4随机过程的功率谱-随机信号分析实验报告.docVIP

计算机与信息工程学院验证性实验报告 专业： 通信工程 年级/班级：2011级 第 3学年 第 1学期 课程名称随机信号分析指导教师杨育婕本组成员 学号姓名实验地点计算机学院111实验时间周二 7-8节项目名称随机过程的功率谱实验类型验证性一、实验目的 1、 了解随机过程功率谱密度的意义并掌握如何利用MATLAB产生功率谱函数。 2、 掌握功率谱密度估计在随机信号处理中的作用。 二、实验仪器或设备 一台装有MATLAB的计算机 三、实验原理 功率谱密度描述了随机过程X(t)的功率在各个不同频率上的分布。 称为随机过程X(t)的功率谱密度。 （3.1） 对 在X(t)的整个频率范围内积分，便可得到X(t)的功率。 （3.2） 注： 1）Q为确定性值，不是随机变量。 2）为确定性实函数。 对于平稳随机过程，有： （3.3） 对于实随机过程来说，功率谱密度是非负的实偶可积函数。 若随机过程是平稳的，自相关函数绝对可积，则功率谱密度与自相关函数构成一对傅里叶变换对。即： （3.4） （3.5） 四、实验内容 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； 估计随机过程X(t)=cos(600πt)+cos(800πt)+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； 随机相位信号，其中A=2和，是在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； 五、程序代码 %1、N(2,5)的正态白噪声序列 figure; a=300;b=2*a; x=normrnd(2,sqrt(5),1,b); subplot 311 plot(x,y); title(N(2,5)分布白噪声序列); subplot 312 R_x=xcorr(x,unbiased); plot(R_x,m); grid title(N(2,5)分布白噪声序列自相关函数); subplot 313 periodogram(x,[],512,a); title(N(2,5)分布白噪声序列功率谱密度); %2、随机过程X(t)=cos(600pit)+cos(800pit)+N(t) figure; a=500;b=2*a; t=[0:1/b:1-1/b]; N=randn(1,b); X=cos(600*pi*t)+cos(800*pi*t)+N; subplot(3,1,1) plot(X); title(X(t)=cos(600*pi*t)+cos(800*pi*t)+N(t)) subplot(3,1,2) R_X=xcorr(X,unbiased); plot(R_X,m); title(随机过程X(t)自相关函数R_Xt); ylabel(R_Xt) xlabel(时间间隔t) subplot(3,1,3) periodogram(X,[],512,a); axis([100 200 -inf inf]); title(随机过程X(t)功率谱密度); %3、随机相位信号 figure; A=2;w=1000*pi; a=1000;b=a; t=[0:1/b:1-1/b]; p=2*pi*rand(1,b); X=A*cos(w*t+p); X1=A*cos(w*t+p); subplot 211 R=xcorr(X,unbiased); plot(R,m); grid title(随机相位信号X(t)的自相关函数); subplot 212 periodogram(X,[],b*2,a); title(随机相位信号X(t)的功率谱密度); 教师签名： 年 月 日