实验二:窄带高斯随机过程的产生答案.docVIP

实验二:窄带高斯随机过程的产生答案.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)。
  4. 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. 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. 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. 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)

1112111 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档