- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中心极限定理和高斯噪声的产生、白噪声的分析、色噪声的产生。
实验二中心极限定理和高斯噪声的产生、白噪声的分析、色噪声的产生。;(1)根据伪随机序列理论,由混合同余法产生均匀分布的随机数,进而根据中心极限定理来产生高斯噪声。(2)分析所产生的均匀分布和高斯分布随机信号的均值、方差、自相关等数字特征,估计其概率密度函数并进行分析,估计其功率谱密度并进行分析。说明该高斯噪声是否符合白噪声特性。(3)对该高斯噪声进行FIR低通滤波,估计输出低通型限带白噪声的功率谱、相关时间等,并结合白噪声通过线性系统相关理论来进行分析。;三、理论准备;混合同余法:;独立同分布的中心极限定理;白噪声定义:;1.利用混合同余法产生一组均匀分布的随机序列,序列长度为10000点。根据中心极限定理,利用这串随机序列产生高斯噪声。;A=A/m;
B=zeros(1,N);
for n=1:N
B(1,n)=A(1,n);
end
s=sum(A);
figure(1);
plot(B);
title(均匀分布序列);
%%%%%%%%%%%%产生高斯噪声
y=(s-mean(s))./sqrt((var(s)));
figure(2);
plot(y);
title(高斯噪声);
; 2.接下来我们关注一下此高斯分布随机信号的均值、方差、自相关等数字特征,估计其概率密度函数并进行分析,估计其功率谱密度并进行分析。
; 程序代码:
%%%%%%%%%%分析均值、方差、自相关函数和概率密度
y_u=mean(y);
y_d=var(y);
zi=xcorr(y);
figure(3);
plot(zi);title(高斯噪声的自相关函数),xlabel(t);
[f,x] = ksdensity(y);
figure(4);
plot(x,f),title(高斯噪声的概率密度);
Sw=fft(zi,2024);
figure(5);
pwelch(zi,34,32,[]);title(高斯噪声的功率谱密度函数);
title(welch法计算高斯噪声的功率谱密度);;实验分析:用matlab计算得此高斯信号的均值为-5.95076876663825e-14,约等于0。自相关函数近似为一冲击,功率谱在某一值附近波动,在整个频率轴上均匀分布。这些数学特征表明该高斯随机信号满足白噪声的相关特性。;3. 对该高斯噪声进行FIR低通滤波,估计输出低通型限带白噪声的功率谱、相关时间等,根据白噪声通过线性系统相关理论来进行分析。;代码:
wd=0.5;N=80;window=blackman(N);%wd为通带截止频率
h=fir1(N-1,wd,window);
q=filter(h,1,y);
%q=conv(h,y);%使用卷积实现信号过系统
Q=xcorr(q);%输出信号的自相关函数
figure(7);subplot(3,1,1);plot(Q);title(输出信号的自相关函数);
Gw=fft(Q,2048);
subplot(3,1,2);plot(20*log10(abs(Gw)));%输出信号的功率谱密度
subplot(3,1,3);pwelch(Q,34,32,[]);title(输出信号的功率谱密度函数);
mm=max(Q);
t1=0:length(Q)-1;
syms Q;
it=int(rm1,1,201);%?à1?ê±??
t=it/mm;
;低通滤波后的信号自相关函数 公式法求得的功率谱密度函数图像;调用pwelch函数获得的功率谱密度;实验分析:
1.经过FIR低通滤波后输出的信号为一低通型带限白噪声,功率谱密度在到 到 上均匀分布,自相关函数为一sa函数,实验结果符合理论分析。我们使用两种方法绘出输出信号的功率谱密度函数,通过DFT计算得到的功率谱密度图像毛刺较多,而调用pwelch函数获得的功率谱密度图像则较为平滑,更好地符合实际。
;四、实验总结
文档评论(0)