为零，从程序运行结果可以看出，Xt，at，bt均值都趋近于零。
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。
随机信实验报告ASK
随机信号实验报告——基于FPGA的2ASK通信信号生成及测量分析（22）学院通信工程学院专业信息工程班级 1301052班组长徐益组员柯易楠区浩轩一、摘要在实际信道中，大多数信道具有带通传输特性。
对于数字基带传输系统，为了使数字基带信号能够在信道中传输，要求信道具有低通形式的传输特性。
而数字基带信号不能在带通信道中直接传输，因此，必须用数字基带信号对载波进行调制，产生各种已调数字信号。
我们可以把载波的某些离散状态用来表示数字基带信号的离散状态，同时，采用数字键控的方法来实现数字调制信号。
本次实验主要利用QuartusⅡ软件来实现2ASK调制器的设计、基于软件的电路及波形仿真，最终在硬件平台上实现，并用示波器观察其输出波形。
该电路设计包括时钟序列、分频器、正弦波的产生模块以及开关电路，最终将二进制码转换成2ASK信号输出。
在此基础上，熟悉QuartusⅡ软件和示波器的功能及操作。
最后通过观察、对比仿真波形与示波器波形进行分析及系统的性能评价。
二．实验特点与原理由《现代通信原理》中内容可知，2ASK 是数字调制技术的基础，是一种实用的二进制振幅监控方式。
其特点为调制、解调简便，但不具有很高的抗干扰性。
其原理框图如下：在幅度键控中载波幅度是随着调制信号而变化的。
最简单的形式是载波在二进制调制信号1或0的控制之下通或断。
即：通过以上系统后，输出波形如下图所示：三．实验的设计与实现本次实验可以分为以下三部：①电路设计或程序设计。
②QuartusⅡ软件仿真。
③在FPGA实验板中下载并用示波器观察2ASK调制信号。
为实现2ASK的调制过程，我们选择了如下系统：（实现电路见附录）具体实现方式如下：3.122位分频器：作为载波生产信号的时钟，先通过74LS161实现11位计数，并利用D触发器实现占空比1:1。
（详见附录）3.22112位分频器：作为m序列生成器的时钟，先通过三个74LS161级联实现1056位计数，并利用D触发器实现占空比1:1。
随机信号分析实验报告
随机信号分析实验报告实验一：平稳随机过程的数字特征实验二：平稳随机过程的谱分析实验三：随机信号通过线性系统的分析实验四：平稳时间序列模型预测班级：姓名：学号：一、实验目的1、加深理解平稳随机过程数字特征的概念2、掌握平稳随机序列期望、自相关序列的求解3、分析平稳随机过程数字特征的特点二、实验原理平稳随机过程数字特征求解的相关原理三、实验过程function y = experimentnumber = 49; %学号49I = 8; %幅值为8u = 1/number;Ex = I*0.5 + (-I)*0.5;N = 64;C0 = 1; %计数p(1) = exp(-u);for m = 2:Nk = 1:m/2;p(m) = exp(-u*m) + sum((u*m).^(2*k)./factorial(2*k)*exp(-u*m));2222()[()()]{()()}{()()}X R m E X n X n m I P X n X n m I I P X n X n m I =+=+=-+=-E[X(n)]= I P{X(n)=+I}+(-I)P{X(n)=-I}=0⨯⨯0m >当时，/2220(){()()}(2)!m k m k m P X n X n m I e P k λλ⎢⎥⎣⎦-=+===∑222()(1)(21)X R m I P I P I P =--=-2()()X X X C m R m m =-me I m n X n X E m R λ22)]()([)(-=+=end;pp = [fliplr(p) C0 p];Rx = (2*pp - 1)*I^2;m = -N:N;Kx = Rx - Ex*Ex;rx = Kx/25;subplot(211), plot(m,Rx); axis([-N N 0 I*I]); title('自相关序列');subplot(212), plot(m,rx); axis([-N N 0 1]); title('自相关序数');四、实验结果及分析自相关序列的特点分析：m>0时Rx(m)随着m的增大而减小，m<0时Rx(m)随着m的增大而增大。
随机信号分析实验报告
随机信号分析实验报告目录随机信号分析 (1)实验报告 (1)理想白噪声和带限白噪声的产生与测试 (2)一、摘要 (2)二、实验的背景与目的 (2)背景： (2)实验目的: (2)三、实验原理 (3)四、实验的设计与结果 (4)实验设计: (4)实验结果: (5)五、实验结论 (12)六、参考文献 (13)七、附件 (13)1理想白噪声和带限白噪声的产生与测试一、摘要本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。
