基于MATLAB的信号分析报吿.docVIP

摘 要 本文首先介绍了三种典型数字信号，对离散信号的均值、方差、相关和高斯随机信号的统计特性用MATLAB仿真和分析，用MATLAB实现离散信号的加减运算。其次编程实现了三种典型离散信号的离散傅里叶变换，显示时域信号和频谱图形（幅度值和相位谱），最后用经典功率谱估计中的周期图估计法、Bartlett谱估计法及Welch谱估计法，对正弦序列加高斯随机序列进行功率谱估计，并且用时域提取法进行提取。 关键词：离散信号功率谱估计提取信号可以表示为一个或多个自变量的函数。在信号的分类中，自变量连续变化的信号称为连续时间（模拟）信号，自变量离散变化的信号称为离散时间信号。一个连续（模拟）信号通常用表示其中变量t可代表任何物理量，一般都假定它代表时间，以秒计。一个离散信号通常用表示，其中变量n是整数值并在时间上代表一些离散时刻；因此，它也称作离散时间信号。离散时间信号通常称为(离散)序列。在通用的计算机或专用的数字信号处理器中，只能用有限位二进制数来表示离散时间信号的幅度，即离散时间信号的幅度只能取有限个离散值。这类在幅度上只能取有限个离散值的离散时间信号称为数字信号。在分析离散时间信号时，常将复杂的离散时间信号表示为基本离散序列的线性组合，这些基本离散时间信号也是实际应用中常用的序列。因此基本离散序列在离散时间信号分析中起着非常重要的作用。 1.2傅里叶变换（频域分析） 离散傅里叶变换（Discrete Fourier Transform，缩写为DFT），是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样。在形式上，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作其周期延拓的变换。在实际应用中通常采用快速傅里叶变换计算DFT。在各种信号序列中，有限长序列占重要地位。对有限长序列可以利用离散傅立叶变换(DFT)进行分析。DFT不但可以很好的反映序列的频谱特性，而且易于用快速算法(FFT)在计算机上进行分析。有限长序列的DFT是其z变换在单位圆上的等距离采样，或者说是序列傅立叶的等距离采样，因此可以用于序列的谱分析。 1.3数字滤波器及滤波 滤波器的作用是利用离散时间系统的特性对输入信号波形(或频谱)进行加工处理，或者说利用数字方法按预定的要求对信号进行变换。数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 二 系统分析 2.1 系统设计流程： 明确典型数字信号在MATLAB中的产生方法，产生正弦信号、周期信号和随机信号。对确知信号（正弦、周期）进行频域分析，对随机信号进行统计分析（均值、方差、相关）和频域分析。 分别进行正弦信号与随机信号、周期信号与随机信号的加减运算，并对正弦信号与随机信号组成的混合信号进行功率谱分析。 （）设计数字低通滤波器对上述产生的混合信号进行滤噪处理，恢复原始 三 详细设计 3.1.1正弦序列 （3-1） 其中是幅度,而是相位（弧度rad）。可用MATLAB函数cos（或sin）产生正弦序列。 下图是正弦信号的正弦序列、正弦序列时域信号及正弦序列幅频、相频特性图，运行MATLAB得到其正弦信号的均值为0.0000 ,方差为2.0328 图-1正弦序列 正弦序列在点DFT，正弦序列的幅频、相频特性图 图-2正弦序列幅频、相频特性 3.1.2 周期序列 如果有序列则序列是周期的。满足上面关系的最小整数成为基波周期。现用表示一个周期序列。为了从一个周期的产生的个周期，可将重复次。 下图是周期序列及幅频、相频特性图，其均值为1.5000 方差为1.2500 图-4周期序列的幅频、相频特性 .1.3 高斯随机序列 利用MATLAB很容易产生两类随机信号： Rand(1,N)在[0.1]区间上产生N点均匀分布的随机序列； Randn(1,N)产生均值为0，方差为1的高斯随机序列，也就是白噪声序