随机信号分析与处理第八讲讲述教程.pptVIP

第八讲 主要内容： 随机过程的模拟； 随机过程的数字特征估计 随机过程的概率密度估计 随机过程的功率谱估计;Matlab语言介绍; 随机过程的模拟－白噪声的模拟;标准正态分布白噪声;韦伯分布随机数; 随机过程的模拟－相关正态随机序列的模拟;X=AU+? ;例1、模拟产生一个正态随机序列X(n)，要求自相关函数满足 其中a、?为常数，且|a|1。;9;0; 随机过程的数字特征估计;方差函数： var() 用法：sigma2=var(x) 功能：返回X(n) 方差估计;自相关函数： xcorr() 用法：c = xcorr(x,option) 功能：返回X(n) 自相关函数估计;互相关函数： xcorr() 用法：c = xcorr(x,y,option) 功能：返回X(n) ,Y(n)互相关函数估计;函数： xcov() 用法：与自相关函数及互相关函数相同;0;利用互相关函数计算相对时移;函数： ksdensity() 用法：[f,xi] = ksdensity(x) 功能：估计用矢量x表示的随机序列在xi处的概率密度f。 ;概率密度估计结果; 随机过程的功率谱估计;相关法谱估计是以相关函数为媒介来计算功率谱，又称间接法。 其理论基础是维纳－辛钦定理。简称BT法。 步骤： 1、由获得的N点数据序列估计自相关函数序列； 2、由自相关函数序列的付立叶变换求功率谱。;周期图法是直接将信号的采样数据x(n)进行付立叶 变换求取功率谱密度估计。 步骤： 1、由获得的N点数据序列直接求付立叶变换，得到其频谱； 2、取频谱幅度的平方，并除以N，作为其真实功率谱。;0;缺陷： 周期图法得到的功率谱估计方差不随着频谱样本 长度N的增加而趋于零。 分辨率问题：将实际频谱展宽，导致功率谱估计分辨率下降； 泄漏问题：强主瓣与矩形窗函数副瓣的卷积会模糊对实际频谱 弱副瓣的估计。;分段周期图法功率谱估计;加汉宁窗分段周期图法功率谱估计;最大熵法与加窗改进周期图法功率谱估计