哈尔滨工业大学威海随机信号实验二讲义.doc

哈尔滨工业大学威海随机信号实验二讲义.doc

  1. 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. 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. 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)。
查看更多
《随机信号分析》试验报告 班 级 1302503 学 号 学 生 《随机信号分析》实验报告 实验二 实验目的:练习使用Matlab 的函数分析随机信号 实验内容: 产生一组(0,1)均匀分布的白噪声序列,画出其自相关函数和功率谱密度; 程序如下: clc;clear all; close all; X=rand(1,1000) R=xcorr(X,coeff); %coeff实现归一化 periodogram(X,[],512,1000); figure(1) plot(R,r); figure(2) periodogram(X) 图像如下: 产生一组服从N~(2,5 )的正态白噪声序列,画出其自相关函数和功率谱密度; 程序如下: clc;clear all; close all; X=normrnd(2,sqrt(5),[1 1000]); R=xcorr(X,coeff); %coeff实现归一化 [pxx w]=periodogram(X); figure(1) plot(R,r); figure(2) periodogram(X) 图像如下: 估计随机过程X(t)=cos(600*pi*t)+cos(640*pi*t)+N(t)的自相关函数和功率谱, 其中 N(t) 服从 N~(0,1) 的高斯分布。 程序如下: clc;clear all; close all; Fs=1000; T=1/Fs; L=1000; t=(0:L-1)*T; %在(0,1)内取1000个采样点 X=cos(100*pi*t)+cos(200*pi*t)+randn(size(t)); R=xcorr(X,coeff); %归一化 [pxx w]=periodogram(X); figure(1) plot(R,r); figure(2) periodogram(X) 图像如下: 随机相位信号 X(t)=A cos(wt+Ψ),其中A=2 和 w=1000*pi ,Ψ是在( 0, 2π) 上均匀分布的随机变量。估计该随机信号的自相关函数和功率谱密度。 程序如下: clc;clear all; close all; Fs=1000; T=1/Fs; L=1000; t=(0:L-1)*T; w=1000*pi; A=2; Y=2*pi*rand(1,1000); X=A*cos(w*t+Y); R=xcorr(X,coeff); %归一化 [pxx w]=periodogram(X); figure(1) plot(R,r); figure(2) periodogram(X) 图像如下: 5、随机过程通过线性系统分析 根据随机信号课程中的知识, 任意分布的白噪声通过有限带宽的线性系统后的输出是服从高斯分布的;宽带白噪声通过窄带系统输出也近似服从高斯分布。本实验的目的就是要验证以上结论。 假定滤波器为 RC 低通滤波器,如右图所示: (1) 将低通滤波器转换成数字低通滤波器; (2) 产生一组均匀分布的白噪声序列,让这组白噪声序列通过 该滤波器,画出输出序列的直方图,并与输出的理论分布进行比较; (3) 改变 RC 的参数,重做(1)~(2) ,并与前一次的结果进行比较。 程序如下: syms R C w; J=sqrt(-1); s=J*w; H=(1/(s*C))/(R+(1/s*C)); disp(H) %数字滤波器传递函数 %------------------------------------------

文档评论(0)

4753333 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档