ImageVerifierCode 换一换
格式:DOCX , 页数:16 ,大小:329.75KB ,
资源ID:8551479      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/8551479.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(整理实验二典型时间序列的功率谱估计.docx)为本站会员(b****7)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

整理实验二典型时间序列的功率谱估计.docx

1、整理实验二典型时间序列的功率谱估计实验二. 典型时间序列的功率谱估计一、实验内容与目标:了解有限长数据对谱估计的影响,重点研究周期图法和改进型周期图法的谱估计方法,并分析噪声对随机信号谱估计结果的影响。使学生了解随机信号的功率谱分析与主要估计方法。2、实验任务(1)对AR(2)模型产生的序列进行分析,并估计其数字特征。理论知识在随机信号分析课程的第五章时间序列模型中,我们对AR、MA及ARMA模型进行了分析。对于AR(2)模型:其解为:其中和是由初始条件确定的待定系数,;而根据其自相关函数,有:;功率谱为:。已知条件设有AR(2)模型为:即是高斯白噪声,均值为0,方差为4;任务一产生指定AR(

2、P)模型的典型时间序列X(n);分别画出X(n)的500、2000点和10000个观测点的波形,并估计他们的均值与方差;试根据上述理论知识推导并计算出该模型理论的均值和方差。程序及结果程序:b=1;a=1 0.9 0.1;noise=normrnd(0,2,1,500);x=filter(b,a,noise); subplot(211);plot(x);title(AR(2)随机序列500点);m=mean(x);sigma2=var(x);msigma2noise=normrnd(0,2,1,2000);x=filter(b,a,noise);subplot(211);plot(x);tit

3、le(AR(2)随机序列2000点);m=mean(x);sigma2=var(x);msigma2noise=normrnd(0,2,1,10000);x=filter(b,a,noise);subplot(211);plot(x);title(AR(2)随机序列10000点);m=mean(x);sigma2=var(x);msigma2m=0.0404 sigma2=14.3090m=-0.0486 sigma2=14.5322m=0.0058 sigma2=15.0434理论的均值和方差均值为0,因为是一个线性系统,w(n)为白噪声,将其看成输入,输出x(n)也为0,所以方差就等于R(

4、0) m(x)=0 2=r(0)=15.77分析随着点数的增加(500,2000,10000),波形越来越密集,随着点数的增加波形越能体现出时间序列模型的特点。任务二求出该AR(2)模型理论功率谱,在上等距选取K=500个点,画出其理论功率谱曲线;程序及结果程序:fs=1000;%采样频率w=0:pi/2000:pi;G=4*(abs(1./(1+0.9*exp(-j*w)+0.1*exp(-2*j*w).2);%AR模型系统函数G=G/max(G);%归一化f=w*fs/(2*pi);plot(f,G,r)title(理论功率谱密度曲线)xlabel(f)ylabel(幅值)任务三估计500

5、、2000点和10000个观测点的典型时间序列X(n)的自相关函数与功率谱,并与理论的功率谱曲线比较;程序、结果及分析程序:(功率谱)b=1;a=1 0.9 0.1;noise=normrnd(0,4,1,500);x=filter(b,a,noise);window=hamming(20); % 采用hanmming 窗,长度为20noverlap=10;Nfft=512;fs=1000;Px,f=pwelch(x,window,noverlap,Nfft,fs, onesided); % 估计功率谱密度f=-fliplr(f) f(1:end); %对称频率(反转)Px=fliplr(Px

6、) Px(1:end); % 对称谱Px/max(Px)subplot(221);plot(f,Px,b);hold on;fs=1000;w=-pi:1/fs:pi;G=4*(abs(1./(1+0.9*exp(-j*w)+0.1*exp(-2*j*w).2);G=G/max(G);f=w*fs/(2*pi);subplot(221);plot(f,G,-r)legend(实际功率谱曲线,理论功率谱曲线)title(实际功率谱与理论功率谱曲线比较图(500点))b=1;a=1 0.9 0.1;noise=normrnd(0,4,1,2000);x=filter(b,a,noise);wind

7、ow=hamming(20); % 采用hanmming 窗,长度为20noverlap=10;Nfft=512;fs=1000;Px,f=pwelch(x,window,noverlap,Nfft,fs, onesided); % 估计功率谱密度f=-fliplr(f) f(1:end); %对称频率(反转)Px=fliplr(Px) Px(1:end); % 对称谱Px/max(Px);subplot(222);plot(f,Px,b);hold on;fs=1000;w=-pi:1/fs:pi;G=4*(abs(1./(1+0.9*exp(-j*w)+0.1*exp(-2*j*w).2)

8、;G=G/max(G);f=w*fs/(2*pi);subplot(222);plot(f,G,-r);legend(实际功率谱曲线,理论功率谱曲线)title(实际功率谱与理论功率谱曲线比较图(2000点))b=1;a=1 0.9 0.1;noise=normrnd(0,4,1,10000);x=filter(b,a,noise);window=hamming(20); % 采用hanmming 窗,长度为20noverlap=10;Nfft=512;fs=1000;Px,f=pwelch(x,window,noverlap,Nfft,fs, onesided); % 估计功率谱密度f=-f

