随机信号的数字特征分析实验报告.docxVIP

评分 大理大学实验报告 课程名称 生物医学信号处理 实验名称 随机信号的数字特征分析 专业班级 姓 名 羽卒兰 cl 学 号 实验日期 实验地点 2015—2016 学年度第 3 学期 . 一、 实验目的 了解随机信号的特征。 掌握随机信号的数字特征分析算法。 二、实验环境 1 、硬件配置 ： Intel （ R） Core(TM) i5-4210U CPU @1.7GHz 1.7GHz 安装内存（ RAM）： 4.00GB 系统类型： 64 位操作系统 2 、软件环境 ： MATLAB R2013b软件 三、实验内容 用 Matlab 编制程序，分析信号的数字特征，包括均值、方差、均方值、协方差。可以使用 Matlab 自带函数。观察信号的直方图，粗略估计其概率分布。 信号 1：利用 Matlab 中的伪随机序列产生函数 randn() 产生的长 1024 点的序列； 信号 2：实际采集的生物医学信号（脑电，心电等） 。 四、实验结果与分析 实验原理： 1.对于平稳各态遍历随机过程， 可以用单一样本函数的时间平均代替集总平均， 即通过测量过程的单一样本来估计信号的统计特征量。 样本均值： 1 n ? xi x n i 1 样本均方值： E xn2 1 n  n xi2 i 1 样本方差： ?x2 1 n  n xi m?x 2 i 1 样本自相关函数： 1 n R xx (m) xi xi m n i 1 1 n 样本自协方差： C xx (m) (xi m x )( xi m mx ) n i 1 2.平稳随机过程 :如果随机信号的概率特性不随时间变化而变化，则称为平稳随机过程，否则称为非平稳随机过程。 （ 1） .一阶平稳过程：信号的平均值与 t 无关； （ 2） .二阶平稳过程： ①信号的平均值与 t 无关； ②信号的均方值与 t 无关； ③信号的协方差只是时间间隔的函数，而与时间的原点无关； （ 3） .我们至少把二阶平稳过程叫做准平稳过程或广义平稳过程。 .. . 源代码： % 选择信号类型并设定参数，产生信号 x(n) clear; clc;%clear 清空内存变量 ,clc 只清空工作区内的内容 disp( 请选择信号 );% 显示：请选择信号 disp(1 ---- 伪随机序列 randn()); % 显示： 1 ---- 伪随机序列 randn() disp(2 ---- 实际测量的心电信号 ); % 显示： 2 ---- 实际测量的心电信号 disp(3 ---- 实际测量的脑电信号 ); % 显示： 3 ---- 实际测量的脑电信号 disp(4 ---- 实际测量的呼吸信号 ); % 显示： 4 ---- 实际测量的呼吸信号 disp(5 ---- 实际测量的颅内压信号 );% 显示： 5 ---- 实际测量的颅内压信号 b = input( 信号： ); % 在屏幕上显示：信号： ，等待输入内容 switch b % 输入序号，产生相应信号 switch 条件语句 case 1 % 情况 1 L = input( 每段数据长度 L \n);% 每段数据长度 L ，作为一个字符（串） ，输入后回车赋值 N = input( 数据共多少段 N \n);% 数据共多少段 N ，作为一个字符（串） ，输入后回车赋值 x = randn(1, L*N);%randn 是生成随机数的函数， randn(1,L*N) 表示生成 L*N 的矩阵，矩阵 的每个元素都是随机数。 case 2 % 情况 2 load ecgdata;% 导入 ECG心电信号 display([ 数据总长度 ,num2str(length(ecgdata)), 点 ]);% 把 ECG心电信号长度数值转换 成字符串，转换后可以使用 fprintf 或 disp 函数进行输出。 L = input( 每段数据长度 L \n); % 输入每段数据长度 L N = input( 数据共多少段 N \n); % 输入段数 N x = ecgdata (1:(N*L)); % 表示生成 N*L 的矩阵的 ECG心电信号 case 3% 情况 3 load eegdata; % 导入 EEG脑电信号 display([ 数据总长度 ,num2str(length(eegdata)), 点 ]);% 把 EEG 脑电信号长度数值 换成字符串，转换后可以使用 fprintf 或 disp 函数进行输出。 L = input( 每段数据长度 L \n); % 输入每段数据长度 L N = input( 数据共多少段 N \n); % 输入段数 N x = eegdata