典型信号的概率密度分析.docVIP

典型信号的概率密度分析 一、试验目的 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。 %sine function.m; t=-2:0.01:2; y=sin(2*pi*t); subplot(211) plot(t,y); title(y=sin(2*pi*t)); % 图形标题 subplot(212); ylabel(error function); hist(y,100) ylabel(error function) 2. %square wave.m; f=60;% signal fequency; Fs=1000;%sample fequency; t = 0:0.0001:0.0625; c=2*pi*f*t; y=square(c);%generate square wave; subplot(211) plot(t,y); title(square wave) subplot(212); hist(y,40); ylabel(error function) 3. %triangle wave.m; f=100;% signal fequency; Fs=1000;%sample fequency; width=0.3;%scalar parameter of function sawtooth; t=0:1/Fs:0.1; c=2*pi*f*t; y=sawtooth(c,width);%generate triangle wave; subplot(211) plot(t,y); title(triangle wave) subplot(212); hist(y,40); ylabel(error function) 4. %white noise.m y=rand(1,200); subplot(211); plot(y); title(white noise signal) subplot(212); hist(y,60) 结论 不同信号的概率分布是不同的，我可以根据这个性质来了解信号的幅值分布情况。