四川大学随机信号分析实验报告Word文档下载推荐.docx
《四川大学随机信号分析实验报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《四川大学随机信号分析实验报告Word文档下载推荐.docx（12页珍藏版）》请在冰豆网上搜索。
（3）窄带随机过程的产生与特性分析。
（调制，滤波）
2.典型时间序列模型分析。
（1）模拟产生AR，ARMA模型序列，画出波形，并估计其均值，方差，自相关函数，功率谱密度；
*
（2）模拟产生指定功率密度的正态随机序列。
3、实验设备
Matlab软件
四、实验步骤以及实验结果分析
（1）白噪声通过低通系统后的统计特性变化：
对比输入输出的波形：
输入前波形：
时域：
>
y=wgn（1000,1,5）;
>
plot（y）
频域
y1=fft（y,1000）;
plot（abs（y1））;
输入后：
y2=conv（y,fir1（1000,0.02*pi））;
%w=2*pi*通带截止频率/采样频率,采样频率为10
plot（abs（y2））;
自相关函数：
输入前
[a,b]=xcorr（y,'
unbiased'
）;
plot（b,a）;
输入后
[a,b]=xcorr（y2,'
功率谱密度：
a1=fft（a）;
a2=fftshift（a1）;
l=（0:
length（a2）-1）*200/length（a2）-100;
a3=abs（a2）;
plot（l,a3）;
互相关函数：
输入前后
[a,b]=xcorr（y2,y）;
（2）白噪声通过不同带宽的低通系统后的概率密度：
[f,x]=ksdensity（y2）;
\\10
plot（x,f）;
y2=conv（y,fir1（1000,0.2*pi））;
\\100
（3）窄带随机过程的产生与特征分析：
functionwgn（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'
xt=wgn（1,p,5）;
at=filter（b,a,xt）;
yat=at.*cos（w.*n）;
ybt=at.*sin（w.*n）;
yt=yat-ybt;
%sunplot（211）;
plot（yt）;
title（'
窄带过程y（t）'
pdf_ft=ksdensity（yt）;
plot（pdf_ft）;
y（t）的概率密度图'
disp（'
均值如下'
E_xt=mean（yat）;
E_at=mean（yat）;
E_bt=mean（ybt）;
E_ft=mean（yt）;
%------相关函数代码------%
figure
（2）
R_xt=xcorr（xt）;
R_at=xcorr（at）;
R_yat=xcorr（yat）;
R_ybt=xcorr（ybt）;
R_ft=xcorr（yt）;
subplot（2,2,1）;
plot（R_xt）;
白噪声的自相关函数R_xt'
subplot（2,2,2）;
plot（R_at）;
限带高斯白噪声的自相关函数R_at'
subplot（2,2,3）;
plot（R_ybt）;
随机过程b（t）的自相关函数R_bt'
subplot（2,2,4）;
plot（R_ft）;
窄带随机过程的自相关函数R_yt'
%----------功率谱密度代码----------%
figure（3）;
subplot（1,2,1）;
periodogram（xt）;
白噪声功率谱密度S_xt'
subplot（1,2,2）;
periodogram（at）;
限带白噪声功率谱密度S_a_bt'
subplot（3,1,1）;
periodogram（yat）;
随机过程a（t）*coswt功率谱密度S_yat'
subplot（3,1,2）;
periodogram（ybt）;
随机过程b（t）*sinwt功率谱密度S_ybt'
subplot（3,1,3）;
periodogram（yt）;
窄带随机过程y（t）功率谱密度S_yt'
random（1000,10,0.001）
2.典型时间序列的模拟分析
模拟产生AR，ARMA模型序列：
AR模型序列的模拟产生
%---一阶AR模型----%
x=1:
100;
B=[1];
A=[1,-1/2];
y=filter（B,A,x）;
均值：
y1=mean（y）;
y1
y1=99.0200
方差：
y2=var（y）;
y2
y2=3.3628e+03
自相关函数：
y3=xcorr（y）;
plot（y3）
%-----ARMA模型序列的模拟产生------%
x=1:
A=[1,-1/3,-1/7];
B=[1/2,1/4];
plot（y）;
y1=70.1669
y2=1.7214e+03
plot（y3）;
a1=fft（y）;
五、实验收获（本次实验的感受，对你的哪方面技能或知识有提高。
）
本次实验我们收获很多，不仅理解了白噪声通过线性系统后统计特性的变化规律，同时也熟悉了如何使用matlab求信号的波形，自相关函数，功率谱密度，功率，互相关函数等等的统计特性。
深刻地理解到了线性系统对白噪声的影响。
除此之外，我们也深入地了解了AR和ARMA模型序列。
最重要的是让我们加深了对课本知识的理解。
总之，本次实验我们受益匪浅。
升级会员 