平稳随机过程的采样和插值Word文件下载.docx
《平稳随机过程的采样和插值Word文件下载.docx》由会员分享,可在线阅读,更多相关《平稳随机过程的采样和插值Word文件下载.docx(40页珍藏版)》请在冰豆网上搜索。
![平稳随机过程的采样和插值Word文件下载.docx](https://file1.bdocx.com/fileroot1/2022-10/9/8b565e83-d464-4f1f-bf4a-f164e5d735bf/8b565e83-d464-4f1f-bf4a-f164e5d735bf1.gif)
1KHz阻带衰减:
>35DB
通带衰减:
<1DB米样频率:
W44.1KHZ
计算经低通滤波器后信号的均值、均方值、方差、相关函数、频谱及功率谱密度、
相关函数。
⑷对输入信号进行抽样:
采样频率8000Hz。
每间隔4个点和每间隔8个点各抽样一
次。
计算抽样信号的均值、均方值、方差、相关函数、频谱及功率谱密度、相关函数。
⑸对采样信号进行插值:
每一个间隔插入4个值和每一个间隔插入8个值。
采样频率
8000Hz。
计算插值信号的均值、均方值、方差、相关函数、频谱及功率谱密度、相关函数。
⑹对采样前后、插值前插值后信号进行比较。
观察在采样频率不变的情况下,信号频
谱的变化和频谱的周期延拓性。
⑺讨论X(n)的自相关函数、功率谱密度与X(t)的自相关函数、功率谱密度之间的关系。
四•实验步骤及结果
1.输入信号x(t)
(1)x(t)=正弦波信号+n(t),频率为为高斯白噪声。
Fs=40000;
Ns=5000;
n=0:
Ns-1;
t=n/Fs;
sine=sin(2*pi*100*t);
noise=randn(1,length(t));
x=sine+noise;
figure
(1);
plot(t,x);
xlabel('
t'
),ylabel('
x'
);
title('
输入信号’);
100Hz的正弦波信号,幅值为1v,其中n(t)
两点间距取1/40000,共取N=5000个采样
点,n为长度为N的序列,t为采样时间,作为信号图像横坐标
产生频率为100hz的正弦波
产生高斯白噪声
信号合成为输入信号
产生的输入信号如下:
输入信号
0.14
5[I[[[l
00.020.040.060.080.10.12
t
(2)计算输入信号的均值、均方值、方差
均值:
x_mean=0.0072
均方值:
x_var=1.4747
方差:
input_fangcha=1.4748
(3)x(t)的相关函数利用MALTLA中的xcorr函数x_xcorr=xcorr(x);
t1=(-Ns+1:
Ns-1)/Fs;
%相关函数图像横坐标
figure
(2);
plot(t1,x_xcorr);
%相关函数
xlabel('
),ylabel('
R'
title('
输入信号相关函数’);
(4)x(t)的概率密度利用ksdensity函数
[F1,y1]=ksdensity(x);
%y1为输入信号所有取值,F1为每个值相应概率
figure(3);
plot(y1,F1);
%概率密度
y'
F'
title('
输入信号概率密度'
0.35
0.3
0.25
0.2
F
0.15
0.1
0.05
-6-4-20246
y
(5)x(t)的频谱利用fft函数
x_spectra=fft(x);
f=Fs*n/Ns;
%频域横坐标
figure(4);
plot(f(1:
300),abs(x_spectra(1:
300)));
f),ylabel('
Y'
输入信号频谱'
1600
1400
1200
1000
Y800
600
400
200
0-
05001000150020002500
f
(6)x(t)的功率谱密度用功率谱的概念求,即频谱函数的平方求时间平均。
P仁x_spectra.*conj(x_spect⑻/Ns;
%频谱函数的平方求时间平均
figure(5);
300),abs(P1(1:
%功率谱密度
S'
输入信号功率谱密度'
)
2•滤波器的设计
设计思路是:
用巴特沃斯模拟滤波器生成数字滤波器,并画出滤波器的频谱。
程序如下:
fp=1000;
fs=2000;
rp=1;
rs=35;
Fs1=40000;
wp=2*pi*fp/Fs1;
ws=2*pi*fs/Fs1;
wap=tan(wp/2);
was=tan(ws/2);
Fs1=Fs1/Fs1;
[N,Wn]=buttord(wap,was,rp,rs,'
s'