理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。
在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。
关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度二、实验的背景与目的背景：在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。
定义2：不同频率、不同强度无规则地组合在一起的声音。
如电噪声、机械噪声，可引伸为任何不希望有的干扰。
第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。
而第二种定义则相对抽象一些，大部分应用于机械工程当中。
在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。
为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。
实验目的:了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。
三、实验原理所谓白噪声是指它的概率统计特性服从某种分布而它的功率谱密度又是均匀的。
确切的说，白噪声只是一种理想化的模型，因为实际的噪声功率谱密度不可能具有无限宽的带宽，否则它的平均功率将是无限大，是物理上不可实现的。
北京理工大学随机信号分析实验报告
北京理工大学随机信号分析实验报告本科实验报告实验名称：随机信号分析实验实验一随机序列的产生及数字特征估计一、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。
二、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，即 U(0，1)。
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：)(m od ,110N ky y y n n -=Ny x n n /=序列{}nx 为产生的(0，1)均匀分布随机数。
下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7510≈⨯；2、（IBM 随机数发生器）3116N 2,k 23,==+周期8510≈⨯；3、（ran0）315N 21,k 7,=-=周期9210≈⨯；由均匀分布随机数，可以利用反函数构造出任意分布的随机数。
定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有)(1R F X x -=由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。
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。
(实验六 随机信号功率谱分析)
实验报告实验课程：数字信号处理实验开课时间：2020—2021 学年秋季学期实验名称：随机信号功率谱分析实验时间： 2020年9月30日星期三学院：物理与电子信息学院年级：大三班级：182 学号：1843202000234 姓名：武建璋一、实验预习实验目的要求深刻理解随机信号的特性，掌握随机信号功率谱估计的基本原理，灵活运用各种随机信号功率谱估计的基本方法。
实验仪器用具装有Matlab的计算机一台实验原理功率谱估计是随机信号处理中的一个重要的研究和应用领域.功率谱估计基本上可以非参数估计的经典方法和参数估计的近代方法.典型功率谱估计是基于FFT 算法的非参数估计,对足够长的记录数据效果较好。
在工程实际中，经典功率谱估计法获得广泛应用的是修正期图发。
该方法采取数据加窗处理再求平均的办法。
通过求各段功率谱平均，最后得到功率谱计P（m），即：式中：为窗口函数ω[k]的方差。
K表示有重叠的分数段。
由于采用分段加窗求功率谱平均，有效地减少了方差和偏差，提高了估计质量，使修正周期图法在经典法中得到普遍应用。
但在估计过程存在两个与实际不符的假设，即（1）利用有限的N个观察数据进行自相关估计，隐含着在已知N个数据之外的全部数据均为零的假设。
（2）假定数据是由N个观察数据以N为周期的周期性延拓。
同时在计算过程中采用加窗处理，使得估计的方差和功率泄露较大，频率分辨率较低，不适用于短系列的谱分析和对微弱信号的检测。
