第一三章信号.pptVIP

常用信号matlab表示 单位冲激信号 n=n1:dt:n2;x=(n==0) 单位阶跃信号 n=n1:dt:n2;x=(n=0) 信号处理工具箱函数 sawtooth (t,width)：产生锯齿波或三角波信号 square (t,duty)：产生方波信号 sinc(t) ：产生t/sint信号 信号 傅立叶变换 傅立叶变换（x(t)为非周期能量信号） 傅立叶变换 1、应用符号工具箱函数fourier和 ifourier 傅里叶变换：fourier( ) F=fourier(f ):求时间函数f(t)的傅里叶变换，返回函数F的自变量默认为w; F=fourier(f,v ):求时间函数f(t)的傅里叶变换，返回函数F的自变量默认为v; F=fourier(f,u,v):求时间函数f(u)的傅里叶变换，返回函数F的自变量默认为v; 傅里叶反变换：ifourier( ) fourier和 ifourier是符号运算函数，调用之前需用syms命令对所用到的变量（如t,u,v,w）做说明。 例1 求单边指数信号 的傅里叶变换。 解：M文件 syms w f t; f=exp(-2*t)*sym(heaviside(t)); F=fourier(f) subplot(2,1,1) ezplot(f,[0:2,0:1.2]) subplot(2,1,2) ezplot(abs(F),[-10:10]) 2、数值解 例2 非周期连续信号 计算其傅里叶变换 解： T=0.01;dw=0.1;t=-10:T:10;w=-4*pi:dw:4*pi; x=rectpuls(t-0.5-T,1); X=x*exp(-j*t*w)*T; X1=abs(X); phai=angle(X); subplot(1,3,1);plot(t,x); subplot(1,3,2);plot(w,X1); subplot(1,3,3);plot(w,phai); 3、快速傅里叶变换——FFT 抽样定理 带限信号x(t)，带宽是w，则可以用在间隔为Ts的时刻取得的样本值来表示，其中Ts≤1/(2w)，即fs≥2w。 模拟信号傅立叶变换与相应的采样离散信号的傅立叶变换之间的关系：　 FFT算法实质上给出了已采样信号的DFT，为了得到模拟信号的傅里叶变换，需按上式再乘以Ts　　 例3 fftseq函数实现离散傅立叶变换 例4 利用fftseq函数实现任意模拟信号的傅立叶变换 傅立叶级数 傅立叶级数（x(t)为周期功率信号） 其中?0 = 2? / T0 = 2?f0 ∵ C(jn?0)是复数，∴ C(jn?0) = |Cn|ej?n 式中，|Cn| － 频率为nf0的分量的振幅； ?n － 频率为nf0的分量的相位。 例5 画任意周期信号的幅度谱和相位谱 Fseries函数 功率和能量 有限长序列能量和功率： 序列x(n)的功率谱密度直接用matlab函数spectrum.m求得 自相关和互相关函数 能量信号的自相关函数 功率信号的自相关函数 能量信号的互相关函数 功率信号的互相关函数 随机信号的表示 随机变量的分布函数：FX(x) = P(X ? x) 离散随机变量的分布函数： 设X的取值为：x1 ? x2 ? … ? xi ? xn，其取值的概率分别为p1, p2, … , pi, … , pn，则有 P (X x1) = 0, P(X ? xn) = 1 P(X ? xi) = P(X = x1) + P(X = x2) + … + P(X = xi) 连续随机变量的分布函数： 当x连续时，由定义分布函数定义 FX(x) = P(X ? x) 随机变量的数字特征 数学期望 方差 对于离散随机变量 对于连续随机变量 随机变量的产生 均匀随机数发生器rand 以等概产生(0-1)之间均匀分布的随机数 randn产生服从N(0,1)高斯分布的随机数 randn(n,m) randn(size(A)) 随机变量的产生 由(0,1)内均匀分布的随机变量A 正态分布函数的随机变量 瑞利分布R与高斯变量C和D的关系： 　　　　　　　　　　 其中Θ是在[0,2π]内均匀分布的随机变量 例7 gngauss函数产生两个高斯随机变量 蒙特卡罗仿真算法 基本原理 通过模拟来检验模型的正确性 基本思想 首先建立一个概率模型，通过对模