- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信号处理上机
宁波大学硕士研究生 2014/2015 学年上机作业
考试科目: 近代信号处理 课程编号:
姓名: 盛琪 学号: 1411082732 阅卷教师: 成绩:
实验一:利用周期图估计信号功率谱
1
估计下面两个信号的功率谱
Where:
fs=0.4 ---discrete-time signal frequence
fc=0.6 ---discrete-time signal frequence
---zero-mean unit-variance complex Gaussian noise
---random phase uniformly distributed in the interval [0,2]
2、原理:
在一般工程实际中,随机信号通常是无限长的,例如,传感器的温漂,不可能得到无限长时间的无限个观察结果来获得完全准确的温漂情况,即随机信号总体的情况,一般只能在有限的时间内得到有限个结果,即有限个样本,根据经验来近似地估计总体的分布。有时,甚至不需要知道随机信号总体地分布,而只需要知道其数字特征,如均值、方差、均方值、相关函数、功率谱的比较精确的情况即估计值。功率谱估计(PSD)是用有限长的数据估计信号的功率谱,它对于认识一个随机信号或其他应用方面都是重要的,是数字信号处理的重要研究内容之一。功率谱估计可以分为经典谱估计(非参数估计)和现代谱估计(参数估计)。经典谱估计中的周期图法是用得较多且最具代表性的方法。
周期图的基本原理是对观测到的数据直接进行傅立叶变换,然后取模的平方就是功率谱。取平稳随机信号x(n)的有限个观察点x(0)、x(1)、…x(n-1),则傅立叶变换为: ,进行谱估计:
3、实验:
Peroidogram (A=1,N=1000)
4、结论:
clear all;
A=1; N=1000; fs=0.4; fc=0.6;
x=zeros(1,N);
y=zeros(1,N);
X=zeros(1,N);
Y=zeros(1,N);
ma=zeros(2,N);
an=zeros(1,N);
power=1; a=0;
XG= wgn(N,1,power,linear,complex);
for n=1:N;
x(n)=A*exp(1i*2*pi*fs*n+an(n))+XG(n);
end
for n=1:N;
y(n)=A*exp(1i*2*pi*fc*n+an(n))+XG(n);
end
x=x+y;
for k=1:N;
for n=1:N;
X(k) = X(k)+ x(n)*exp(-1j*2*pi*(k-1)*(n-1)/N);
end
end
for k=1:N;
for n=1:N;
Y(k) = Y(k)+ y(n)*exp(-1j*2*pi*(k-1)*(n-1)/N);
end
end
X=abs(X);
Y=abs(Y);
fre=1:N;
fre=fre/N;
subplot(2,1,1)
plot(fre,X)
subplot(2,1,2)
plot(fre,Y)
实验二:LMS algorithm
1、问题:
Consider the adaptive linear prediction of an AR(2) process x(n) using the LMS algorithm in which
Where w(n)~WGN(0,). Implement the LMS algorithm.
2、原理:
LMS自适应滤波器是使滤波器的输出信号与期望响应之间的误差的均方值为最小,因此称为最小均方(LMS)自适应滤波器。,
N阶滤波器的权系数为:
滤波器的输出:
估计误差为:
根据最小均方误差准则,最佳滤波器的性能应使性能函数—均方误差E[e2(n)]最小,估计误差与输入向量都被加到自适应控制部分,可以采用最优方法中的最速下降法求自适应滤波器的最佳权向量,
其中μ为步长因子,选用合适的步长因子,可以使均方误差趋于最小值。
3、实验:
LMS滤波前的输入信号x(n):
LMS自适应滤波后的误差信号e(n):
4、结论
由上述实验可知,LMS自适应滤波器可以很好的消除噪声,在信噪比大时要求的滤波器长度比较短,收敛速度较快,在信噪比较小时,效果不十分理想,但可以通过适当增加滤波器长度来进行改进,而且效果较明显,但是较长的
您可能关注的文档
最近下载
- 心理卫生与心理咨询00284.pdf VIP
- 新高一,第一次月考反思总结-高一上学期主题班会课件.pptx VIP
- 22-23年九上《道德与法治》期中试卷.pdf VIP
- 国开(SC)-安全原理-第4次形考作业-学习资料.docx VIP
- 道路交通信号灯设置与安装规范 GB14886-2016.docx VIP
- 最新苏教版六年级数学下册第一单元测试题.doc VIP
- 六年级语文质量分析语文工作总结PPT.pptx
- 2025至2030中国增塑剂(塑化剂)行业发展趋势分析与未来投资战略咨询研究报告.docx
- 智能学习环境构建在初中物理教学中的应用与效果评价教学研究课题报告.docx
- 2025民营经济促进法与案例讲座课件PPT.pptx
文档评论(0)