北邮现代信号处理第4章作业答案.docVIP

下载本文档

23
0
约2.06千字
约 4页
2017-08-05 发布于重庆
举报
版权申诉

北邮现代信号处理第4章作业答案.doc

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

北邮现代信号处理第4章作业答案

现代信号处理第章作业学院学号：序号：姓名： 4.7 考虑随机过程其中初始相位为区间均匀分布的IID随机变量。试产生序列(其中，)的50次实现。 (1) 对于,分别采用三角窗计算Blackman-Tukey谱估计观测数据-自相关估计-乘窗函数-傅氏变换--功率谱。以重叠方式画出多次估计的结果，然后计算这些估计的平均值。 (2) 对于,分别采用矩形窗，重做(1)。Sx_all = zeros(Nfft/2,1); N = 256; L = 16; Nfft = 512; n = 0 : N-1; for i=1:50 ph = 2*pi*rand(1,4); x = sin(0.1*pi*n+ph(1)) + 0.5*sin(0.6*pi*n+ph(2)) + 0.5*sin(0.65*pi*n+ph(3))+0.25*sin(0.8*pi*n+ph(4)); x = x + randn(1,N); % Estimation of the autocorrelation sequence r = zeros(2*L-1, 1); for k = 1 : L x1 = x(k : N); x2 = x(1 : N+1-k); r(L+k-1) = x1 * x2 / N; r(L-k+1) = r(L+k-1); end % Bartlett (triangular) windowing and estimation PSD w = triang(2*L-1); rx = r .* w; Sx = fft(rx, Nfft); Sxdb = 10*log10(abs(Sx(1 : Nfft/2))); f = [0 : Nfft/2-1] / (Nfft/2-1); subplot(2,1,1); plot(f, Sxdb); Sx_all = Sx_all + Sxdb; hold on; ylabel(Magnitude (dB)); xlabel(Frequency (\omega/\pi)); axis([0 1 -5 10]); title(Correlogram (Triangular)); end subplot(2,1,2); plot(f, Sx_all/50); ylabel(Magnitude (dB)); xlabel(Frequency (\omega/\pi)); axis([0 1 -5 10]); title(Mean Correlogram (Triangular)); L=16 L=32 L=64 2、 Sx_all = zeros(Nfft/2,1); N = 256; L = 8; Nfft = 512; n = 0 : N-1; for i=1:50 ph = 2*pi*rand(1,4); x = sin(0.1*pi*n+ph(1)) + 0.5*sin(0.6*pi*n+ph(2)) + 0.5*sin(0.65*pi*n+ph(3))+0.25*sin(0.8*pi*n+ph(4)); x = x + randn(1,N); % Estimation of the autocorrelation sequence r = zeros(2*L-1, 1); for k = 1 : L x1 = x(k : N); x2 = x(1 : N+1-k); r(L+k-1) = x1 * x2 / N; r(L-k+1) = r(L+k-1); end % Bartlett (triangular) windowing and estimation PSD rx = r; Sx = fft(rx, Nfft); Sxdb = 10*log10(abs(Sx(1 : Nfft/2))); f = [0 : Nfft/2-1] / (Nfft/2-1); subplot(2,1,1); plot(f, Sxdb); Sx_all = Sx_all + Sxdb; hold on; ylabel(Magnitude (dB)); xlabel(Frequency (\omega/\pi)); axis([0 1 -30 15]); title(Correlogram (Triangular)); end subplot(2,1,2); plot(f, Sx_all/50); ylabel(Magnitude (dB)); xlabel(Frequency (\omega/\pi)); axis([0 1 -30 15]); title(Mean Correl