matlab利用idinput函数产生m序列Word文件下载.docx

上传人:b****6 文档编号:17780668 上传时间:2022-12-10 格式:DOCX 页数:11 大小:588.01KB
下载 相关 举报
matlab利用idinput函数产生m序列Word文件下载.docx_第1页
第1页 / 共11页
matlab利用idinput函数产生m序列Word文件下载.docx_第2页
第2页 / 共11页
matlab利用idinput函数产生m序列Word文件下载.docx_第3页
第3页 / 共11页
matlab利用idinput函数产生m序列Word文件下载.docx_第4页
第4页 / 共11页
matlab利用idinput函数产生m序列Word文件下载.docx_第5页
第5页 / 共11页
点击查看更多>>
下载资源
资源描述

matlab利用idinput函数产生m序列Word文件下载.docx

《matlab利用idinput函数产生m序列Word文件下载.docx》由会员分享,可在线阅读,更多相关《matlab利用idinput函数产生m序列Word文件下载.docx(11页珍藏版)》请在冰豆网上搜索。

matlab利用idinput函数产生m序列Word文件下载.docx

默认情况下,nu=1,M=1,即一个通道,一个周期。

Type

指定产生信号的类型,可选类型如下

‘rgs’

高斯随机信号

‘rbs’(默认)

二值随机信号

‘prbs’

二值伪随机信号(M序列)

‘sine’

正弦信号和

 

Band

指定信号的频率成分。

对于’rgs’、’rbs’、’sine’,band=[wlow,whigh]指定通带的范围,如果是白噪声信号,则band=[0,1],这也是默认值。

指定非默认值时,相当于有色噪声。

对于’prbs’,band=[0,B],B表示信号在一个间隔1/B(时钟周期)内为恒值,默认为[0,1]。

Levels

指定输入的水平。

Levels=[minu,maxu],在type=’rbs’、’prbs’、’sine’时,表示信号u的值总是在minu和maxu之间。

对于type=’rgs’,minu指定信号的均值减标准差,maxu指定信号的均值加标准差,对于0均值、标准差为1的高斯白噪声信号,则levels=[-1,1],这也是默认值。

说明

对于PRBS信号,如果M>

1,则序列的长度和PRBS周期会做调整,使PRBS的周期为对应一定阶数的最大值(即2^n-1,n为阶数);

如果M=1,PRBS的周期是大于N的相应阶数的值。

在多输入的情形时,信号被最大平移,即P/nu为此信号能被估计的模型阶次的上界。

上面的意思可如下理解:

对于M=1时,

ms=idinput(12,'

prbs'

[01],[01]);

figure

stairs(ms)

title('

M序列'

ylim([-0.51.5])

结果如下

同时,matlab给出如下警告

Warning:

ThePRBSsignaldeliveredisthe12firstvaluesofafullsequenceoflength15.

即函数的输出为周期为15(大于12的第一个2^n-1的值)PRBS信号的前12个值组成的序列。

ms=idinput(15,'

可以看到指定12时的序列为指定15时的序列的前面部分。

对于M>

1时,

ms=idinput([12,1,2],'

Matlab给出的响应警告为

TheperiodofthePRBSsignalwaschangedto7.Accordingly,thelengthofthe

generatedsignalwillbe14.

对于正弦信号和的产生,貌似用的不多,语法还挺复杂,等用的时候再看吧。

方法

产生’rgs’信号的带通信号使用的是一个8阶巴特沃斯滤波器,使用idfilt做的非因果滤波,这个是可信赖的方法。

对于’rbs’信号,使用的是相同的滤波器,但是是在二值化之前,这意味着频率成分并不保证是精确的。

产生高斯随机信号

clc

clearall

closeall

%高斯随机信号

u=idinput(1000,'

rgs'

);

stairs(u)

高斯随机信号'

hist(u,-4:

4)

高斯随机信号的分布'

产生二值随机信号

%二值随机信号

u=idinput(100,'

rbs'

二值随机信号'

ylim([-1.51.5])

产生二值伪随机信号(M序列)

合理的选择输入激励信号,能有效的激励起系统的动态信号。

白噪声的平稳谱的性质决定了它是一个很好的输入信号,但它在工程中不易实现,而M序列具有近似白噪声的性质,可保证良好的辨识精度。

%二值伪随机信号(M序列)

n=8;

%阶次

p=2^n-1;

%循环周期

ms=idinput(p,'

结果

验证M序列的性质如下

●-1和1的个数差1

sum(ms==1)%1的个数

sum(ms==-1)%-1的个数

ans=

127

128

●存在直流分量

mean(ms)%直流分量

-0.0039

●相关函数

a=zeros(length(ms)*10,1);

%采样

fori=1:

10

a(i:

10:

end)=ms;

end

c=xcorr(a,'

coeff'

%自相关函数

plot(c)

相关函数'

自相关函数接近于δ函数。

●谱密度

pwelch(a)%谱密度

说明M序列不含基频的整数倍的频率成分。

产生逆M序列

谱分析表明,M序列含有直流成分,将造成对辨识系统的“净扰动”,这通常不是所希望的。

而逆M序列将克服这一缺点,是一种比M序列更为理想的伪随机码序列。

[],[01]);

%产生逆M序列

s=0;

ims=zeros(2*p,1);

mstemp=[ms;

ms];

2*p

ims(i)=xor(mstemp(i),s);

s=not(s);

ims(ims==0)=-1;

stairs(ims)

逆M序列'

sum(ims==1)%1的个数

sum(ims==-1)%-1的个数

255

●无直流分量

mean(ims)%直流分量

a=zeros(length(ims)*10,1);

end)=ims;

pwelch(a)

继续阅读

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 教育学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1