3随机过程的模拟与特征估计随机信号分析实验报告.doc

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模拟与特征估计实验类型验证性一、实验目的 1、了解随机过程特征估计的基本概念和方法 2、学会运用MATLAB软件产生各种随机过程 3、学会对随机过程的特征进行估计 4、通过实验了解不同估计方法所估计出来的结果之间的差异 二、实验仪器或设备 1、一台计算机 2、MATLAB r2013a 三、实验原理 1、高斯白噪声的产生：利用MATLAB函数randn产生 2、自相关函数的估计：MATLAB自带的函数：xcorr （3.1） 3、功率谱的估计：MATLAB自带的函数为pyulear 先估计自相关函数，再利用维纳－辛钦定理，功率谱为自相关函数的傅立叶变换： （3.2） 4、均值的估计：MATLAB自带的函数为mean （3.3） 5、方差的估计：MATLAB自带的函数为var （3.4） 6、AR(1)模型的理论自相关函数和理论功率谱 对于AR(1)模型 （3.5） 自相关函数 ， （3.6） 功率谱为 （3.7） 四、实验内容 （1）按如下模型产生一组随机序列，其中为均值为1，方差为4的正态分布白噪声序列。 1、产生并画出a=0.8和a=0.2的x(n)的波形； 2、估计x(n)的均值和方差； 3、估计x(n)的自相关函数。 （2）设有AR(1)模型， ， 1、W(n)是零均值正态白噪声，方差为4。 2、用MATLAB模拟产生X(n)的500个样本，并估计它的均值和方差； 3、画出X(n)的理论的自相关函数和功率谱； 4、估计X(n)的自相关函数和功率谱。 五、实验程序及其运行结果 %实验（1） a=0.8; sigma=2; N=500; u=1+4*randn(N,1); x(1)=sigma*u(1)/sqrt(1-a^2); for i=2:N x(i)=a*x(i-1)+sigma*u(i); end subplot (2,2,1) plot(x);title(a=0.8) Rx=xcorr(x,coeff); subplot (2,2,2) plot(Rx);title(a=0.8时，自相关函数) junzhix=mean(x); fangchax=var(x); b=0.2; y(1)=sigma*u(1)/sqrt(1-b^2); for j=2:N y(j)=b*y(j-1)+sigma*u(j); end subplot (2,2,3) plot(y);title(a=0.2) Ry=xcorr(y,coeff); subplot (2,2,4) plot(Ry);title(a=0.2时，自相关函数) junzhiy=mean(y); fangchay=var(y); %实验（2） a=-0.8; sigma=2; N=500; u=sigma*randn(N,1); x(1)=sigma*u(1)/sqrt(1-a^2); for i=2:N; x(i)=a*x(i-1)+u(i); end; junzhi=mean(x); fangcha=var(x); for i=1:N; R(i)=(sigma^2)*(a^i)/(1-sigma^2); end; for j=1:998 if j=499 R1(j)=R(500-j); else R1(j)=R(j-499); end end R2=xcorr(x); subplot(2,1,1),stem(-499:1:498,R1,.),title(随机序列理论自相关函数); subplot(2,1,2),stem(-499:1:499,R2,.),title(随机序列估计自相关函数); figure; Pw=fft(R/50000); f=(0:length(Pw)-1)*1000/length(Pw); subplot (2,1,1) plot(f,10*log10(abs(Pw)));title(随机序列理论功率谱);grid; subplot (2,1,2) periodogram(x,[],twos