第1章时域离散随机信号的分析.pptVIP

随机信号处理 15:44:45 求带有白噪声干扰的频率为10Hz的正弦信号和白噪声信号的自相关函数并进行比较 MATLAB IMPLEMENTATION clf; N=1000; Fs=500; %数据长度和采样频率 n=0:N-1;t=n/Fs; %时间序列 Lag=100; %延迟样点数 randn(state,0); %设置产生随机数的初始状态 x=sin(2*pi*10*t)+0.6*randn(1,length(t)); %原始信号 [c,lags]=xcorr(x,Lag,unbiased); %对信号进行无偏自相关估计 subplot(2,2,1),plot(t,x); %绘原始信号x xlabel(时间/s);ylabel(x(t));title(带噪声周期信号);grid on; MATLAB IMPLEMENTATION subplot(2,2,2);plot(lags/Fs,c); %绘x信号自相关,lags/Fs为时间序列 xlabel(时间/s);ylabel(Rx(t)); title(带噪声周期信号的自相关);grid on; %信号 x1 x1=randn(1,length(x)); %产生一与x长度一致的随机信号 [c,lags]=xcorr(x1,Lag,unbiased); %求随机信号x1的无偏自相关 subplot(2,2,3),plot(t,x1); %绘制随机信号x1 xlabel(时间/s);ylabel(x1(t));title(噪声信号);grid on; subplot(2,2,4);plot(lags/Fs,c); %绘制随机信号x1的无偏自相关 xlabel(时间/s);ylabel(Rx1(t)); title(噪声信号的自相关);grid on 1.4 平稳随机序列通过线性系统 §1.4 平稳随机序列通过线性系统 1.4.1 系统响应的均值、自相关函数和平稳性分析 研究稳定非时变的线性系统，单位脉冲响应为h(n), 输入平稳随机序列x(n)， 输出为 因为输入是平稳随机序列，E［x(n-k)］=mx，故 (1.4.1) 下面讨论输出信号的自相关函数。 输入信号 的平稳性 1.4 平稳随机序列通过线性系统 令l=r-k, 得到 (1.4.3) (1.4.4) 其中v(l)为h(n)的自相关函数： 结论: (1) 线性系统输出自相关函数等于输入信号自相关函数与单位脉冲响应自相关函数的卷积。 (2) 线性系统输入平稳，输出一定是平稳的。 1.4 平稳随机序列通过线性系统 1.4.2 输出响应的功率谱密度函数 将(1.4.4)、 (1.4.3)式分别进行Z变换: (1.4.6) (1.4.7) 代入上式得输出功率谱： Pyy (ejω)=Pxx(ejω)H(ejω)H*(ejω)=Pxx( ejω)|H(ejω)|2 (1.4.8) 1.4 平稳随机序列通过线性系统 v(l)=h(l)*h(-l) (1.4.9) V(z)=H(z)H(z-1) (1.4.10) Pyy(z)=Pxx(z)H(z)H(z-1) (1.4.11) 下面利用(1.4.8)式证明功率谱密度函数的非负性质。  　令mx=0，则 my=0, 利用(1.2.39)式和相关函数性质(2)： 考虑实序列冲击响应h(n)，则有： 1.4 平稳随机序列通过线性系统 由于Pxx(ejω)和|H(ejω)|2是偶函数, 设|H (ejω) |特性如下图，则有 故 Pxx(ejω)≥0, 证毕。 将(1.4.8)式带入上式： 结论：实信号功率谱是实、偶和非负的。 1.4 平稳随机序列通过线性系统 1.4.3 系统的输入、 输出互相关函数 (1.4.12) 结论：输入输出互相关函数等于系统单位脉冲响应与输入自相关函数的卷积，又称输入输出互相关定理。 设x(n)是零均值平稳随机序列，(1.4.12)式的Z变换: (1.4.13) 输入输出互功率谱： (1.4.14) 1.4 平稳随机序列通过线性系统 1.4.4 相关卷积定理 回顾(1.4.3)式和(1.4.4)： 物理意义：x(n)与h(n)卷积的自相关函数等于x(n)自相关函数和h(n)自相关函数的卷积。简说为：卷积的相关等于相关的卷积。这就是相关卷积定理，用一般公式表示： 如果 e(n)=a(n)*b(n) f(n)=c(n)*d(n) 那么 ref(m)=rac(m) * rbd(m) (1.4.15) 1.4 平稳随机序列通过线性