随机信号分析实验报告记录(基于MATLAB语言)

1、随机信号分析实验报告记录（基 于MATLA睛言）作者:日期:随机信号分析实验报告基于MATLAEBf言名级号业姓班学专随机信号分析实验报告（基于MATLAB言）姓名:班级:学号:目录实验一随机序列的产生及数字特征估计 2实验目的 2实验原理 2实验内容及实验结果 3实验小结 6实验二随机过程的模拟与数字特征 7实验目的 7实验原理 7实验内容及实验结果 8实验小结 11实验三随机过程通过线性系统的分析 12实验目的 12实验原理 12实验内容及实验结果 13实验小结 17实验四窄带随机过程的产生及其性能测试 18实验目的 18实验原理 18实验内容及实验结果 18实验小结 23实验总结 231

2、随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:实验一随机序列的产生及数字特征估计实验目的1 .学习和掌握随机数的产生方法。2 .实现随机序列的数字特征估计。实验原理1 .随机数的产生随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的， 而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。(0,1)均匀

3、分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在0,1区间上的均匀分布，U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下：y0 =L耳=0而阴序列露3为产生的(0,1)均匀分布随机数。定理1.1若随机变量X具有连续分布函数匕(*),而R为(0,1)均匀分布随机变量，则有2 . MATLA讣产生随机序列的函数(1) (0,1)均匀分布的随机序列函数：rand用法：x = rand(m,n)功能：产生 mx n的均匀分布随机数矩阵。(2)正态分布的随机序列函数：randn用法：x = randn(m,n)功

4、能：产生 mx n的标准正态分布随机数矩阵。如果要产生服从川卬通工)分布的随机序列，则可以由标准正态随机序列产生。(3)其他分布的随机序列5分布 函数 分布 函数二项分布 binornd 泊松分布 poissrnd 离散均匀 unidrnd分布均匀分布unifrnd指数分布exprnd正态分布normrnd瑞禾U分布raylrndV 广三chi2md3.随机序列的数字特征估计对于遍历过程，可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列 X(n)为遍历过程，样本函数为 x(n),其中n=0,1,2,N-1。那么, X(n)的均值、方差和自相关函数的估计为ffy =斤二

5、T W 反(靠)一用我Fl=0京=丹 _ 阿 2+ m)n=0利用MATLAB勺统计分析函数可以分析随机序列的数字特征。(1)均值函数函数：mean用法：m = mean(x)功能：返回按1.3式估计X(n)的均值，其中x为样本序列x(n)。(2)方差函数函数：var用法：sigma2 = var(x)功能：返回按(1.4)式估计X(n)的方差，其中x为样本序列x(n),这一估计为无偏估 计。(3)互相关函数函数：xcorr用法：c = xcorr(x,y)c = xcorr(x)c = xcorr(x,y,'opition')c = xcorr(x,'opition&

6、#39;)功能：xcorr(x,y) 计算X(n)与Y(n)的互相关，xcorr(x)计算X(n)的自相关。option 选项可以设定为：'biased' 有偏估计'unbiased'无偏估计'coeff m = 0时的相关函数值归一化为1'none'不做归一化处理实验内容及实验结果1 .采用线性同余法产生土匀分布随机数1000个，计算该序列均值和方差与理论值之间的误差大小。改变样本个数重新计算。程序代码：y=i;k=7;N=10A10;xn=；fo门=1:1000y=mod(y*k,N);x=y/N;xn=xn x;endm=mean(

7、xn)n=var(xn)me=0.5-mne=1/12-n实验结果：m = 0.4813n = 0.0847me= 0.0187ne= -0.0013改变样本数量重新计算：(理论值m=0.5 n=1/12 )样本数 量m误差n误差1000.41640.08360.09010.00685000.46680.03320.08590.002610000.48130.01870.08470.0013100000.49730.00270.08480.0015随机信号分析实验报告（基于MATLAB言）姓名:班级:学号:500000.50090.00090.08370.00041000000.49960.0

8、0040.08360.00032 .参数为4的指数分布的分布函数为5(璋=1 - e-利用反函数法产生参数为0.5的指数分布随机数1000个，测试其方差和相关函数。程序代码：j=1:1999;y=i;k=7;N=10A10;xn=；fo门=1:1000y=mod(y*k,N);x=y/N;xn=xn x;endy=(-2)*log(1-xn);n=var(y)c=xcorr(y,'coeff);plot(j-1000,c);实验结果：方差 n=3.7596自相关函数：10.90.80.70.60.50.40.30.20.10-1000-800-600-400-2000200400600

