四川大学随机信号分析实验报告Word文档下载推荐.docx

1、 （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（ab

2、s（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： func

3、tion wgn（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,lowxt=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（ya

4、t）;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_xtsubplot（2,2,2）;plot（R_at）;限带高斯白噪声的自相关函数R_atsubplot（2,2,3）;plot（R_ybt）;随机过程b（t）的自相关函数R_btsubplot（2,2,4）;plot（R_ft）;窄带随机过程的自相关函数R_yt%

5、-功率谱密度代码-%figure（3）;subplot（1,2,1）;periodogram（xt）;白噪声功率谱密度S_xtsubplot（1,2,2）;periodogram（at）;限带白噪声功率谱密度S_a_btsubplot（3,1,1）;periodogram（yat）;随机过程a（t）*coswt功率谱密度S_yatsubplot（3,1,2）;periodogram（ybt）;随机过程b（t）*sinwt功率谱密度S_ybtsubplot（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

6、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。