matlab随机信号分析常用函数

1、随机信号分析常用函数及示例1、熟悉练习使用下列MATLAB函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果。rand()：函数功能：生成均匀分布的伪随机数使用方法：r=rand(n)生成n*n的包含标准均匀分布的随机矩阵，其元素在(0,1)内。rand(m,n)或rand(m,n)生成的m*n随机矩阵。rand(m,n,p,.)或rand(m,n,p,.)生成的m*n*p随机矩数组。rand()产生一个随机数。rand(size(A)生成与数组A大小相同的随机数组。r=rand(.,double)或r=rand(.,single)返回指定类型的标准随机数，其中do

2、uble指随机数为双精度浮点数，single指随机数为单精度浮点数。例：r=rand(3,4);运行结果：r=0.42350.43290.76040.20910.51550.22590.52980.37980.33400.57980.64050.7833randn():函数功能：生成正态分布伪随机数使用方法：r=randn(n)生成n*n的包含标准正态分布的随机矩阵。randn(m,n)或randn(m,n)生成的m*n随机矩阵。randn(m,n,p,.)或randn(m,n,p,.)生成的m*n*p随机矩数组。randn()产生一个随机数。randn(size(A)生成与数组A大小相同的随

3、机数组。r=randn(.,double)或r=randn(.,single)返回指定类型的标准随机数，其中double指随机数为双精度浮点数，single指随机数为单精度浮点数。例：产生一个均值为1,标准差为2的正态分布随机值：r=1+2.*randn(10,1);运行结果：r=-1.37563.40462.9727-0.03731.65471.46811.0429-1.0079-0.89430.2511normrnd()函数功能：生成正态分布的随机数使用方法：R=normrnd(mu,sigma)生成服从均值参数为mu和标准差参数sigma的正态分布的随机数。mu和sigma可能是有相同大

4、小的向量、矩阵或多维数组，也和R有相同的大小。如果mu或sigma是标量，则被扩展为和另一个输入有相同维数的数组。R=normrnd(mu,sigma,v)生成服从均值参数为mu和标准差参数sigma的正态分布的v个随机数组，其中v是行向量。如果v是1*2的向量，则R是有v(1)行和v(2)列的矩阵。如果v是1*n的向量，则R是一个n维数组。R=normrnd(mu,sigma,m,n)生成服从均值参数为mu和标准差差参数sigma的正态分布的m*n的随机数矩阵。例：r=normrnd(0,1,15);运行结果：r=-1.1859-1.05591.47250.0557-1.2173mean()

5、函数功能：求数组的平均数或者均值使用方法：M=mean(A)返回沿数组中不同维的元素的平均值。如果A是一个向量，mean(A)返回A中元素的平均值。如果A是一个矩阵，mean(A)将中的各列视为向量，把矩阵中的每列看成一个向量，返回一个包含每一列所有元素的平均值的行向量。如果A是一个多元数组，mean(A)将数组中第一个非单一维的值看成一个向量，返回每个向量的平均值。M=mean(A,dim)返回A中沿着标量dim指定的维数上的元素的平均值。对于矩阵，mean(A,2)就是包含每一行的平均值的列向量。例：a=123;456;789;101112;mean(a)ans=5.50006.50007

6、.5000mean(a,2)ans=25811var()函数功能：计算方差使用方法：V=var(X)如果X是一个向量，返回向量X的方差。如果X是一个矩阵，var(X)返回一个包含矩阵X每一列方差的行向量。如果X是一个N维数组，var沿着第一个X的非单一维进行操作。只要X是独立同分布的，结果V是X分布的总体方差的无偏估计。当N1时，var由N-1来标准化，其中N是样本大小。只要样本是独立同分布的，它就是X分布的总体方差的无偏估计。对N=1来说，v由N来标准化。=var(X,1)由N来标准化，并且生成了样本关于其均值的二阶矩,var(X,O)等价于var(X)。=var(X,w)计算向量X的方差利

7、用权重向量w,向量w中元素的数目必须和X中的列的数目相同，向量w中的元素必须全是正数。var归一化w是的总和为1。=var(X,w,dim)沿着指定维数dim求X的方差，默认用N-1标准化这时w为0，w为1时用N标准化。例：x=4535256;var(x)ans=1.9048xcorr()函数功能:互相关函数使用方法:c=xcorr(x,y)求x,y的互相关函数。c=xcorr(x)为矢量x的自相关估计；c=xcorr(x,y,option)为有正规化选项的互相关计算；其中选项为biased为有偏的互相关函数估计；unbiased为无偏的互相关函数估计；coeff为0延时的正规化序列的自相关计

8、算；none为原始的互相关计算；c=xcorr(x,y,maxlags)返回一个延迟范围在卜maxlags,maxlags的互相关函数序列，输出c的程度为2*maxlags-1.c=xcorr(x,maxlags)返回一个延迟范围在-maxlags,maxlags的自相关函数序列，输出c的程度为2*maxlags-1.c=xcorr(x,y,maxlags,option)同时扌旨定maxlags和option的互相关计算.c=xcorr(x,maxlags,option)同时扌旨定maxlags和option的自相关计算.c,lags=xcorr(.)返回一个在c进行相关估计的延迟矢量lag,其范围为-maxlags:maxlags,当maxlags没有指定时，其范围为-N+1,N-1例：r=randn(1000,1);c,lags=xcorr(r,10,coeff);stem(lags,c);L2r1-2,y1=exp(-4)*exp(-1)=0.0067fx(x)=2*e