数字相关和数字卷积毕业论文.docx
《数字相关和数字卷积毕业论文.docx》由会员分享,可在线阅读,更多相关《数字相关和数字卷积毕业论文.docx(46页珍藏版)》请在冰豆网上搜索。
![数字相关和数字卷积毕业论文.docx](https://file1.bdocx.com/fileroot1/2023-1/1/8143223d-2d5c-49ef-8ec7-4a532aa6fbe6/8143223d-2d5c-49ef-8ec7-4a532aa6fbe61.gif)
数字相关和数字卷积毕业论文
评分
大理大学实验报告
课程名称牛物医学信号处理
实验名称数字相关和数字卷积
专业班级
姓名
学号
实验日期
实验地点
2015—2016学年度第3学期
实验目的
熟悉数字相关的运算,初步在信号处理中应用相关技术。
、实验环境
1、硬件配置:
处理器:
AMDA10-5750MAPUwithRadeon(tm)Graphics2.50GHz
安装内存:
(RAM)4.00GB
系统类型:
64位操作系统,基于x64位处理器
2、软件环境:
MatlabR2012b
三、实验原理
相关可以从时域角度表现信号间的相似(关联)程度,是统计信号处理最基本的手段之一。
设有离散信号x(n)和y(n),线性相关函数定义为
cO
rxymA為_xnynm
n
实际采集的信号总是有限长度,用有限的样本估计相关(自相关)函数
1N皿
瓦佃)=一送xnXn知m=0,±1,±2,…
N心
求和项总数不是N而是N-|m|,因为当n=N-|m|-1时,n+|m|=N-1。
此时xn+m已经到了数据边沿。
这种估计是渐进无偏估计和一致估计。
计算中,只要将其中一个序列反转,就可以用计算线性卷积的程序计算线性相关
rxymi〕=xny-n
因此可以用FFT来加速相关运算,即对序列补零后,用循环相关计算线形相关,然后用循环卷积的快速算法计算循环相关,得到最终结果。
四、实验内容
已知发射波形,利用相关技术,在有强背景噪声的情况下检测回波的延时和强度。
首先使用已知信号模版及其若干次衰减延迟生成仿真回波波形,然后与白噪声背景叠
加,构造仿真信号。
然后计算模版与仿真信号的相关函数,判断回波位置及相对强度。
五、实验结果与分析
实验程序:
%作出八个模版的波形图
clearall;clc;
np=1:
100;
%p=sin(pi/5*np);%正弦
%p=exp(-0.06*np);%指数衰减
%p=sin(pi/5*np).*exp(-0.06*np);%指数衰减正弦
%p=ones(size(np));%方波
%loadecgdata;w=ecgdata(np);p=w';%产生100个心电信号的数据
%loadeegdata;w=eegdata(np);p=w';%产生100个脑电信号的数据
%loadicpdata;w=icpdata(np);p=w';%产生100个颅内压信号的数据
%loadrespdata;w=respdata(np);p=w';%产生100个呼吸信号的数据figure;
subplot(1,1,1);plot(np,p);
n=1:
1000;%定义1000点长的随机信号
w=randn(size(n));%产生1000点长的随机信号噪声
s=zeros(size(n));%产生1000点长的有用信号
%通过改变衰减系数对已知信号模版进行若干次衰减,生成仿真回波
A=3;%衰减系数
s(100:
199)=s(100:
199)+A*p;
s(500:
599)=s(500:
599)+(A/3)*p;
s(800:
899)=s(800:
899)+(A/33)*p;
x=s+w;%仿真回波与白噪声叠加构造仿真信号
figure;
subplot(3,1,1);plot(n,w);title('Noise');%作出噪声信号的图,并添加标题subplot(3,1,2);plot(n,s);title('Signal');%作出有用信号的图,并添加标题subplot(3,1,3);plot(n,x);title('SignalwithNoise');%作出观测信号的图,并添加标题
p=[p,zeros(1,length(x)-length(p))];%如果要求归一化相关系数(相干系数),两个序列要同样长Rps=xcorr(s,p,'coeff);%对有用信号做互相干函数
Rpw=xcorr(w,p,'coeff);%对噪声信号做互相干函数
Rpx=xcorr(x,p,'coeff);%对观测信号做互相干函数
n2=(n
(1)-np(end)):
(np(end)-n
(1));%线性相关的范围figure;
subplot(3,1,1);plot(Rps);title('Rpwofp(n)ands(n)');%作出有用信号线性相干后的图,并添加标题subplot(3,1,2);plot(Rpw);title('Rpsofp(n)andw(n)');%作出噪声信号线性相干后的图,并添加标题subplot(3,1,3);plot(Rpx);title('Rpxofp(n)andx(n)');%作出观测信号线性相干后的图,并添加标题
实验结果:
2
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
Noise
Rpwofp(n)ands(n)
(a)
(b)
-50
100200~~300~~400500~~000700800~~0
Signal
-1
0
0.2
200400000800100012001400
Rpsofp(n)andw(n)
100018002000
20040000080010001尢01400100018002000
10020030040050060070。
8009001000
SignalwithNoise
(c)
-1
0
Rpxofp(n)andx(n)
200400000800100012001400100018002000
图1模板为方波,A=3,均值为0,方差为1的结果图
(a)(b)(c)
图2模板为正弦波,A=3,均值为0,方差为1的结果图
Noise
5
0
-5
0.5
0
-0.5
0200400000800100012001400100018002000
Rpxofp(n)andx(n)
1
0
-1
0200400000800100012001400100018002000
Rpwofp(n)ands(n)
0200400000800100012001400100018002000
Rpsofp(n)andw(n)
5
0
-5
01002003004005000007008009001000
Signal
4_____|
2.
