哈尔滨工业大学(威海)随机信号分析实验1.docVIP

《随机信号分析》 实验一 班 级 学 号 姓 名 实验一 实验内容： 1 . 熟悉并练习使用下列Matlab的函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果： （1）randn() 产生随机数数组或矩阵，其元素服从均值为0，方差为1的正态分布 （1）Y = randn 产生一个伪随机数 （2）Y = randn(n) 产生n×n的矩阵，其元素服从均值为0，方差为1的正态分布 （3）Y = randn(m,n) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布 （4）Y= randn([m n]) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布 例：以（2）为例 Y = randn(4) 结果为： Y = -0.1941 -1.0722 -1.9609 0.8252 -2.1384 0.9610 -0.1977 1.3790 -0.8396 0.1240 -1.2078 -1.0582 1.3546 1.4367 2.9080 -0.4686 （2）rand() (1)Y = rand(n) 生成n×n 随机矩阵，其元素在（0，1）内 (2)Y = rand(m,n) 生成m×n 随机矩阵 (3)Y = rand([m n]) 生成m×n 随机矩阵 (4)Y = rand(m,n,p,…) 生成m×n×p×…随机矩阵或数组 (5)Y = rand([m n p…]) 生成m×n×p×…随机矩阵或 数组 (6)Y = rand(size(A)) 生成与矩阵A 相同大小的随机矩阵 例：以（2）为例 Y = rand(3,4) 结果为： Y = 0.5797 0.8530 0.5132 0.2399 0.5499 0.6221 0.4018 0.1233 0.1450 0.3510 0.0760 0.1839 （3）normrnd() 产生服从正态分布的随机数 （1）Y = normrnd(mu,sigma) 产生服从均值为mu，标准差为sigma的随机数，mu和sigma可以为向量、矩阵、或多维数组。 （2）Y = normrnd(mu,sigma,v) 产生服从均值为mu 标准差为sigma的随机数，v是一个行向量。如果v是一个1×2的向量，则R为一个1行2列的矩阵。如果v是1×n的，那么R是一个n维数组 （3）Y = normrnd(mu,sigma,m,n) 产生服从均值为mu 标准差为sigma的随机数，标量m和n是R的行数和列数。 例：以（2）为例 Y = normrnd(1,1,3) 结果为： Y = -0.3617 0.6651 -0.1176 1.4550 1.5528 2.2607 0.1513 2.0391 1.6601 （4）mean() （1）Y = mean(A) 如果A是一个向量，则返回A的均值。如果A是一个矩阵，则把A的每一列看成一个矩阵，返回一个均 值（每一列的均值）行矩阵 （2）Y = mean(A,dim) 返回由标量dim标定的那个维度的平均值。如（A，2）是一个列向量，包含着A中每一行的均值。 例：以（2）为例 A = [1 2 3; 3 3 6; 4 6 8; 4 7 7] Y = mean(A,2) 结果为： A = 1 2 3 3 3 6 4 6 8 4 7 7 Y = 2 4 6 （5） var() 求方差 （1）V = var(X) 返回X的每一列的方差，即返回一个行向量。 （2）V = var(X,w) 计算方差时加上权重w 例：以（2）为例 A = [1 2 3; 3 3 6; 4 6 8; 4 7 7]; V = var(A,1) 结果为： V = 1.5000 4.2500 3.5000 （6）xcorr() 计算互相关 （1）A=xcorr(x,y) 计算x,y的互相关 （2）