近代谱估计是建立在随机信号参数模型的基础上，通过信号参数模型或预测误差滤波器（一步预测器）参数的估计，实现功率谱估计。
由于既不需要加窗，又不需要对相关函数的估计进行如经典法那样的假设，从而减少公里泄露，提高了频谱分辨率。
常用的参数模型有自回归（AR）模型、滑动平均（MA）模型、自回归滑动平均（ARMA）模型。
其中AR模型是基本模型，求解AR模型的参数主要有L—D算法和Burg算法。
1.某随机信号由两余弦信号与噪声构成x(t)=cos(20*pi*t)+cos(40*pi*t)+s(t)式中：s(t)是均值为0、方差为1的高斯白噪声。
随机实验报告
随机信号实验报告课程：随机信号实验题目：随机过程的模拟与特征估计学院：四川大学电子信息学院学生名称：实验目的：1.学会利用MATLAB模拟产生各类随即序列。
2.熟悉和掌握随机信号数字特征估计的基本方法。
实验内容：1.模拟产生各种随即序列，并画出信号和波形。
（1）白噪声<高斯分布，正弦分布）。
（2）随相正弦波。
（3）白噪声中的多个正弦分布。
（4）二元随机信号。
（5）自然信号：语音，图形<选做）。
2.随机信号数字特征的估计（1）估计上诉随机信号的均值，方差，自相关函数，功率谱密度，概率密度。
（2）各估计量性能分析<选做）实验仪器：PC机一台MATLAB软件实验原理：随机变量常用到的数字特征是数字期望值、方差、自相关函数等。
相应地，随机过程常用到的数字特征是数字期望值、方差、相关函数等。
它们是由随机变量的数字特征推广而来，但是一般不再是确定的数值，而是确定的时间函数。
b5E2RGbCAP均值：mx(t>=E[X(t>]=；式中，p(x,t>是X<t）的一维概率密度。
mx(t>是随机过程X<t）的所有样本函数在时刻t的函数值的均值。
在matlab中用mea(>函数求均值。
p1EanqFDPw方差：<t）=D[X(t>]=E[]；<t）是t 的确定函数，它描述了随机过程诸样本函数围绕数学期望mx(t>的分散程度。
若X<t）表示噪声电压，则方差<t）则表示瞬时交流功率的统计平均值。
在matlab中用var(>函数求均值。
DXDiTa9E3d自相关函数：Rx(t1,t2>=E[X(t1>X(t2>]；自相关函数就是用来描述随机过程任意两个不同时刻状态之间相关性的重要数字特征。
在matlab中用xcorr<）来求自相关函数。
RTCrpUDGiT在matlab中可用函数rand、randn、normr、random即可生成满足各种需要的近似的独立随机序列。
北理工随机信号分析实验报告
本科实验报告实验名称：随机信号分析实验实验一 随机序列的产生及数字特征估计一、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。
二、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，即 U(0，1)。
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：)(m od ,110N ky y y n n -=N y x n n /=序列{}n x 为产生的(0，1)均匀分布随机数。
下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7510≈⨯；2、（IBM 随机数发生器）3116N 2,k 23,==+周期8510≈⨯； 3、（ran0）315N 21,k 7,=-=周期9210≈⨯；由均匀分布随机数，可以利用反函数构造出任意分布的随机数。
定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有)(1R F X x -=由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。
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。
随机信号实验报告
班级：姓名：学号：指导老师：时间：一、信号基本参数1.均值及方差由上图可以看出，该语音信号的能量不是很大，因其均值在0.12左右，方差在0.02左右，故波动不是很大；当加入信噪比为5的白噪声后，其均值明显增大，在0.48左右，说明噪声的能量远大于信号的能量，其方差在0.13左右，故波动很大。
由此看出，白噪声携带能量加大，且波动加大。
2.正态概率分布函数上图为语音信号各点的幅度的概率分布，它与语音信号分布差不多，它放映的是语音信号在各点的能量大小。
当语音信号在某时刻幅值越大，则其概率越大，反之，则越小。
