高斯白噪声的matlab实现.docx
《高斯白噪声的matlab实现.docx》由会员分享,可在线阅读,更多相关《高斯白噪声的matlab实现.docx(15页珍藏版)》请在冰豆网上搜索。
高斯白噪声的matlab实现
通信系统建模与仿真
实验一、高斯白噪声的matlab实现
要求:
样本点:
1001000
标准差:
0.2210
均值:
00.2
白噪声
如果噪声的功率谱密度在所有的频率上均为一常数,即
式中:
为常数,责成该噪声为白噪声,用
表示。
高斯白噪声的matlab实现
1.样本点为1000、均值为0、标准差为0.2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=(0.2)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
2.样本点为1000、均值为0、标准差为2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=
(2)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
3.样本点为1000、均值为0、标准差为10时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=(10)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
4.样本点为1000、均值为10、标准差为0.2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=(0.2)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
5.样本点为1000、均值为10、标准差为2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=
(2)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
6.样本点为1000、均值为10、标准差为10时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
1000;
fori=1:
length(f)
K=(10)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
7.样本点为100、均值为0、标准差为0.2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=(0.2)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
8.样本点为100、均值为0、标准差为2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=
(2)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
9.样本点为100、均值为0、标准差为10时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=(10)*randn(1,1)-0;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
10.样本点为100、均值为10、标准差为0.2时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=(0.2)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
11.样本点为100、均值为10、标准差为10时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=
(2)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)
12.样本点为100、均值为0、标准差为10时,高斯白噪声分布为下图所示:
程序如下所示:
%Whitebackgroundnois
clearall
f=1:
1:
100;
fori=1:
length(f)
K=(10)*randn(1,1)-10;
P(i)=10.^(K-3.95*(10^-5)*f(i));
A(i)=sqrt(2*P(i));
end
xifft=ifft(A);
realx=real(xifft);
ti=[1:
length(xifft)-1]/1000;
realx2(1:
length(xifft)-1)=realx(2:
length(xifft));
plot(ti,realx2)