9、liplr(f) f(1:end); %对称频率(反转)Px=fliplr(Px) Px(1:end); % 对称谱Px/max(Px)subplot(223);plot(f,Px,b);hold on;fs=1000;w=-pi:1/fs:pi;G=4*(abs(1./(1+0.9*exp(-j*w)+0.1*exp(-2*j*w).2);G=G/max(G);f=w*fs/(2*pi);subplot(223);plot(f,G,-r);legend(实际功率谱曲线,理论功率谱曲线)title(实际功率谱与理论功率谱曲线比较图(10000点))由图可知:(1)实际功率谱曲线相对于理论功率谱

10、曲线有点误差,但其包络还是比较一致的。(2)有限长的数据和噪声都会影响谱估计结果,数据越长,功率谱估计越准确程序:(自相关)b=1;a=1 0.9 0.1;noise=normrnd(0,4,1,500);x=filter(b,a,noise);R=xcorr(x,coeff);subplot(211);plot(R)title(自相关函数估计(500点))noise=normrnd(0,4,1,2000);x=filter(b,a,noise);R=xcorr(x,coeff);subplot(212);plot(R)title(自相关函数估计(2000点))noise=normrnd(0,

11、4,1,10000);x=filter(b,a,noise);R=xcorr(x,coeff);subplot(213);plot(R)title(自相关函数估计(10000点))(2)不同信噪比下的功率谱估计与比较。任务对于给定的时间序列Y(n),设计2种不同白噪声W(n),分别画出10000点的波形Y(n)+W(n),估计功率谱,比较和分析估计结果;给定时间序列,该时间序列信号离散化采样频率为1KHz。程序:Fs=1000;N=1024;Nfft=10000;n=0:N-1;%第一种白噪声yn=sin(0.3*pi*n)+cos(0.6*pi*n)+0.2*randn(1,N);Px1=1

12、0*log10(abs(fft(yn,Nfft).2)/N);f=(0:length(Px1)-1)*Fs/length(Px1);subplot(211);plot(f,Px1);xlabel(频率/Hz);ylabel(功率谱/dB);title(第一种白噪声功率谱);%第二种白噪声yn=sin(0.3*pi*n)+cos(0.6*pi*n)+0.8*randn(1,N);Px2=10*log10(abs(fft(yn,Nfft).2)/N);f=(0:length(Px2)-1)*Fs/length(Px2);subplot(212);plot(f,Px2);xlabel(频率/Hz);

13、ylabel(功率谱/dB);title(第二种白噪声功率谱);(3)设计2种不同特性的线性滤波器,考察分布为N(0,4)的高斯白噪声通过不同线性滤波器后的波形变化情况,画出两种滤波器下输出前后的波形及系统的功率谱估计,并对波形变化情况加以讨论。线性滤波器一程序及结果程序:N=1000;x=normrnd(0,1,N,1);b=1;a=1,-0.1,-0.8;(1)可能造成重大环境影响的建设项目,编制环境影响报告书,对产生的环境影响应进行全面评价;y=filter(b,a,x);(三)环境价值的定义Psd=abs(fft(y).2/N;(二) 环境影响经济损益分析的步骤subplot(2,2,

14、1);plot(x);title(经过滤波器前的x的波形);2.间接市场评估法xlabel(n);ylabel(x);subplot(2,2,2);plot(y);(二)规划环境影响评价的技术依据和基本内容title(经过滤波器后的y的波形);四、安全预评价xlabel(n);ylabel(y);3.意愿调查评估法subplot(2,2,3);plot(Psd);答疑编号502334050102title(系统功率谱);规划编制单位对规划环境影响进行跟踪评价,应当采取调查问卷、现场走访、座谈会等形式征求有关单位、专家和公众的意见。xlabel(n);ylabel(Psd);分析用r,p,k=r

15、esidue(1,0,1,a1,a2)函数求出H(z)的极点求的其极点p1=0.9458 p2=-0.8458,可得极点一个为正,一个为负,所以功率谱在w=0和出现峰值,w=0时极点0.9458离单位圆距离比w=时极点-0.8458离单位圆的距离小,则此时正极点作用大,w=0时|H(ejw)|最大。即|H(ejw)|在低频时分量较大,可以看作其具有低通性质。线性滤波器二程序及结果N=1000;x=normrnd(0,1,N,1);b=1;a=1,0.1,-0.8;y=filter(b,a,x);Psd=abs(fft(y).2/N;subplot(2,2,1);plot(x);title(经过

16、滤波器前的x的波形);xlabel(n);ylabel(x);subplot(2,2,2);plot(y);title(经过滤波器后的y的波形);xlabel(n);ylabel(y);subplot(2,2,3);plot(Psd);title(系统功率谱);xlabel(n);ylabel(Psd);分析用r,p,k=residue(1,0,1,a1,a2)函数求出H(z)的极点求的其极点p1=-0.9458 p2=0.8458,可得极点一个为正,一个为负,所以功率谱在w=0和出现峰值,w=0时极点-0.9458离单位圆距离比w=时极点0.8458离单位圆的距离小,则此时负极点作用大,w=时|H(ejw)|最大。即|H(ejw)|在高频时分量较大,可以看作其具有高通性质。3、体会与收获

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