9、80010003 .产生一组N(1,4)分布的高斯随机数(1000个样本)，估计该序列的均值、方差、和 相关函数。程序代码：i=1:1000;j=1:1999;x=normrnd(1,2,1,1000);m=mean(x)n=var(x)c=xcorr(x,'coeff);subplot(211);plot(i,x);title('随机序列);subplot(212);plot(j-1000,c);title('自相关函数);实验结果：均值 m=1.0082方差 n=3.8418随机序列10 1 L LT110100200300400500600700800900100

10、0-5实验小结本次实验对随机数的生成做了练习。具体来说，包括线性同余法，生成已知分布函数的随机数，rand函数等，还有就是有关均值、方差、相关的调用函数。7随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:实验二随机过程的模拟与数字特征实验目的1 .学习利用MATLAB莫拟产生随机过程的方法。2 .熟悉和掌握特征估计的基本方法及其MATLAB实现。实验原理1 .正态分布白噪声序列的产生MATLABt供了许多产生各种分布白噪声序列的函数，其中产生正态分布白噪声序列的函数为randn。函数：randn用法：x = randn(m,n)功能：产生mx n的标准正态分布随机数矩阵。如果要产生

11、服从寸)分布的随机序列，则可以由标准正态随机序列产生。如果XzN®)，则 n-FaXN(iLCJ).2 .相关函数估计MATLABI供了函数xcorr用于自相关函数的估计。函数：xcorr用法：c = xcorr(x,y)c = xcorr(x)c = xcorr(x,y,'opition')c = xcorr(x,'opition')功能：xcorr(x,y) 计算X (n)与Y(n)的互相关，xcorr(x)计算X (n)的自相关。Option选项可以设定为：'biased'有偏估计。'unbiased'无偏估计。&

12、#39;coeff m =0时的相关函数值归一化为1。'none'不做归一化处理。3 .功率谱估计对于平稳随机序列 X (n),如果它的相关函数满足2< ooE=一曲那么它的功率谱定义为自相关函数R式啮的傅里叶变换：E= -8功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所能得到的随机信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计， 称为谱估计或谱分析。功率谱估计的方法有很多种，以下是两种通用谱估计方法。(1)自相关法先求自相关函数的估计然后对自相关函数做傅里叶变换。%(同官53#其中N表示用于估计样本序列的样本个数。(2)周期图法

13、先对样本序列x(n)做傅里叶变换NT其中口三用三国一,则功率谱估计为MATLAE®数periodogram 实现了周期图法的功率谱估计。函数：periodogram用法： Pxx,w = periodogram(x)Pxx,w = periodogram(x,window)Pxx,w = periodogram(x,window,nfft)Pxx,f = periodogram(x,window,nfft,fs) periodogram()功能：实现周期图法的功率谱估计。其中：Pxx为输出的功率谱估计值；f为频率向量；w为归一化的频率向量；window代表窗函数，这种用法种对数据进行

14、了加窗，对数据加窗是为了减少功率 谱估计中因为数据截断产生的截断误差，表2.1列出了产生常用窗函数的MATLAB函数窗函数MATLA函窗函数 MATLAE®矩形窗三角窗boxcartriangBlackman窗Chebyshev窗blackmanchebwinHanning 窗hannBartlettbartlett随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:窗Hamming hamming Kaiser 窗 kaisernfft设定FFT算法的长度;fs表示采样频率；如果不指定输出参数(最后一种用法)，则直接会出功率谱估计的波形。实验内容及实验结果1 .按如下模型产

15、生一组随机序列彳优)=0.&¥由一1)+如(71)其中闻(我)是均彳t为1,方差为4的正态分布白噪声序列。估计过程的自相关函数和功率谱。程序代码：w=normrnd(1,4,1,1024);x(1)=w(1);i=2;while i<1025x(i)=0.8*x(i-1)+w(i);i=i+1;endR=xcorr(x);S,W=periodogram(x);subplot(3,1,1); plot(x);title('x(n)');axis tight;subplot(3,1,2); plot(R);title('R(m)');axis

