系统辨识基础课程实验.docxVIP

系统辨识基础课程实验报告 一、 题目要求 用周期图法和改进周期图法分析两个不同频率正弦信号叠加噪声的功率谱， fl=500Hz,f2=lkHzo 要求说明原理，给岀matlab仿真程序，并给出结论。 二、 题目分析及解答 1、 原理： ?口噪声过程是一种最为简单的随机过程。严格的说，它是一种均值为零、谱 密度为非零常数的平稳随机过程。或者说它是由一系列不相关的随机变量组成的 一种理想化随机过程。 ?为简化分析，同时也符合大多数实际情况，一般假设白噪声的均值为零。如果 H噪声过程的分布是Gaussian的，则称为Gaussian 0噪声。白噪声过程的分布 是称为噪声。 ?工程中经常采用伪随机数作为白噪声使用程中经常采用伪随机数作为白噪声使 用。MATLAEA提供了生成伪LAE供了生成伪随机数的有关函数，可以直接采用。 Y 二 randn(size(A)) 返冋一个和A有同样维数大小的随机数组。 2、 周期的法和改讲周期的沙? 加期图法功率谱杀计是间接法功率谱估计的一个特例，乂称为周期图法，它 是把随机信号的N个观察值xN(n)＞接进行傅里叶变换，得到Xn(少？然后取其幅 值的平方，再除以N,作为对功率谱氏(匹)的估计。 改进周期图法将N点的观察值分成L个数据段，每段的数据为M,然后计算 L个数据段的周期图的平均Pper(w),作为功率谱的估计，以此来改善用N点观察 数据直接计算的周期图^er(w)的方差特性。根据分段方法的不同，又可以分为 Welch 法和 Bartlett 法。 3、MATLAB程序以及运行结果 t=0:0.0001:0.1; %时间间隔为0.0001,说明采样频率为10000Hz x二cos(2*pi*1000*t)+cos(2*pi*500*t); %产牛基频为 1000Hz 和 500Hz 的正弦波 信号 n=randn(size(t)); f=x+n; figure(l); % 口噪声 %在信号中加入白噪声 subplot(2,l,l); plot(f); %画出原始信号的波形图  ylabel(幅值(V)J; xlabelC 时间(s)‘)； title。原始信号工 y=fft(f, 16384); %对原始信号进行离散傅里叶变换，参加DFT采样点 的个数为1000 subplot(2,l,2); m=abs(y); fl =(0:length(y )/2-1 )** 10000/length(y);%计算变换后不同点对应的幅值 plot(fl ,m(l :length(y)/2)); ylabeldg 值的模 J; xlabel(时间(s)J; title。原始信号傅里叶变换J; %用周期图法估计功率谱密度 p=y.*conj(y)/1000; %计算功率谱密度 ff=10000^(0:499)/1000; %计算变换后不同点对应的频率值 figure(2); plot(ff,p(1:500)); ylabelC 幅值 J; xlabelC 频率(Hz)*); titled功率谱密度(周期图法)) 原始信号-50 200 400 600 800 1000 1200600°01时间(s)原始信号傅里叶变换400200 原始信号 -5 0 200 400 600 800 1000 1200 600 °0 1 时间(s) 原始信号傅里叶变换 400 200 1000 2000 3000 4000 5000 时间(s) 改进周期图法(welch法) clear; Fs二10000; n=0:1/Fs:1; xn=cos(2*pi*500*n)+3*cos(2*pi*1000*n)+randn(size(n)); nfft二16384; window=boxcar (1000) ; %矩形窗 wi ndow 1 =hamm i ng (1000) ; %海明窗 window2=blackman(1000); %blackman 窗 novcrlap=200; %数据无重叠 range=，half ; %频率间隔为[0 Fs/2],只计算一半的频率 [Pxx, f]=pwelch(xn, window, noverlap, nfft, Fs, range); [Pxxl, f]二 pwelch (xn, win dowl, no verlap, nf ft, Fs, ran ge); [Pxx2,f]=pwelch(xn, window2, noverlap, nfft, Fs, range); plot_Pxx=10*logl0(Pxx); plot_Pxxl二10*logl0(Pxxl); plot_Pxx2=10^1ogl0(Pxx2); figure (1) plot (f, plot_Pxx);