《adsp仿真作业.docVIP

DSP仿真实验 一．实验题目： Generate a stationary process AR(2) denoted by . Suppose that Here, the parameters of are determined by yourselves. Then generate a white noise with the variance . The received signal is with a variable SNR. Put the received the signal to a Wiener-filter, the length of the filter is N. And the output is denoted by . ① Study on the relationship between the cost function and SNR of the signal, provided the length of the Wiener-filter is given. ② Study on the relationship between the cost function and length of the filter, provided the SNR is given. When one-step prediction is done, how about the cost function varies with the SNR and length of the Wiener-filter. 二．实验原理和方法 本仿真实验主要运用Wiener-Hopf方程, 该Wiener-Hopf方程为: 亦可简写为: 通过求逆得: 其中: 为输入滤波器的序列的自相关矩阵，是与的互相关函数。 计算时，运用公式: 本仿真实验通过选取，利用迭代产生(阶数为)，并随机产生(阶数也为)，可以计算得到。然后计算信噪比，采用如下公式: ,其中,。接着构造长度为N的Wiener滤波器，通过生成输入滤波器的序列的自相关矩阵，求得与的互相关函数()，然后再利用Wiener-Hopf方程求出，由Wiener滤波器对进行滤波处理，得到相应的，计算代价函数。 三．源代码 % -------------------------------------------------- clc; clear; Var_V=1.0;% Var_V-加性噪声V的标准差 M=10000;% M-产生的信号的长度 N=8;% N-Wiener滤波器的长度 Var_W=0.8; % 产生发射信号S(n),取a1=0.195,a2=-0.95 randn(state,0); W=sqrt(Var_W)*randn(1,M); % W-用于在AR模型中产生信号S(n)的白噪声 a1=0.195; a2=-0.95; S=zeros(1,M);% S-信号的时间序列模型 S(1)=W(1); S(2)=W(2); for n=3:M; S(n)=a1*S(n-1)+a2*S(n-2)+W(n); end; figure(1); n=1:M; subplot(2,1,1) stem(n,S); title(发射的信号S(n)); xlabel(n); ylabel(S(n)); % 产生X(n) randn(state,1); V= Var_V*randn(1,M);% V-S(n)经传输后加入的噪声 X(n)=S(n)+V(n);% X(n)-发射信号加入噪声后的接收到的信号，即输入Wiener滤波器的信号 subplot(2,1,2); n=1:M; stem(n,X(n)); title(接收到的加噪声之后的信号X(n)); xlabel(n); ylabel(X(n)); % 计算信噪比 SNR S_Power=mean(S.^2); N_Power=mean(V.^2); SNR=10*log10(abs(S_Power/N_Power));% SNR-信噪比 % 构造长度为N的Wiener滤波器 r=zeros(1,N+1); for n=0:N; temp=0; for c=(n+1):M; temp=temp+X(c)*X(c-n); end; r(n+1)=(1/M)*temp; temp=0; end; R=zeros(N,N);% R-信号