随机实验.docVIP

随机信号分析实验报告 学院：电信学院 班级：电子3班 姓名：王敏 学号实验名称: 随机过程的特征估计 实验目的: 了解随机过程特征估计的基本概念和方法,学会运用Matlab函数对随机过程进行特征估计,并且通过实验了解不同估计方法所估计出来结果之间的差异. 实验原理: 设随机序列X(n),Y(n)为各态历经过程,样本分别为x(n),y(n) (n=0,1,﹍﹍N-1). 均值的估计 方差的估计 方差估计有两种情况, 如果均值已知,则 如果均值未知,那么 相关函数估计 功率谱估计 功率谱的估计有几种方法, 自相关法 先求相关函数的估计, 然后对估计的相关函数做傅立叶变换, 周期图法 先对序列x(n)做傅立叶变换, 则功率谱估计为 周期图法是一种非参数谱估计方法,另外还有一种修正的周期图方法,也叫Yelch法,MATLAB有周期图和Welch法的谱估计函数. 实验内容 : 产生一组均值为1，方差为4 的正态分布的随机序列（1000 个样本），估计该序列的均值与方差。 X=-10:0.1:10; Y=normpdf(X,1,2); stem(X,Y); xlabel(X); ylabel(Y); title(; 2、按如下模型产生一组随机序列： x(n)=0.8x(n-1)+w(n) 其中w(n)为均值为1，方差为4 的正态分布白噪声序列。估计过程的自相关函数与功率谱。 自相关函数 clear all; b=[1]; a=[1 -0.8]; h=impz(b,a,20); randn(state,0); w=normrnd(0,2,1,500); x=filter(b,a,w); subplot(1,2,1); plot(x,r);ylabel(x(n));title(产生的AR随机序列);grid Mlag=20; Rx=xcorr(x,Mlag,coeff); m=-Mlag:Mlag; stem(m,Rx,r.);
clear all; delta=2*pi/1000;w_min=-pi;w_max=pi;Fs=1000; w=w_min:delta:w_max; NS=1 DS=1-0.8*exp(-i*w); Gx=4*(abs(NS./DS).^2); \ Gx=Gx/max(Gx);f=w*Fs/(2*pi);\ window=hamming(20);\ noverlap=10; \ Nfft=512; \ Fs=1000;\ [Px,f]=pwelch(x,window,noverlap,Nfft,Fs, onesided);\ plot(f,10*log10(Px),b); 3、设信号为x(n)=sin(2πf1n)+2cos(2πf2n)+w(n)，n=1,2,....,N，其中f1=0.05，f2=0.12，w(n)为正态白噪声，试在N=356 和1024 点时，分别产生随机序列x(n)、画出x(n)的波形并估计x(n)的相关函数和功率谱。 clear all; n=1:1:356; w = randn(1,356); x=sin(2*pi*0.05*n)+2*cos(2*pi*0.12*n)+w; plot(x,r); Mlag=20; Rx=xcorr(x,Mlag,coeff); m=-Mlag:Mlag; stem(m,Rx,r.) window=hamming(20); noverlap=10; Nfft=512; Fs=1000; [Px,f]=pwelch(x,window,noverlap,Nfft,Fs, onesided); plot(f,10*log10(Px),b) clear all; n=1:1:1024; w = randn(1,1024); x=sin(2*pi*0.05*n)+2*cos(2*pi*0.12*n)+w; plot(x,r); Mlag=20; Rx=xcorr(x,Mlag,coeff); m=-Mlag:Mlag; stem(m,Rx,r.) window=hamming(20); noverlap