0100~200300400~500~000700~00
SignalwithNoise
b翘下小啪Mu蔺叫叫禅叫警"
目IIIlidII
01002003004005000007008009001000
0.1
0
-0.1
方差为1的结果图
(a)(b)(c)
图3模板为指数衰减信号,A=3,均值为0,
1......
0.8,.
0.0,-
0.4
0.2'-
0'-
-0.2-
-0.4-
-0.0■-
-0.81111■■>11
0102030405000708090100
Noise
讨材汕“严闷、*曲⑷书打”峠七
5
0
-5
01002003004005000007008009001000
Signal
-5I||||||||I
01002003004005000007008009001000
SignalwithNoise
k川-H¥*帆畑吐桃MM駅出i*-
5
0
-5
01002003004005000007008009001000
Rpwofp(n)ands(n)
1
0
-1
0200400000800100012001400100018002000
0.2
0
-0.2—
0200400000800100012001400100018002000
0.5
0
-0.5
0200400000800100012001400100018002000
Rpsofp(n)andw(n)
Rpxofp(n)andx(n)
(a)(b)
图4模板为指数衰减正弦信号,
(C)
A=3,均值为
0,
方差为1的结果图
1
-50
-5
0
Noise
0.5
Rpwofp(n)ands(n)
100200300400~~500600700~~0
Signal
002003)004』05006007』0800900丨0
SignalwithNoise
100
-5
0
1002003004005006007008009001000
(a)(b)(c)
图5模板为100个心电信号数据,A=3,均值为
0,
Noise
00-
200400600800100012001400160018002000
Rpsofp(n)andw(n)
方差为1的结果图
Rpwofp(n)ands(n)
3
10
1002003004005006007008009001000
10
0
-10
01002003004005006007008009001000
Signal
SignalwithNoise
-100
200300400500600700800900
1000
-1
0
0.2
(a)
(b)
(c)
图6模板为100个脑电信号数据,A=3,均值为
0,
200400600800100012001400160018002000
Rpsofp(n)andw(n)
0
-0.2
0200400600800100012001400160018002000
Rpxofp(n)andx(n)
1
方差为1的结果图
5
4
3
2
1
0102030405060708090100
0
(a)
Noise
_5
01002003004005006007008009001000
20
Signal
10
01002003004005006007008009001000
0
20
0
0.1
Rpwofp(n)ands(n)
0.5
Rpsofp(n)andw(n)
0200400600800100012001400160018002000
-01
0200400600800100012001400160018002000
一開亠
0
-1
SignalwithNoise
Rpxofp(n)andx(n)
0
0200400600800100012001400160018002000
01002003004005006007008009001000
-20
(b)
(c)
图7模板为100个颅内压信号数据,
A=3,均值为
0,方差为1的结果图
1000
Rpwofp(n)ands(n)
Noise
900
800
100200
4005006007008009001000
700
Signal
600
4000
500
400
)00
300
5000
200
100
-5
0
2000
500
SignalwithNoise
0.5
0.2
-0.2
0
200400
fi
100012001400160018002000
Rpsofp(n)andw(n)
2004006008001曲01刃01^00Io0018002000
Rpxofp(n)andx(n)
0
0
-5000
00
-1
)0
1
(a)
(b)
(c)
图8模板为100个呼吸信号数据,
A=3,
均值为
0,方差为1的结果图
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
'・
5
0沖出叫钏时幽航片审机d打闷旳
-5
0
1002003004005006007008009001000
0
Signal
-~-a7
・
-2
-4
0
■
100~200~300~400~5006^0~700~800~900—1000
■
10
SignalwithNoise
0
n1n■■n11h
-10
nn11h■111
Noise
01002003004005006007008009001000
Rpwofp(n)ands(n)
200400600800100012001400160018002000
0.1
Rpxofp(n)andx(n)
0
-1
0200400600800100012001400160018002000
(a)(b)(c)
图9模板为方波,A=-3,均值为0,方差为1的结果图
(a)(b)(c)
图10模板为正弦波,A=-3,均值为0,方差为1的结果图
Rpwofp(n)ands(n)
0200400600800100012001400160018002000
SignalwithNoise
枫u,也出山“卅邸亦叫r>屮;屮j
1I
0.9,
0.8,
0.7,.
