云南师范大学通信原理实验一08(高通白噪声及低通滤波).doc

本科学生综合性实验报告 云南师范大学教务处编印 一、实验设计方案 实验序号 08 实验名称 高斯白噪声及低通滤波 实验时间 2014年5月13日 实验室 同析3-111 1．实验目的 1.1 认识Matlab/Simulink的基本功能。 1.2 了解Simulink的基本图符库，并能做出简单的高斯白噪声仿真。 2．实验原理、实验流程或装置示意图 2.1 在本仿真模型中添加频谱示波器(Spectrum Scope)，观察上述高斯白噪声及其通过 滤波器后的频谱特性。 2.2 在本仿真模型中再添加一个带通滤波器，观察高斯白噪声通过带通滤波器的输出信号 的时域波形和频谱特性。 2.3尝试改进本仿真模型，计算上述各信号的功率谱并显示。 2.4实验原理 2.4.1白噪声 白噪声，是指功率谱密度在整个频域内均匀分布的噪声，即其功率谱密度为 (1) 式中，为常数。由于1和为一对傅里叶变换对，所以噪声的自相关函数为 (2) 由式(1)、式()可知，噪声的自相关函数仅在时才不为零而对于其他任意的，白噪声的自相关函数都为零，即在任意两个不同时刻上的随机变量都是不相关的。随机信号通过线时不变系统的响应 对于一个线性时不变系统(如滤波器)，该系统是由它的冲激响应或等效地由它的频率响应表征，这里的和为系统的输人信号，是输出信号。系统的输出可以表示成如下形式 (3) 如果是平稳随机过程的本函数，那么就是随机过程的样本函数。可以求出输出的自相关函数是 (4) 由于我们知道自相关函数和功率谱密度函数是一对傅里叶变换对，所以可以得到输出过程的功率密度谱，即为相关函数的傅里叶变换 (5) 由此可以看出，输出信号的功率谱密度就是输入信号的功率谱密度乘以系统的频率响应的模的平方。当输入随机过程是白噪声时，输出随机过程的自相关特性和功率密度谱将完全由系统的频率响应所决定。实验方案设计 本实验采用一个高斯白噪声发生器模块来产生高斯噪声信号，使其通过三个带宽不同的低通滤波器系统，对输出信号的时域波形进行观察和比较。本的仿真模型文件名是gaussian_noisemdl，打开该文件可以看到如图1所示的仿真模型的结构图该模型实现了噪声(本中白噪声均指高斯性)信号通过不同带宽的滤波器。 图中最左端是一个高斯噪声发生器发出白噪声，该白噪声信号分别通过三个滤波器(三个滤波器的名字分别是Filter Design1，Digital Filter Design 2，Digital Filter Design 3)，这三个滤波器的带宽各不相同，最后用一个可以同时显示四路波形的示波器来观察时域信号。 图1 设计一个高斯白噪声及三个低通滤波器 3．实验设备及材料 3.1 Windows XP/Windows 7 3.2 Matlab R2009a 4．实验方法步骤及注意事项 4.1 打开matlab应用软件，如图2所示。 4.2 在图2中右边的命令窗(Command Window)的光标处输入：simulink,回车，打开Simulink Library Browser界面，如图3所示,。 图2 Matlab界面 4.3在图2中，选择：FileNewModel新建文件，保存在matlab工作目录下，并取名为gaussian_noise.mdl。 4.4 在图3 的Find命令行处输入：Gaussian Noise Generator，就在窗口的右边找到了该仿真模块图标。用鼠标右键选择该模块，将其添加到创建的gaussian_noise窗口中。模块操作：Ctrl+z逆时针转90度，Ctrl+r顺时针转90度，Ctrl+i转180度。 图3 SLB界面 4.5 用相同的方法创建滤波Digital Filter Design和显示仪器Scope，观察每个设备的连接点，用鼠标左键把设备连接起来，如图4所示。 4.6 用鼠标左键选中Gaussian Noise ，再点击右键进行高斯噪声产生器参数设置，如图5所示。 图 4 一个Gaussian Noise与三个低通滤波器的simulimk设计 图5 gaussian noise generator参数设置 4.7 同样的方法设置滤波器Digital Filter Design1的参数，如图6所示。如此法，按需求分别设置其它模块的参数如图7和图8所示。 图6 Digital Filter Design1参数 图7 Digital Filter Design2参数 图8 Digital Filter Design3参数 4.8 用鼠标点击如图中的按钮可以运行gaussian_noise. mdl，运行结束后，双击示波器模块