16、 tight;subplot(3,1,3); plot(S);title('S(W)');axis tight;实验结果：10随机信号分析实验报告（基于MATLAB言）姓名:班级:学号:x(n)20X 10R(m)6420IItI1LLL1L .J-L巩”4.工,-人J rgrrit口r% 1,卢 _ 4100-10100200300400500600700800900100013200400600800100012001400160018002000S(W)300020001000501001502002503003504004505002 .设信号为= slnCZnfiii

17、) + 2ccs(2nf2n) + HQ其中否=O.Q5S = 0-12,3)为正态分布白噪声序列，试在N=256和N=1024点时,分别产生随机序列 工5),画出宽E)的波形并估计工的相关函数和功率谱。N=256:程序代码：N=256;n=1:1:N;w=randn(1,N);f1=0.05;f2=0.12;x=sin(2*pi*f1*n)+2*cos(2*pi*f2*n)+w(n);R=xcorr(x);S,W=periodogram(x);subplot(3,1,1); plot(x);title('x(n)');axis tight;subplot(3,1,2); pl

18、ot(R);title('R(m)');axis tight;subplot(3,1,3); plot(S);title('S(W)');axis tight;实验结果:x(n) N=256420-2-450100150200250R(m) N=256500-50050100150200250300350400450500S(W) N=25660402020406080100120N=1024：程序代码：N=1024;n=1:1:N;w=randn(1,N);f1=0.05;f2=0.12;x=sin(2*pi*f1*n)+2*cos(2*pi*f2*n)+w(

19、n);R=xcorr(x);N=256');axis tight;N=256');axis tight;N=256');axis tight;S,W=periodogram(x);subplot(3,1,1); plot(x);title('x(n)subplot(3,1,2); plot(R);title('R(m)subplot(3,1,3); plot(S);title('S(W)实验结果:x(n) N=1024420-2-41002003004005006007008009001000R(m) N=10242004006008001000

20、12001400160018002000S(W) N=1024实验小结本次实验对随机序列的产生进行了复习，对自相关函数与功率谱密度的产生进行了练 习。并且验证了自相关函数与功率谱密度呈傅立叶变换关系。实验三随机过程通过线性系统的分析随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:实验目的1 .理解和分析白噪声通过线性系统后输出的特性。2 .学习和掌握随机过程通过线性系统后的特性，验证随机过程的正态化问题。实验原理1.白噪声通过线性系统设连续线性系统的传递函数为或输入白噪声的功率谱密度为a3 = NJ2 ,那么系统输出的功率谱密度为输出自相关函数为+»DC输出相关系数为Y补

21、硒输出相关时间为B。/ YyM dr 输出平均功率为LKJ上述式子表明，若输入端是具有均匀谱的白噪声，则输出端随机信号的功率谱主要由系 统的幅频特性决定，不再是常数。2.等效噪声带宽在实际中， 常常用一个理想系统等效代替实际系统的H(co),因此引入了等效噪声带宽的概念，他被定义为理想系统的带宽。 等效的原则是，理想系统与实际系统在同一白噪声 的激励下，两个系统的输出平均功率相等，理想系统的增益等于实际系统的最大增益。实际系统的等效噪声带宽为e或*2 加嬴1M i 品3 .线性系统输出端随机过程的概率分布(1)正态随机过程通过线性系统若线性系统输入为正态过程，则该系统输出仍为正态过程。(2)随

22、机过程的正态化输出近随机过程的正态化指的是，非正态随机过程通过线性系统后变换为正态过程。任意 分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，似服从正态分布。实验内容及实验结果设白噪声通过图3.1所示的RC电路，分析输出的统计特性。RoO不c 丁 y(o图3.1 RC电路(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。经计算，结果如下：传输函数)=1-FjwRC输出功率谱密度N村时二2+2小R工平输出自相关函数为：R-七出其中一随La相关时间为：1。m=R。等效噪声带宽为：15随机信号分析实验报告（基于MATLAB言）姓名:班级:学号:3?, b

23、3nitAu)- = I du = -b =e J 炉 + 旷Z2RC若输入为高斯白噪声，则输出均值为 0,方差炉mR©）二呼，服从高斯分布，概率密度函数为:(2)采用Matlab模拟正态分布白噪声通过上述RC电路，观察输入和输出的噪声波形以及输出噪声的概率密度。程序代码：R=10;C=0.1;b=1/(R*C);n=1:1:128;h=b*exp(-n*b);x=randn(1,4096);y=conv(x,h);fy yi=ksdensity(y);subplot(3,1,1)plot(x);axis tight;title('x(n)');subplot(3,1

