哈尔滨工业大学随机信号实验报告.docVIP

【一】实验目的 通过随机变量的仿真与计算，熟练掌握matlab的编程，了解matlab中与随机信号有关的一些函数的作用。 【二】实验内容 一 、（1）产生（a,b）均匀分布的随机数,并计算均值方差，画出概率密度直方图。 （2）多组均匀分布在（0,1）随机数之和的概率密度直方图。 （3）产生高斯分布的随机数,并计算均值方差。 二 、（1）产生N（0,1）随机序列，估计它的自相关函数，功率谱密度。 （2）产生均值不为零的高斯分布，估计自相关函数和功率谱密度。 三、（1）限带白噪声 （2）信号+噪声 【三】实验过程 一、（1）产生（a,b）均匀分布的随机数,并计算均值方差，画出概率密度直方图。 输入: a=2，b=5. 实验程序： clear clc y=rand(1,1024); x=(5-2)*y+2; subplot(211); plot(x); subplot(212); hist(x); 实验结论：在（2,5）上均匀分布的随机变量，其理论均值为3.5，理论方差为0。实验产生了1024个随机数，统计之后，均值是3.5035 ，方差是0.0936，与理论值有些许差距，因为取样的点数还是不足，若将取样点数增加，可以得到更美满的结果。 多组均匀分布在（0,1）随机数之和的概率密度直方图。 实验程序： clear clc y1=rand(1,1024); y2=rand(1,1024); y3=rand(1,1024); y4=rand(1,1024); y5=rand(1,1024); y6=rand(1,1024); x=y1+y2+y3+y4+y5+y6; hist(x) 实验结论：这是六组均匀分布数据相加的结果。 产生高斯分布的随机数,并计算均值方差，画出概率密度直方图。 均值 方差 实验程序： clear clc x=random(Normal,0,5,1,1024); plot(x) E=0; for i=1:1024 E=E+x(1,i); end Ex=E/1024 D=0; for i=1:1024 D=D+[x(1,i)-Ex]^2; end Dx=D/1023 E=mean(x) D=var(x) figure; hist(x,-15:0.5:20) 实验结论：此图是均值为零，方差为5的高斯过程，取样点数是1024点，区间为-15至20的范围内，通过for循环的思想做出其均值和方差，通过直方图可见，大致是高斯分布。 二、（1）产生N（0,1）随机序列，估计它的自相关函数，功率谱密度。 实验程序： clc;clear all; N=1024; fs=1000; x=random(Normal,0,1,1,N); Rx=xcorr(x,biased); Sx=abs(fft(Rx)); %对Rx进行FFT得到功率谱 subplot(2,1,1) m=-N+1:N-1; %横坐标 plot(m,Rx); axis([-N+1 N-1 -0.5 1.5]); subplot(2,1,2) f=(0:N-1)*fs/N/2; plot(f,10*log10(Sx(1:N))); 实验结论：这个实验主要是由对Rx进行快速傅里叶变换得到功率谱这一点。由自相关函数的图像可以看出，Rx的最大值在0处；Rx（0）—Rx（1000）相当于Rx（0）减去正无穷出的Rx，也就是方差了，为1。有图也可以看出，功率谱密度分布也比较均匀。 产生均值不为零的高斯分布，估计自相关函数和功率谱密度。 实验程序： clc;clear all; N=1024; fs=1000; x=random(Normal,2,1,1,N); Rx=xcorr(x,biased); Sx=abs(fft(Rx)); %对Rx进行FFT得到功率谱 subplot(2,1,1) m=-N+1:N-1; %横坐标 plot(m,Rx); axis([-N+1 N-1 -0.5 40]); subplot(2,1,2) f=(0:N-1)*fs/N/2; plot(f,10*log10(Sx(1:N))); 实验结论：均值不为零的高斯分布，我的输入为均值为2，其他的情况与均值为零相似。 三（1）限带白噪声 实验程序： clc;clear all; N=1024; xt=random(normal,0,1,1,N); ht=fir1(100,[0.3 0.5]); HW=fft(ht,2*N); Rx=xcorr(xt,biased); Sx=abs(fft(xt,2*N)).^2/(2*N); HW2=abs(HW).^2; Sy=Sx.*HW2; Ry=fftshift(ifft(Sy)); w=(1:N)/N; t=(-N: