- 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
本 科 实 验 报 告
实验名称:
一、实验目的
熟悉窄带随机过程的定义,了解窄带随机过程产生的原理与方法,最后估计实验产生的窄带随机过程的功率谱;掌握具有指定功率谱的随机过程产生方法,并以此产生窄带随机过程。
二、实验原理
或者表示为同相分量与正交分量的合成:
其中与均为低频变化的随机过程,可以通过模拟其分布及功率谱特性来实现窄带随机过程的产生。
(二)用频域法模拟任意随机过程
模拟一个时长为的高斯随机过程的一个样本函数 , 要求功率谱密度满足指定的形式,先将进行周期性延拓,并做DFS
若是零均值的高斯随机变量,那么也是零均值的高斯随机过程。若是两两正交的序列
即可以控制得到期望的功率谱。
假定,即带限,则为有限项,对应的DFS系数也为项,因此只需产生个相互正交的零均值高斯随机变量,其方差为。应与成比例,即,则有
即
产生步骤:
根据要求的时长 确定 ,根据功率谱的带宽确定
计算系数
产生个独立的高斯随机变量,
构建时域样本函数
(三)用时域滤波法模拟任意随机过程
功率谱为1的白噪声通过线性系统,输出的是服从高斯分布的,且输出的功率谱为,因此要产生功率谱为的有色高斯噪声,只需设计一个滤波器即可,该滤波器的传递函数应满足
三、实验
模拟产生一段时长5ms的窄带高斯随机过程的样本函数。假定与的功率谱密度均为,其中为功率谱密度的3dB带宽。按照频域法或时域滤波器法分别产生时长为5ms的低通过程和,然后按图示合成,其中。分别画出模拟产生的、和的波形。
1. 零均值高斯随机序列的产生
产生一段5ms的零均值高斯随机过程的两个样本,其功率谱密度要求为
(1)利用频域法产生
根据时长,可确定
是功率谱密度的3dB带宽,取,则
计算系数
产生个独立的高斯随机变量,
构建时域样本函数
(2)利用时域滤波法产生
滤波器的传递函数
有色高斯的功率谱密度为,前两个极点与有关,后两个极点与有关,故滤波器的传递函数为
做傅立叶反变换得系统的冲激响应为
式中,输入为白噪声,则输出为有色高斯过程
对进行采样离散,采样频率为,得离散序列
则,这将涉及到IIR滤波器的设计,过程比较繁琐,考虑到信号的一致性,这里仍然采取频域法
2. 将调制后合成
根据题意,其中
故由仿真可得结果
程序如下:
%窄带随机过程的产生
clc;clear;
%设置参数
fc=1000/pi; %信号的载波频率
dt=1e-5; %采样间隔
Td=5e-3; %信号时长
df=1e3; %3dB带宽
B = 6*df;
fo=1/Td; %中心频率点
M=floor(B*Td); %傅里叶级数系数长度
m=[-M:M];
I=sqrt(-1); %虚数i
%% 频域法的功率谱密度图 Ac(t)
x= 0:0.01:10 ;
psd=1./(1+x.^4); %功率谱密度的函数表达式
power=2*df*sum(psd)*0.01; %功率绝对大小 ∑-B~B Gx()
s=1./(1+((m*fo)/df).^4); %以fo为单位,s即为各个离散点处功率谱密度函数的值
beta=power/sum(s); %系数β
s=beta*s; %s=∑Gx(kfo),而所需的 ,故beta*s即为所要的功率谱密度
%原功率谱密度函数图 -8000Hz - 8000Hz
f=[-8:0.01:8]*df;
psd0=1./(1+(f/df).^4);
%作图显示
subplot 211;
stem(m*fo,s/fo,b); %点线图,横轴为频率,以fo为单位值,纵轴为功率谱相对值
hold on;
plot(f,psd0,r); %连续的功率谱密度
axis([-8*df 8*df 0 1.2]);
xlabel(frequency (Hz));
ylabel(PSD);
title(\fontsize{18}\sl频域法离散采样后的功率谱密度与原功率谱密度);
legend(频域法的功率谱密度,原功率谱密度);
%生成时域信号对应的傅立叶变换
z0=randn(1); z0=z0*sqrt(s(M+1));
zplus=sqrt(s(M+2:2*M+1)/2).*(randn(1,M)+I*randn(1,M));
zminus=conj(fliplr(zplus));
z=[zminus z0 zplus];
%做反傅立叶变换,求出时域信号,即窄带随机过程 频域法高斯有色信号X(t) Ac(t)
t = 0:dt:Td; %时长5ms
Ac=zeros(1,length(t));
for m=-M:M
Ac=Ac+z
文档评论(0)