白噪声Simulink仿真分析研究.docxVIP

白噪声Simulink仿真分析研究 白噪声Simulink仿真分析研究 白噪声Simulink仿真分析研究 白噪声有关问题的 Simulink 仿真研究 1．序言 关于一个实质系统而言，其丈量信号常会遇到噪声的扰乱，在理论剖析时经常用白噪 声作为扰乱信号，固然理想的白噪声物理上其实不存在，但因为白噪声在数学办理上拥有简 单方便的特色，因此在实质应用中据有重要的地位。实质上，当我们所研究的随机过程， 在比所考虑的实用频带宽得多的范围内拥有平均的功率谱密度时，就能够把它看作白噪声 来办理，而不会带来多大的偏差。在达成此次作业的过程中，我利用 Simulink 对白噪声的 有关特征进行了研究，共对 5 个小问题进行仿真切验，以期加深对白噪声的理解。 鉴于当正弦信号经过线性系统时，其频次保持不变，而相位发生改变这样的事实，在 实验中我采纳的是一个单调频次的正弦信号，其余频次信号的响应能够近似地获得。所用 正弦信号的有关参数以下列图所示：信号频次为 1Hz，振幅为 1。叠加的白噪声信号参数为： 均值为 0，方差为 1，听从高斯散布。 图 1-1a 原始信号的参数 图 1-1b 白噪声信号的参数 考虑到白噪声“均值为零，功率谱密度在整个频次轴上有非零常数”，因为原信号是 频次为 1Hz 的正弦信号，因此第一考虑用低通滤波器进行滤波，系统的完好构造图以下： 1 / 9 图 1-2 Simulink 系统模型 在上图中，右上角示波器的四个输入分别为原正弦信号、叠加了高斯白噪声的正弦信号、 高斯白噪声以及经过滤波器以后的信号。 2．实验过程 2.1 低通滤波 低通滤波器的参数以下： 8 阶 Butterworth 低通滤波器，截止频次 2Hz 图 2-1 低通滤波器参数 增补：滤波器的阶数 1 阶 Butterworth 低通滤波器 2 阶 Butterworth 低通滤波器 8 阶 Butterworth 低通滤波器 2.1.1 频域剖析结果 2 / 9 图 2-2a 原正弦信号的功率谱密度函数图 2-2b 白噪声的功率谱密度函数 图 2-2c 叠加后信号的功率谱密度函数 图 2-2d 滤波后信号的功率谱密度函数 2.1.2 时域剖析 从上到下，挨次为：原正弦信号、叠加了高斯白噪声的正弦信号、高斯白噪声以及低 通滤波以后的信号。 图 2-3 时域响应图 3 / 9 从图上能够看出滤波以后的信号大概恢复了本来的信号，但能够较显然地看出在本来的正弦信号之上还叠加有低频信号，初步考虑以后以为，低通滤波器固然滤除了信号的高频部分，但白噪声的功率谱密度在整个频次轴上都有非零常数，于是自然想到利用带通滤波器能够获得更好的滤波成效，以下为了简化，作图时只研究未加噪声的原始信号和滤波后的信号。 2.2 带通滤波 带通滤波器的参数以下列图所示： 图 2-4 带通滤波器参数 图 2-4 低通与带通滤波器结果对照 为了进行对照，这里给出低通滤波的放大结果。从图上能够直观地看出，带通滤波器的滤波成效优于低通滤波器，但其不足在于动向响应特征不如低通滤波器。 2.3 真切白噪声与理想白噪声 白噪声是一种不自有关的随机过程，我们能够这样理解，因为白噪声是不自有关的，其构成必定是大批无穷窄的相互独立的脉冲的随机组合。下列图是其表示图 4 / 9 图 2-5 理想白噪声表示图 而关于实质的随机过程而言，在特别周边的两个时辰的状态总会存在必定的有关性， 也就是说其有关函数不行能是一个严格的 δ 函数。回首以上实验中所用的白噪声信号。 对红色地区放大显示 图 2-6Simulink 仿真中产生的白噪声 从上图能够看出，实验中使用的白噪声实质上其实不是理想白噪声，为了更为靠近理想 白噪声，能够对产生白噪声的参数进行调整 5 / 9 联合上两幅图，简单看到，假如改变 Sample time ，则获得的信号能够更为靠近白噪声。 2.4 白噪声对系统基本频次的影响 因为滤波不行能完好滤除除信号以外的所有噪声，其余频次的噪声叠加在信号之上会改变原信号的频次。以下用实考证明这个猜想。 对示波器的显示结果进行缩放，能够确立出这两个未知的时间，结果以下： 由上图能够看出滤波后的信号因为依旧含有其余频次的噪声，使得其频次不再为 1Hz。 至于为何会想到这点，从数学的角度来看其实不困难，周期函数能够睁开成傅里叶级 数，那么不一样频次的谐波叠加以后自然能够产生不一样的波形，而我之因此有这个疑问是因 6 / 9 为遇到另一门课程《应用非线性动力学》的启迪，主假如看到了二次非线性系统的自由振动的精准解、零次解以及一次解的关系而想到的。增补：二次非线性系统的自由振动问题。 2.5 非线性系统中的白噪声 线性系统构造图以下所示，这是一个二阶非线性振动系统，初始条件为 s=1表示地点） , sd=0.