随机过程的模拟与数字特征.pdfVIP

实验二随机过程的模拟与数字特征 一、实验目的 1. 学习利用MATLAB 模拟产生随机过程的方法。 2. 熟悉和掌握特征估计的基本方法及其MATLAB 实现。谢谢阅读 二、实验原理 1.正态分布白噪声序列的产生 MATLAB 提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白噪声序 列的函数为randn。谢谢阅读 函数：randn 用法：x = randn(m,n) 功能：产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N ( , ) 分布的随机序列，则可以由标准正态随机序列产生。如果精品文档放心下载 X ~ N(0,1) ，则 N ( ,)。 2.相关函数估计 MATLAB 提供了函数xcorr 用于自相关函数的估计。精品文档放心下载 函数：xcorr 用法：c= xcorr (x,y) c= xcorr (x) c= xcorr (x,y ,opition) c= xcorr (x, ,opition) 功能：xcorr(x,y) 计算X (n ) 与Y (n) 的互相关，xcorr(x)计算X (n ) 的自相关。感谢阅读 option 选项可以设定为： biased 有偏估计。 unbiased 无偏估计。 coeff m = 0 时的相关函数值归一化为1。精品文档放心下载 none 不做归一化处理。 3.功率谱估计 对于平稳随机序列X (n) ，如果它的相关函数满足感谢阅读 (2.1) 那么它的功率谱定义为自相关函数RX (m)的傅里叶变换：谢谢阅读 (2.2) 功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所能得到的随 机信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为 谱估计或谱分析。功率谱估计的方法有很多种，这里我们介绍基于傅里叶分析的两种通用 谱估计方法。感谢阅读 （1）自相关法 先求自相关函数的估计 (m)，然后对自相关函数做傅里叶变换精品文档放心下载 X - ! (2.3) 其中N 表示用于估计样本序列的样本个数。 （2 ）周期图法 先对样本序列x(n)做傅里叶变换 (2.4) 其中0 n N-1，则功率谱估计为 (2.5) MATLAB 函数periodogram 实现了周期图法的功率谱估计。精品文档放心下载 函数：periodogram 用法：[Pxx,w] = periodogram(x)谢谢阅读 [Pxx,w] = periodogram(x,window)感谢阅读 [Pxx,w] = periodogram(x,window,nfft)精品文档放心下载 [Pxx,f] = periodogram(x,window,nfft,fs)谢谢阅读 periodogram(...) 功能：实现周期图法的功率谱估计。其中： Pxx 为输出的功率谱估计值； f 为频率向量； w 为归一化的频率向量； window 代表窗函数，这种用法种对数据进行了加窗，对数据加窗是为了减少功率谱 估计中因为数据截断产生的截断误差，表2.1 列出了产生常用窗函数的MATLAB 函数谢谢阅 读 nfft 设定FFT 算法的长度； fs 表示采样频率； 如果不指定输出参数（最后一种