大连理工大学第二次随机信号实验报告.docVIP

大连理工大学第二次随机信号实验报告.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大连理工大学实验报告 学院(系): 电子信息与电气工程 专业: 电子信息工程 班级: 姓 名: 学号: 组: 实验时间: 实验室: 实验台: 指导教师签字: 成绩: 实验二 7/8/9/10 实验7 一、实验目的和要求 掌握直接法估计随机信号功率谱。 二、实验原理和内容 根据随机信号的 Fourier 变换结果,计算信号的功率谱。 功率谱与频谱关系: 三、主要仪器设备 微型计算机,matlab开发环境 四、实验步骤与操作方法 (1) 生成高斯白噪声的随机信号。 (2) 通过 Fourier 变换计算高斯白噪声的功率谱,并绘图。 代码: 五、实验数据记录和处理 clc clear x1 = rand(1,1000); x2 = rand(1,1000); y = sqrt((-2) *log(x1)).*cos(2*pi*x2); N=length(y); n=0:(N-1); k=0:(N-1); z=y*exp(-1j*2*pi/N).^(n*k); G=z.*conj(z)/(2*N); plot(G); 六、实验结果与分析 见实验数据和处理。 实验8 一、实验目的和要求 掌握间接法估计随机信号功率谱。 二、实验原理和内容 根据维纳-辛钦定理,计算信号的功率谱。 即: 三、主要仪器设备 微型计算机,matlab开发环境 四、实验步骤与操作方法 (1) 生成高斯白噪声的随机信号。 (2) 计算高斯白噪声的自相关函数。 (3) 通过计算高斯白噪声自相关函数的 Fourier 变换,得到噪声功率谱并绘图。 代码: clc clear x1 = rand(1,1000); x2 = rand(1,1000); r = zeros(1,1000); y = sqrt((-2) *log(x1)).*cos(2*pi*x2); figure hist(y); for m = 1 : 500 for k=1:1000-m r(m)=r(m)+y(k)*y(k+m-1); end end r=r./500; for m=1:500 r(500+m)=r(m); end for m=1:499 r(501-m)=r(501+m); end r(1)=0; g=fft(r); G=abs(g); figure plot(G); 实验数据记录和处理 六、实验结果与分析 见实验数据和处理。 实验9 实验目的和要求 掌握时域上系统对随机信号响应的统计特性分析及仿真实现。 二、实验原理和内容 根据系统卷积性质,计算系统输出信号的统计特性。 有如下性质: 三、主要仪器设备 微型计算机,matlab开发环境 四、实验步骤与操作方法 (1) 生成均匀分布的随机信号。 (2) 计算均匀分布随机信号通过平均低通滤波器。 (3) 计算输出信号均值、方差等统计特性。 代码: clc clear x1 = rand(1,1000); x2 = rand(1,1000); y = sqrt((-2) *log(x1)).*cos(2*pi*x2); t=0:0.001:0.999; h=0.9.^t; Y=conv(y,h); plot(Y); my=0; for i = 1:1000 my=my+ y(i); end my=my/1000; mY=0; for i = 1:1000 mY=mY+ h(i); end mY=my*mY Rx=zeros(1,1000); for j = 0 : 999 for i = 1 : 1000-abs(j-500) Rx(j+1) =Rx(j+1)+ y(i)*y(i+abs(j-500)); end Rx(j+1)=Rx(j+1)/1000; end figure(2); plot(Rx); Ry=zeros(1,1000); for j = 1 :1000 for i = j : 1000 for k=i:1000 Ry(j) =Ry(j)+ h(k)

文档评论(0)

188****0089 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档