第六章高教版.docVIP

第章 随机信号分析实验 随机信号分析是一门理论性强的专业基础课程在理论课上主要是通过数学方法讲述随机信号的分析变换。因此，初学者对随机信号的产生方法、统计特性、数字特征及应用有较全面了解使初学者能够有效的理论与实践相结合实验随机信号分析实验是设计性、开放性实验。根据随机信号分析理论课程的内容，选择了一些实验题目以培养初学者的综合能力和创新能力，使初学者能够把所学的基本理论用于当前本专业研究的热点中，解决工程实践中的具体问题，提高初学者的学习兴趣，锻炼初学者的独立分析问题与解决问题的能力随机信号分析理论课程实验五和实验六为综合性实验，初学者可根据自己的兴趣选择实验内容。 初学者为了减少重复，只内容进行详细描述，其它实验，仅对实验目的、实验内容、实验任务与要求做了叙述初学者 6.1 实验一 随机噪声特性分析 实验目的 1、了解随机噪声均值、均方值、方差、相关函数、概率密度、频谱及功率谱的特性。 2、掌握白噪声、色噪声信号的产生方法。 3、掌握随机信号的分析方法。 4、熟悉常用的信号处理仿真软件平台：MATLAB、。 实验仪器 1、微计算机2、双路输入示波器、信号源3、MATLAB或C/C++。 实验步骤 1、根据内容和要求查阅有关资料，设计编写出相关的程序流程2、自选MATLAB或仿真软件3、测试程序是否达到设计要求分析实验结果。 、实验内容 1 白噪声特性分析 、实验原理 白噪声是指它的概率统计特性服从某种分布而它的功率谱密度又是均匀的。确切的说，白噪声只是一种理想化的模型，因为实际的噪声功率谱密度不可能具有无限宽的带宽，否则它的平均功率将是无限大，是物理上不可实现的。然而白噪声在数学处理上比较方便，所以它在通信系统的分析中有十分重要的作用。一般地说，只要噪声的功率谱密度的宽度远大于它所作用的系统的带宽，并且在系统的带内，它的功率谱密度基本上是常数，就可以作为白噪声处理了。白噪声的功率谱密度为： 其中就是白噪声的均方值。白噪声的自相关函数： 白噪声的自相关函数是位于处、强度为的冲激函数。这表明白噪声在任何两个不同的瞬间的取值是不相关的。同时也意味着白噪声能随时间无限快的变化，因为它的带宽是无限宽的。几种概率分布均匀分布、正态分布、指数分布、瑞利分布、方分布随机噪声随机噪声噪声。 实验任务与要求 通过实验要求掌握几种分布的随机噪声共同点和不同点，重点在于系统测试与分析。实验系统框图如图-1、图-2所示 图 各种分布随机信号测试 图 随机信号叠加后的特性测试 自选MATLAB或C/C++之一产生几种概率分布的随机信号：随机的长度N=1024，随机包括均匀分布、正态分布、指数分布、瑞利分布、方分布。并计算这些随机数的均值、均方值、方差，自相关函数、概率密度、频谱及功率谱密度并绘图。分析实验结果，均值、均方值、方差，自相关函数、频谱及功率谱密度的物理意义。 例：均值除了表示信号的平均值，。相关函数当时为什么会有一个冲激，有什么物理意义。信号的时域波形有哪些特征，频域又有哪些特征频谱及功率谱密度有什么差异噪声是白噪声，这些噪声符合白噪声的定义。时如涉及到采样频率要根据输入信号来确定。 验证当增大时，白噪声的功率密度逼近。设产生N=20480长度的正态随机数，从中取1024、10240、20480个点的功率谱密度比较，观察这些随机数的功率谱密度随长度的变化。实际的白噪声功率谱密度不常数对白噪声功率密度求均值等于，可以自己验证。 根据白噪声的特性，确定哪些随机信号属于白噪声范畴。根据分析确定白噪声与概率分布有关系吗？ 试将五个均匀分布随机噪声叠加结果是否高斯分布指数分布随机噪声叠加，结果是否高斯分布对叠加结果2 白化滤波器的设计与分析 、实验原理 在统计信号处理中，往往遇到等待处理的随机信号是非白色的，例如云雨、海浪、地物反射的杂乱回波等，它们的功率谱即使在信号通带内也非均匀分布。这样会给问题的解决带来困难。克服这一困难的措施之一是对色噪声进行白化处理。主要内容是设计一个稳定的线性滤波器或者一种白化变换方法，将输入的有色噪声变成输出的白噪声。下面探讨两种方法来实现白化问题。 白化滤波器 将任意随机信号输入一个线性时不变滤波器，滤波器将白化为白噪声，这个滤波器就叫做白化滤波器。可以使用频域技术白化这个信号，用输入信号的功率密度，选择最小相位得到极点和零点都位于面左侧，这样就可以用以下关系构造白化滤波器：，选择最小相位滤波器保证逆滤波器稳定，必须保证在所有上都严格为正，这样就不会有奇点。白化噪声的功率为：，白化噪声的功率为常数，可见随机噪声已白化。 白化滤波器的设计方法首先计算色噪声自相关函数，根据色噪声的自相关函数，计算出色噪声的功率谱，然后根据公式，注意求倒数时不能为零。计算出白化滤波器的频谱。 白化变换就