0.6'-
0.5,-
0.4
0.3|
0.2■-
0.1'-
0IIIII■IIII
0102030405060708090100
Noise
5
0
-5
01002003004005006007008009001000
Signal
0..■■■.■■
-2-
01002003004005006007008009001000
5
0
-5
01002003004005006007008009001000
Rpxofp(n)andx(n)
0.211■
0\严匕*小
-02〔
'0200400600800100012001400160018002000
(a)(b)(c)
图11模板为指数衰减信号,A=-3,均值为0,方差为1的结果图
Noise
Rpwofp(n)ands(n)
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
0
-5
0
-5
(
100200
50060070'
8009001000
-1
200400
100012001400160018002000
Signal
0.2
Rpsofp(n)andw(n)
102030405060708090100
丨002』03004005006007008』0900丨0
SignalwithNoise
)00
-0.2
0
0.2
2004006008001曲01刃01^00丨扌001^002000
Rpxofp(n)andx(n)
-5
0
100200300
4005006007008009001000
-0.2
0-
200400600800100012001400160018002000
(a)(b)
图12模板为指数衰减正弦信号
(c)
A=-3,均值为0,方差为1的结果图
Noise
0.5
5
0
-5
01002003004005006007008009001000
Signal
Rpwofp(n)ands(n)
020040060080010002001400160080C2000
Rpsofp(n)andw(n)
0.——F——I——|——l——l——l——P——l——l——|
0松儿坤」沪
Q1II1IIIIII
0.
0
-0.
020040060080010002001400160080(2000
SignalwithNoise
5
-0.5I,・,
0102030405060708090100
0卄■'申桝曾问山辆峠屛榊z屮
-5L■■,,・■■・■.,,
01002003004005006007008009001000
Rpxofp(n)andx(n)
020040060080010002001400160080(2000
(a)(b)(c)
图13模板为100个心电信号数据,A=-3,均值为
5
0
-5
01002003004005006007008009001000
10
0
-10
10
0
-10
01002003004005006007008009001000
0.2
0
-0.2
0200400600800100012001400160018002000
(a)(b)
图14模板为100个脑电信号数据,
(c)
A=-3,均值为0,方差为1的结果图
Rpwofp(n)ands(n)
Signal
1
0
-1
0200400600800100012001400160018002000
Rpxofp(n)andx(n)
Noise
5■■11■■■■■11
01胪磔申榊士1狀鹹帰*0
拓11111■111
01002003004005006007008009001000
1000
图15模板为100个颅内压信号数据,
A=-3,均值为
0,方差为1的结果图
Noise
900
800
"50060070080090010
700
Signal
600
500
400
300
5000
200
0
100
-5000
tG此d.**刖怜艸小I计艸k
010u~2^300~400~500600700~800~~0
)00
SignalwithNoise
(b)(c)
图16模板为100个呼吸信号数据,A=-3,均值为
(a)
-1
0
0.1
-1
0
Noise
0
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0102030405060708090100
20
-20
Rpwofp(n)ands(n)
2004006008001曲01勿01』00丨6?
00丨8002000
Rpsofp(n)andw(n)
200400600800100012001400160018002000
Rpxofp(n)andx(n)
20040060080010001200140016001800
0,方差为1的结果图
"2000
1002003004005006007008009001000
Rpwofp(n)ands(n)
1
0
0.1
400600800100012001400160018002000
0
而护%%
010021
030040050060070080090010
-0.1
00
02004006008001000120014001600180021
Signal
Rpsofp(n)andw(n)
2
0
SignalwithNoise
Rpxofp(n)andx(n)
20
0.5
-20JIIIL■J11
01002003004005006007008009001000
-0.5
0
0200400600800100012001400160018002000
(a)
(b)
(c)
图17模板为方波,A=3均值为0,方差为3的结果图
Noise
-20
SignalwithNoise
20
0
-20
0
1002003004005006007008009001000
1002003004005006007008009001000
-5
01002003004005006007008009001000
(r
曲
I]l;<
a,,
・>11,
Signal
Rpwofp(n)ands(n)
0.1
-0.1
0.5
400600800100012001400160018002000
彳
・nn1ii
■■■
0200400600800100012001400160018002000
Rpsofp(n)andw(n)
4
40060080010001200