随机信号模块实验报告(一).docVIP

随机信号实验报告（一） 学号： 姓名： 熟悉Matlab的随机信号处理相关命令(一) 实验目的： 1、掌握随机信号的简单分析方法。 2、熟悉语音信号的简单变换的分析方法及其编程 。 二、实验原理： 1、声音的录入与读取 在matlb中实现对语音信号的读取可以用wavread 函数，如b=wavread(211.wav);括号中为语音信号的存储路径。还可用sound 函数对录入的声音信号进行发声；用plot 函数把声音信号图谱绘制下来。这是对声音信号的最基本处理。 时域与频域的简单分析 语音信号是个随机信号，在matlab中对随机信号可以有以下分析。如概率密度分布，如果FX（x,t）对x的一阶导数存在，则定义 为随机过程X（t）的一维概率密度。 3、相关性与功率谱 自相关估计，同一序列在不同时刻的取值之间的相关程度，自相关函数和功率谱密度函数是一对傅里叶变换。互相关估计则是两个函数在同一时刻的不同取值之间的相关程度。互相关函数是两个随机过程联合统计特性中重要的数字特征，它的定义为 在频域要先对信号进行傅里叶变换，然后分析其频谱特性、相位等 三、实验内容： 对语音信号的读取，此为时域波形 这是一个随机信号，横轴为时间t，范围在0~350000 s纵轴为声音幅度，范围在-0.25~0.25。波形是关于x轴对称的。此图没有定义范围，是把录入的语音信号全程显示出来。 语音信号的相位分布 进行了4096点傅里叶变换，横轴为采样点数，纵轴为信号在此点的相位。范围集中于-3~3之间。变换采样点数不一样，波形就会不一样。 概率密度分布直方图 信号的概率密度类似正态分布，定义了-3~3之间的概率密度，密度最大在0附近可达450。X轴定义的范围不一样和函数中定义的正态分布的随机数据矩阵范围不一样都可以影响波形分布。此图为定义了1000*1的矩阵。 自相关波形 信号的典型自相关性波形类似正态分布，即随着t的增大，相关性减弱。自相关函数是偶函数即波形是关于y轴对称的。在t=0处有一个冲激，在不等于0处近似为0。 互相关波形 语音信号与随机噪声信号互相关性波形分布在相当于原语音波形的整个波形的平移。互相关函数并不像自相关函数那样是偶函数，说明这两个函数相互正交的。 频谱图 声音的频段集中在20hz~20khz。在此图中，声音信号在大约0~20khz 的频率下较集中。 功率谱分布 此图中红色波形为256点功率谱分布，蓝色为4096点功率谱分布。蓝色波形明显位于红色波形下方，但两个波形的变化趋势相同，分别在-20~0和-10~10之间波动，它们跨度基本相同。 四、结论 通过本次试验，使我对Matlab有更深的了解，学会了使用GUI画图，在实验层面上理解语音信号的特性，比如相位、频谱，并通过画图，更直观地了解了自相关性、互相关性等信号的性质。