数字信号处理实验2 .自相关 功率谱.docVIP

通过matlab验证1.证明所有样本函数的傅里叶变换的平方的均值与自相关函数的傅里叶变换相等；2.证明所有样本函数的Z变换的平方的均值与自相关函数的傅里叶变换相等；3.证明cross-spectra等于各自傅里叶变换的乘积 二、实验原理 1、语音的录入与打开 在MATLAB中，[y,fs,bits]=wavread(Blip,[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值。 2、时域信号的FFT分析 FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。时频联合域分析提供时间域与频率域的联合分布信息，描述信号频率随时间变化的关系利用时频分布来分析信号，能给出各个时刻的及其幅值，并且能够进行时频滤波和时变信号研究。 对于具有连续频谱和有限平均功率的信号或噪声，表示其频谱分量的单位带宽功率的频率函数。功率谱密度谱是一种概率统计方法，是对随机变量均方值的量度。 自相关： 一个要素的时间序列，其后期与前期要素的取值之间的相关性。X 的均值也称为数学期望，它定义为 对于离散型随机变量，假定随机变量X 有N 个可能取值，各个取值的概率为则均值定义为 上式表明，离散型随机变量的均值等于随机变量的取值乘以取值的概率之和，如果取值是等概率的，那么均值就是取值的算术平均值，如果取值不是等概率的，那么均值就是概率加权和，所以，均值也称为统计平均值。 6、瑞丽分布与连续均匀分布 瑞利分布用于描述平坦衰落信号接收包络或独立多径分量接受包络统计时变特性 7、希尔伯特变换及性质 x(t) 的希尔伯特变换为x(t) 与1/πt 的卷积，即 因此，对x(t) 的希尔伯特变换可以看作为x(t) 通过一个冲击响应为1/πt 的线性滤波器。希尔伯特变换器在整个频域上具有恒为1 的幅频特性，为全通网络，在相位上则引入?π/2 和π/2的相移. 8、自协方差 自协方差连续信号?与其经过时间平移的信号之间的信号与其自身经过一定时间平移之后的相似性，自协方差 σ 就表示了在那个时延的相关性 2、FFT变换 快速傅里叶变换： 是离散傅里叶变换的一种快速算法，能克服时间域与频率域之间相互转换的计算障碍，应用广泛。时频联合域分析提供时间域与频率域的联合分布信息，描述信号频率随时间变化的关系利用时频分布来分析信号，能给出各个时刻的及其幅值，并且能够进行时频滤波和时变信号研究。specgram时频分析函数，该函数自动做好短时傅里叶变换。 由图，原始信号频率幅值集中于某一时刻，而加燥后的信号频率幅值都在整个时段都很高。 4、功率谱密度与自相关 此次实验，我采用xcoor函数描述自相关性。 对有限长数据进行谱估计的自相关法，即利用有限长数据估计自相关函数，再对该自相关函数球傅立叶变换，从而得到谱的估计。表示一系列数据或统计总体的平均特征的值。瑞利分布用于描述平坦衰落信号接收包络或独立多径分量接受包络统计时变特性 7、自协方差 自协方差连续信号?与其经过时间平移的信号之间的信号与其自身经过一定时间平移之后的相似性，自协方差 σ 就表示了在那个时延的相关性时域的因果性与频域解析性是等效的。存在对应的确定关系。