3.自相关上图可以看出，该语音信号的自相关不是很大，因此该语音信号前后相关性不是很大，因此，在信号处理及通信中对信号处理要求不是很高；当加入噪声后，可以看出自相关有明显减小的痕迹，所以白噪声的自相关不大。
4.互相关上图为两个不同的语音信号的互相关，可以看出在前半段完全没有相关性，而在后半段有一定的相关性；当加入白噪声后，互相关增强，且前半段也没有相关性，说明有一语音信号前半段没有信号。
由两图比较可得，高斯白噪声的互相关较大。
二、信号加噪及提取5.信号加入确定噪声后加入确定噪声sin(17500*t)后，时域图上可以看出，振幅较小的语音信号完全被噪声淹没，从回放的声音中可以听到刺耳的噪声信号，从频谱图中也可以看出，在1800Hz左右，有明显的高峰，所含的能量远大于语音信号。
因此，可以用带阻滤波器滤除该噪声信号。
6.去除确定噪声信号sin()从上面两图可以看出，去噪后的频谱中没有高峰突起，确实去掉了噪声信号，从回放的声音中，也听不到刺耳的声音，是比较清晰地声音。
从频谱图中可以明显看到有凹下去的部分，是因为不是理想滤波器，必定会滤掉临近的很小的一部分信号，但并不会语音信号造成太大的影响。
采用的是巴特沃斯带阻滤波器，fp=1700Hz,fs=100Hz,当增大fs后，可以明显看到凹下去的部分增大；而改变fp后，就不能滤掉噪声信号。
随机信号分析实验报告范文
随机信号分析实验报告范文ＨａａrrｂｂiinnＩＩnnttiiｔｔｕｕtteeooffTTeecchhｎｎooｌｌooggyy实验报告告课程名称:院系：电子与信息工程学院班级：姓名:学号：指导教师:实验时间:实验一、各种分布随机数得产生（一)实验原理1、、均匀分布随机数得产生原理产生伪随机数得一种实用方法就是同余法,它利用同余运算递推产生伪随机数序列．最简单得方法就是加同余法为了保证产生得伪随机数能在[0,１]内均匀分布,需要Ｍ为正整数，此外常数c与初值y0亦为正整数。
加同余法虽然简单,但产生得伪随机数效果不好。
另一种同余法为乘同余法,它需要两次乘法才能产生一个［0，１]上均匀分布得随机数ﻩﻩﻩ式中,ａ为正整数。
用加法与乘法完成递推运算得称为混合同余法,即ﻩﻩﻩ用混合同余法产生得伪随机数具有较好得特性,一些程序库中都有成熟得程序供选择。
常用得计算语言如Baic、Ｃ与Matlab都有产生均匀分布随机数得函数可以调用，只就是用各种编程语言对应得函数产生得均匀分布随机数得范围不同，有得函数可能还需要提供种子或初始化。
Matlaｂ提供得函数ｒａnd()可以产生一个在[0,1］区间分布得随机数，rand（2,4）则可以产生一个在［０,1]区间分布得随机数矩阵,矩阵为２行４列。
Matlab提供得另一个产生随机数得函数就是ranｄom(’unif’,a,b，N，M),unif表示均匀分布,a与b就是均匀分布区间得上下界,N与M分别就是矩阵得行与列。
2、、随机变量得仿真根据随机变量函数变换得原理,如果能将两个分布之间得函数关系用显式表达,那么就可以利用一种分布得随机变量通过变换得到另一种分布得随机变量。
若Ｘ就是分布函数为F(某)得随机变量,且分布函数F(某)为严格单调升函数,令Ｙ=F(某）,则Y必为在[0，1]上均匀分布得随机变量．反之,若Y就是在[0,1]上均匀分布得随机变量,那么即就是分布函数为F某(某）得随机变量。
随机信号处理实验报告一
《随机信号分析与处理》实验报告指导教师：廖红华班级：0310411学号：031041109姓名：向政2012-12-29实验一熟悉MA TLAB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、时域信号的FFT分析FFT即为快速傅里叶变换，是离散傅里叶变换的快速算法，它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅里叶变换的算法进行改进获得的。
在MATLAB的信号处理工具箱中函数FFT的一种调用格式为其中X是序列，Y是序列的FFT。
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、希尔伯特变换及性质x(t) 的希尔伯特变换为x(t) 与1/πt 的卷积，即因此，对x(t) 的希尔伯特变换可以看作为x(t) 通过一个冲击响应为1/πt 的线性滤波器。
希尔伯特变换器在整个频域上具有恒为1 的幅频特性，为全通网络，在相位上则引入−π/2和π/2的相移6、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。
- 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)。
注：四选一为12位输入12为输出。
电路仿真及实现
⑴连接电路