24、,2)plot(y);axis tight;title('y(n)');subplot(3,1,3)plot(fy);axis tight;title('fy');运行结果:23x(n)2 0-2500100015002000250030003500400010-1y(n)50010001500200025003000350040001 0.8 0.6 0.4 0.2102030405060708090100(3)模拟产生均匀分布的高斯白噪声通过上述 及输出噪声的概率密度。程序代码：R=10;C=0.1;b=1/(R*C);n=1:1:256;h=b*exp(-

25、n*b);x=rand(1,1024);x=x-0.5;y=conv(h,x);fy yi=ksdensity(y);subplot(3,1,1);plot(x);title('x(n)');axis tight;subplot(3,1,2); plot(y); title('y(n)');axis tight;subplot(3,1,3); plot(fy); title('fy'); axis tight;RC电路，观察输入和输出的噪声波形以运行结果:x(n)y(n)20040060080010001200fy1020304050607080

26、90100改变RC电路的参数（电路的 RC值），重做（2）和（3）,与之前的结果进行比较。a）改变RC的值为10000 0.1高斯输入：y(n)50010001500200025003000350040004020102030405060708090100均匀分布输入:x(n)0.40.2 0-0.2-0.410020030040050060070080090010002004006008001000120010203040506070809010012010080604020b）改变RC的值为10 0.001高斯输入：x(n)10x 10 -41y(n)5001000150020002500

27、300035004000-1均匀分布输入:随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:x(n)0.40.20-0.2-0.41002003004005006007008009001000实验小结若线性系统输入为正态过程，则该系统输出仍为正态过程。非正态随机过程通过线性系统后变换为正态过程。任意分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，输出近似服从正态分布。低通系统通带过窄时，输出与输入差别很大，因为只有低频可以通过，高频量被抑制了。实验四窄带随机过程的产生及其性能测试实验目的1 .理解和分析白噪声通过线性系统后输出的特性。2 .掌握窄带随机过程的特性

28、，包括均值（数学期望）、方差、相关函数及功率谱密度实验原理1 .窄带随机过程的莱斯表达式任何一个实平稳窄带随机过程X都可以表示为上式称为莱斯表达式，根据上式可以模拟产生窄带随机过程，具体过程如图4.1所示。255度莫图4.1窄带随机过程的产生2 .窄带随机过程包络与相位的概率密度包络的概率密度为 心=去叼(劣劣 三0，服从瑞利分布。相位的概率密度为 启(6)二十，"三甲4玉21E,呈均匀分布。3 .窄带随机过程包络平方的概率密度o满足条件包络平方的概率密度为 为3=a7-卦2 o,为指数概率密度函数。实验内容及实验结果1.按图4.1所示结构框图，基于随机过程的莱斯表达式，用MATLA

29、ET生一的窄带随机过程。程序代码n=1:1:1024;h=exp(-n);c1=randn(1,1024);a=conv(c1,h);c2=randn(1,1024);b=conv(c2,h);fc=10000;i=1;x=zeros(1,1024);while i<1025x(i)=a(i)*cos(2*pi*fc*i)-b(i)*sin(2*pi*fc*i);i=i+1;endplot(x);title('x');axis tight;实验结果x10.50-0.5-110020030040050060070080090010002 .画出该随机过程的若干次实现，观察其

30、形状。 实验结果1002003004005006007008009001000随机信号分析实验报告（基于MATLAB言）姓名:班级:学号:10020030040050060070080090010003 .编写MATLA叫序计算该随机过程的均值函数、自相关函数、功率谱、包络、包络 平方及相位的一维概率密度，画出相应的图形并给出解释。程序代码：n=1:1:1024;h=exp(-n);c1=randn(1,1024);a=conv(c1,h);c2=randn(1,1024);b=conv(c2,h);fc=10000;i=1;x=zeros(1,1024);while i<1025x(i

31、尸a(i)*cos(2*pi*fc*i)-b(i)*sin(2*pi*fc*i);i=i+1;endsubplot(3,2,1);plot(x);title('x');axis tight;% 均值&自相关函数m=mean(x)R=xcorr(x);subplot(3,2,2)plot(R)title('R(x)')axis tight;% 功率谱密度S,w=periodogram(x);23随机信号分析实验报告(基于MATLAB言)姓名:班级:学号:subplot(3,2,3);plot(S);title(S(w);axis tight;% 包络A=zeros(1,102