实验指导_Ch1 信号和频谱_100810.docVIP

硕士生课程实验报告 信号与频谱 ===========================================1. 信号与频谱 Exericise 1.1 随机信号的均值与方差 （a）.实验文件mean_value.svu提供了三种随机信号：高斯信号，均匀分布随机信号，二值信号。依据设计参数（均值和方差）产生了三种信号，在System View Analysis Windows中我们获取了三种信号的相应一阶统计量和二阶统计量，如下图表所示。 Signal Type Gussian Uniform Binary Design Analysis Design Analysis Design Analysis Mean Value 0 -9.902e-4 0 -1.042e-2 0 -1.563e-2 Mean Squared Value 1 9.388e-1 3.389e-1 1 9.998e-1 Standard Deviation 1 9.689e-1 5.822e-1 1 9.999e-1 从上图表可以看出，我们所要设计和分析得到的信号指标有微小的差异，分析其中原因？ 事实上，随机信号必须要用集总平均量来描叙，比如均值、方差等都是在所有可能的离散时间信号整体上描述其统计平均。而Analysis一栏中所得到的量是随机信号的某一次实现中所得到的样本均值和样本标准差。我们知道，宽平稳（WSS）随机信号并不一定具有各态遍历性（ergodic process）。因此由离散时间随机过程的某一次实现的样本值来代替统计量一般是有差异的。但是，当样本容量趋向无穷大时，差别就可以忽略。 当然了，这个图表每个人的得到数值都不一样，这也是随机信号的特点。 (b). 在System Design Window 中，我们将高斯随机信号的均值改为2，均匀分布信号的分布范围由[-1 1]改为[-2 2]，二值随机信号的Offset 改为2，得到更新的表格：、 Signal Type Gussian Uniform Binary Design Analysis Design Analysis Design Analysis Mean Value 2 1.998e+0 0 -3.698e-2 2 2.104e+0 Mean Squared Value 5 5.004e+0 4/3 1.332e+0 5 5.234e+0 Standard Deviation 1 1.006e+0 1.155 1.154e+0 1 9.997e-1 Exericise 1.2 随机信号的概率密度函数 （a） 高斯分布噪声 均匀分布噪声 (b) 运行文件，生成高斯、均与噪声的直方图。观察生成的两个直方图的形状，确认高斯信号与均与分布信号的直方图。在直方图中，如果把不同信号幅度的信号点数加起来，那么和 必定是1000（等于信号的采样点数）。 高斯分布噪声的直方图 均匀分布噪声的直方图 （c）把Systems Design Window中把信号的采样点数由1000增加到10000，再次运行，观察所得到的直方图形状更加确定，因为进行了更长的时间平均。 高斯噪声直方图 （采样点10000） 均匀噪声直方图（采样点10000） （d）在Systems View Analysis Window 中，把生成直方图的量化带宽由40bins改为100bins ，运行文件再次生成的直方图更加平滑。 高斯信号直方图 均匀分布噪声直方图 （e）在System View Window 中可以对信号的直方图可以缩放以得到近似的概率分布函数。在上述仿真中，如果采样点是10000，那么直方图的y轴可以由下式给出： 式中N为信号采样点数，W为Bin Width 采样点数为10000，我们就可以从上述公式计算出 Bin Width 0.05，然后我们就可以计算y轴了。 （f） 把信号采样点数增加到100000，得到一个更加近似概率密度函数的直方图。 高斯噪声的直方图 均匀分布噪声的直方图 Exercise1. 3 均值方差对高斯噪声