将上述原理中的每个器件参照4FSK调制器的原理图连接好，用QuartusⅡ进行检错，在确认无错误后，进行下一步操作；
调制器的电路图如下：
注：m序列发生器前面的分频器用的是分频系数为2048的分频器。
FSK 广泛应用于低速数据传输设备中，根据国际电联(ITU－T)的建议，传输速率为 1200波特以下的设备一般采用 FSK 方式传输数据。
FSK 具有：调制方法简单易于实现、解调不需要恢复本地载波、可以异步传输、抗噪声和衰落性能较强等特点。由于这些原因，FSK 是在模拟电话网上用来传输数据的低速、低成本异步调制解调器的一种主要调制方式。
⑵仿真波形：
⑶电路在ＦＰＧＡ实验板上的实现：
仿真成功后连接好ＵＳＢ连线和实验板电源，将文件
下载到实验板上，并用示波器观察输出波形。
示波器波形如下：
实验结论及体会
１．做好电路仿真后，发现波形有的有正弦波，有的波发生失谐，相位发生突变，仔细检查后发现问题如下：
⑴ＲＯＭ输出8位，导致输出精度下降，造成波形失真，后来改为12位，效果明显改善，但波形还不是正弦波。
参考资料
【1】张辉，曹丽娜.现代通信原理与技术（第三版）.西安：西安电子科技大学出版社
4FSK键控法调频原理图（图1.1）如下：
图1.1 4FSK键控法调频原理框图
4FSK实验的设计与实现
1.电路设计
4FSK调制原理框图如图所示
1基带信号（信源）：设计一个周期为15的小M序列作为信源。信源码元速率为9.765625KHz。电路图如下：
2时钟信号：由实验板提供20MHz时钟，经分频得到（仿真时可设20MHz时钟分频得到）。
3Start信号：开始信号，在仿真时ቤተ መጻሕፍቲ ባይዱ以自己设置，在实验板中需要硬件实现。Start信号波形图如下（本实验中置1）：
4分频器：使用QuartusⅡ中的lpm_counter计数器实现分频，四个分频器分频系数分别为64,32,16,8，m序列前面的分频系数为2048。
5正弦波输出电路：
注：本次试验的计数器是5位输出，在rom中是5位输入12位输出。
2FSK键控法调频原理图如下：
4FSK可通过基带信号（00,01,10,11）并联传输0或1来分别用f1,f2,f3,f4四个载频表示，两路基带信号作为控制选通选通开关，1路选通开关发送0时选通载频f1, 发送0时选通载频f2, 1路选通开关发送0时选通载频f3, 送1时选通载频f4。两路不同载频通过相加器得到已调信号发送出去。
随机信分析实验报告
随机信号分析实验报告
实验选题：码元速率9.765625KHz的4FSK调制信号的实验与性能分析
指导教师：
实验小组成员：
所在院系：通信工程学院
所在班级：班
2013/11/14
摘要：频率偏移调制，又称频率移键、频移键控（FSK，Frequency-Shift Keying ）是一种利用频率差异的信号来传送资料的调制方式。最常见的FSK为二进制FSK（BFSK，binary FSK，或称2FSK）。BFSK用两个离散的频率分别代表不同的二进制信号（0和1），四进制频移键控则称QFSK。
本次实验采用的就是4FSK调制方式
4FSk的调制原理
随着时代的发展，数字信号在信号传输比模拟信号有许多的优越性，数字信号传输也越来越重要。虽然近距离传输可以由数字基带信号直接传输，但是要进行远距离传输时必须将基带信号调制到高频处，所以调制解调技术是数字通信中一种关键的技术。二进制频移键控是数字信号调制的基本方式之一。而多进制（MFSK）的可降低信道系统信噪比的要求。2FSK信号的产生方法主要有两种：采用模拟调频电路实现；采用键控法来实现，即在二进制基带脉冲序列的控制下通过开关电路对两个不同的独立频率源进行选通，使其在每个码元期间输出f1和f2两个载波之一。频移键控是利用载波的频率变化来传递信息的。在2FSK中，载波的频率随二进制基带信号在f1和f2两个频率点间变化。同理4FSK中基带脉冲序列四个码元（00 01 10 11）可用f1,f2,f3,f4四个载波之一；本实验讨论4FSK是通过并联输入两位基带信号，两位二进制来表示四进制的频移键控。
⑵在上面调整后出现的问题，我们认为是分频器分频有问题，经过仔细计算发现我们刚开始的分频系数太小了，刚开始第一分频分频系数为16，经过计算后发现我们应该是64（2000/（9.765625*32）=64），调整后我们的正弦波就完美了表现出来了。
２．在实验过程中，我们深刻的体会到理论与实践的巨大差距，一个计数器的参数错误就意味着整个实验的失败，但是在实验中我们深刻的体会到做实验必须要有耐心，冷静思考，仔细思考问题会出在哪里，想好后，按照自己的想法一一排除问题，慢慢走向成功。同时我们也感受到合作的重要性，一个人的思维永远比不上两个人的思考，在实验诸多的问题上，我的队员给了我许许多多的帮助，正是这些帮助才让我们的实验完美的完成。