随机信号分析编程作业

随机信号分析

编程作业

姓名：

学号：

学院：计算机与信息学院班级：通信工程14-1班

1.23编写一个产生均值为1、方差为4的高斯分布随机数程序，求其最大值、最小值、均值和方差，并与理论值比较。

解：分析:本题可用累加近似法产生标准正太分布随机数，首先产生12个相互独立的均匀分布随机数，计算这十二个数的和后减去六后就可以得到N(0，1)分布的随机数。以下是代码及结果：

从运行结果可以看出，

产生的1024个随机

数，其均值为

0.9557，方差为

3.8582与理论均值1

方差值4较为接近，故

此程序比较理想的产生

了均值为1方差值为4

的高斯随机数。

2.26编写一个产生协方差函数为C(τ)=4e−2|τ|的平稳高斯过程的程序，产生若

干样本函数，估计所产生的时间自相关函数和功率谱密度，并统计自相关函数和功率谱密度，最后将结果和理论值比较。

解：本题可根据教材例题5.13差分方程得到自相关函数为b2

1−a2

a|m|的随机序列，代码如下：

N=10000;

Ts=0.001;

sigma=2;

beta=2;

a=exp(-beta*Ts);

b=sigma*sqrt(1-a*a);

w=normrnd(0,1,[1,N]);

x=zeros(1,N);

x(1)=sigma*w(1);

for i=2:N

x(i)=a*x(i-1)+b*w(i);

end;

Rxx=xcorr(x)/N;

m=[-N+1:N-1];

Rxx0=(sigma^2)*exp(-beta*abs(m*Ts));

plot(m*Ts,Rxx0,'b.',m*Ts,Rxx,'r');title(‘理论与实测自相关函数’);

用matlab运行后绘制的图如下：

例题3.6.4仿真一个平均功率为1的白噪声通过带通系统，白噪声为高斯分布，带通系统的俩个截至频率分别为3kHz 和4kHz，求输出的自相关函数和功率谱密度。

%准备工作N = 500;

xt = random('norm',0,1,1,N);

ht = fir1(101,[0.3 0.4]);

HW = fft(ht,2*N);

%仿真

Rxx = xcorr(xt,'biased');

Sxx = abs(fft(xt,2*N).^2)/(2*N);

HW2 = abs (HW).^2;

Syy = Sxx.*HW2;

Ryy = fftshift(ifft(Syy));

%画曲线

w = (1:N)/N;

t = (-N : N-1)/N * (N/20000);

subplot(4,1,1); plot(w,abs(Sxx(1:N)));

subplot(4,1,2); plot(w,abs(HW2(1:N)));

subplot(4,1,3); plot(w,abs(Syy(1:N)));

subplot(4,1,4); plot(Ryy);

M = 100;

N = 500;

xt= random('norm',0,1,M,N);

ht = fir1(101,[0.3 0.4]);

HW =fft (ht,2*N);

Sxx = abs(fft(xt,2*N,2).^2)/(2*N);

Sxxav = mean(Sxx);

HW2 =abs(HW).^2;

Syy = Sxxav .* HW2;

Ryy = fftshift(ifft(Syy));

运行结果见下图：

教材习题6.16编写MATLAB程序，模拟产生功率谱为

S(ω)=16

（ω+ω0）2

+64

+16

（ω−ω0）

2

+64

的高斯带通随机信号，其中ω0=400π，绘制带通信号相关函数与功率谱。解：由傅里叶变换性质知

σ2e−β|τ|cosω0↔σ2β

（ω+ω0）2

+β2

+σ2β

（ω−ω0）

2

+β2

因此先产生俩个自相关函数同为R(τ)=σ2e−β|τ|的独立平稳过程i(t)和q(t),然后由x(t)=i(t)cos(w0t)-q(t)sinw0t就可得出要求的带通信号。代码如下：

NFFT = 1024;

fs = 1000;

Ts = 1/fs;

B= 0.5 * fs;

df = fs/NFFT;

f = -B:df:B-df;

sigma = sqrt(2);

beta = 8;

a = exp(-beta*Ts);

b = sigma * sqrt(1 - a*a);

f0 = 200;

N = 10000;

wi = normrnd (0,1,[1,N]);

wq = normrnd (0,1,[1,N]);

xi = zeros(1,N);

xq = zeros(1,N);

xi(1) = sigma*wi(1);

xq(1) = sigma * wq(1);

for i = 2:N

xi(i)=a*xi(i-1) + b*wi(i); xq(i)=a*xq(i-1) + b*wq(i); end

t = 0:Ts:(N-1)*Ts;

x0=xi.*cos(2*pi*f0*t) -

xq.*sin(2*pi*f0*t);

x = x0(N-1000+1:N);

t = t(N-1000+1:N);

Rxx = xcorr(x)/1000;

t0=[-1000+1:1000-1];

Rxx0=(sigma^2)*exp(-

beta*abs(t0*Ts));

subplot(141);plot(t,x);title('样本x');

subplot(142);plot(t0,Rxx);title( '实测自相关函数');

subplot(143);periodogram(x,[],10 00,fs);

subplot(144);plot(t0,Rxx0,'r');t itle('理论自相关函数');

以下是运行结果：