[z,p,k]=buttap(N);
[bp,ap]=zp2tf(z,p,k);
%得到传输函数
[bs,as]=lp2lp(bp,ap,wap);
%低通到低通,频谱变换
[bz,az]=bilinear(bs,as,Fs1/2);
%将模拟滤波器传递函数转为数字滤波器传递函数
[H,w]=freqz(bz,az,256,Fs1*10000);
%特性分析
figure(6)
plot(w,abs(H));
%画出数字滤波器的波形图
低通滤波器的频谱'
f/hz'
gridon;
低通滤波器的频谱
3.x(t)通过滤波器的信号y
(1)输出y的波形及均值,均方值,方差
y=filter(bz,az,x)
通过低通滤波器的波形
0.0416
0.7248
0.7265
(2)输出y的相关函数
程序类似求x(t)的相关函数,其波形如下:
(3)y的概率密度
程序类似求x(t)的概率密度,其波形如下:
输出信号概率密度
2500
(4)
y的频谱
程序类似求x(t)的频谱,其波形如下:
丫800
0500100015002000
(5)y的功率谱密度
900
800
700
500
300
100
输岀信号功率谱密度
1500
2000
3000
4•对y信号进行抽样采样频率8000Hz
若8000hz采样,波形输出程序为:
sample仁zeros(1,ceil(length(t)/(Fs/fs1)));
i=1;
fork=1:
length(t)
ifmod(k,(Fs/fs1))==1
sample1(i)=y(k);
i=i+1;
end
figure(12);
stem(t2,sample1);
%除去相邻采样点间零点的采样信号
采样信号'
则波形为:
1.5
00.020.040.060.080.1
0.12
(1)
每间隔4个点抽样一次
14采样波形及均值,均方值,方差
程序代码如下:
sample2=zeros(1,ceil(length(t)/(Fs/fs1)));
length(t2)
ifmod(k,5)==1
sample2(k)=sample(k);
else
sample2(k)=0;
sample3=zeros(1,ceil(length(t)/(Fs/fs1)/5));
5:
sample3(i)=sample1(k);
figure(13);
stem((1:
length(t2)/5)/300,sample3);
%除去相邻采样点间零点的采样信
4采样信号'
sample」unzhi4=mean(sample2)%均值
sample_fangcha4=std(sample2)%方差
sample」unfangzhi4=sample_fangcha4+sample_junzhi4.A2%均方值
4采样信号为:
-0.0125
方差:
0.3212
0.3213
24采样信号的相关函数代码函数如上
③4采样信号的概率密度
④4采样信号的频谱
4米样信号频谱
⑤4采样信号的功率谱密度
4采样信号功率谱密度
(2)每间隔8个点抽样一次程序和4采样类似,只是间隔8个点
①采样信号
8米样信号
-7.0098e-004
0.1099
2
8采样信号的相关函数
10
8
6
4
R
-2
-4
-6
-8
-1000-800-600-400-20002004006008001000
3
8采样信号的概率密度
0.7
0.6
0.5
0.4
-4-3-2-101234
48采样信号的频谱
9
7
丫5
1
8米样信号频谱
05001000
58采样信号的功率谱密度
8采样信号功率谱密度
4.对信号进行插值采样频率为8000Hz
插值思路:
用三次多项式插值法
(1)每一个间隔插入4个值
1每间隔插入4个值波形及均值,均方值,方差程序如下:
t4=zeros(1,(length(t2)-1)*4+length(t2));
%插值信号横坐标fork=1:
length(t4)
ifmod(k,5)==1t4(k)=(1/fs1)*fix(k/5);
ifmod(k,5)==2t4(k)=(1/fs1)*fix(k/5)+(1/fs1)/5;
ifmod(k,5)==3t4(k)=(1/fs1)*fix(k/5)+(2/fs1)/5;
ifmod(k,5)==4t4(k)=(1/fs1)*fix(k/5)+(3/fs1)/5;
ifmod(k,5)==0t4(k)=(1/fs1)*(k/5-1)+(4/fs1)/5;
endinter4=interp1(t2,sample1,t4,'
cubic'
figure(23)
ste