实验三典型信号的幅值特性分析.doc

实验三典型信号的概率密度分析　1.实验目的 　　在理论学习的基础上，通过本实验熟悉典型信号的概率密度函数特点，加深对概率密度函数分析的概念、性质、作用的理解，掌握用其分析信号幅值特性的方法。 　 2.实验内容 　　概率密度函数给出了信号取不同幅值大小的概率，在随机振动、随机疲劳试验等应用场合，常常利用它来检测信号的正态性和了解信号的幅值大小分布情况。实验内容为分析正弦波、方波、三角波和白噪声信号的概率密度函数。x=-2*pi:.01:2*pi; y=sin(x); subplot(2,1,1); plot(x,y) xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(sin(x)); % 图形标题 legend(y=sin(x)); subplot(2,1,2); hist(y,60); 2．图： 方波 代码： %fangbo.m x=1:500; a0=[1 1 1 1 1 1 1 1 1 1]; a=cat(2,a0,a0,a0,a0,a0); y=cat(2,a,-a,a,-a,a,-a,a,-a,a,-a); subplot(2,1,1); plot(x,y); axis([0,500,-1.2,1.2]); xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(Fandboxinhao); % 图形标题 subplot(2,1,2); hist(y,20); 图： 三角波 代码： %sanjiaobo.m x=1:200; a0=[-5 -4.5 -4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5] ; a=cat(2,a0,-a0); y=cat(2,a,a,a,a,a); subplot(2,1,1); plot(x,y); axis([0,200,-6,6]); xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(三角波信号的波形); % 图形标题 subplot(2,1,2); hist(y,60); 图： 噪声 代码： %noise.m x=-10:.01:10; y=randn(size(x)); subplot(2,1,1); plot(x,y); xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(高斯白噪声); % 图形标题 legend(y=noise) subplot(2,1,2); hist(y,20); 图： 拍波 代码： %paibo.m x=-40*pi:.1:40*pi; y=sin(x)+sin(0.94*x+0.01); subplot(2,1,1); plot(x,y) xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(拍波信号波形); % 图形标题 legend(y=sin(x)+sin(0.94*x+0.01)); subplot(2,1,2); hist(y,50); 图： 三角波加噪声 代码： %sinx_add_noise.m x=-2*pi:.01:2*pi; y=sin(x)+randn(size(x)); subplot(2,1,1); plot(x,y); xlabel(Input Value); % x轴注解 ylabel(Function Value); % y轴注解 title(正弦信号+噪声波形); % 图形标题 subplot(2,1,2); hist(y,60); 图：