随机信号分析实验报告.pdfVIP

一、实验名称

微弱信号的检测提取及分析方法

二、实验目的

1．了解随机信号分析理论如何在实践中应用

2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等

3．掌握随机信号的检测及分析方法

三、实验原理

1．随机信号的分析方法

在信号与系统中，我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规

律，需要用统计特新进行分析。这里我们引入随机过程的概念，所谓随机过程就是随机变量

的集合，每个随机变量都是随机过程的一个取样序列。

随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机

过程作完整的描述。但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主

要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。

本实验中算法都是一种估算法，条件是N要足够大。

2．微弱随机信号的检测及提取方法

因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪

比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难

点。

噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下

两种不同途径来解决

①降低系统的噪声，使被测信号功率大于噪声功率。

②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。

对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双

谱估计理论及算法、时域方法、小波算法等。

对微弱信号检测与提取有很多方法，本实验采用多重自相关法。

多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。

即令：

式中，是和的叠加；是和的叠加。

对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。信号经过相关运算后增加

了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。多重相关法将

当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此

可检测出强噪声中的微弱信号。

1

混合信号自相关自相关去噪信号

四、实验任务及要求

实验的目的是了解怎样用随机信号分析理论去检测和提取强噪声下的微弱信号。

实验任务是利用matlab或C语言编程实现：

○

1白噪声信号的检测与分析。

○

2色噪声信号的检测与分析。

○

3混合信号（白噪声加微弱周期信号）的检测提取与分析。

五、实验步骤及分析

本实验是利用matlab语言编程实现

1、实验方案

A/D低通滤波信号提取统计特性显示

原信号

采（去除高频噪声）算法算法图形

样

2、实验步骤与分析

任务一：白噪声的检测与分析

白噪声信号是一个均值为零的随机过程，任一时刻是均值为零的随机变量。而服从高斯

分布的白噪声即称为高斯白噪声。如图所示为高斯白噪声的波形及其自相关函数波形：

可以看出，高斯白噪声具有随机性及不相关（其自相关函数在t=0处为一冲激，即为该

随机过程的平均功率）。

2

由下图可以看出高斯白噪声的均值为0，方差为1，服从高斯分布。

如下图为高斯白噪声的的频率谱密度及功率谱密度：

由于matlab中采用近似估算法，其功率谱密度不为理想的在整个频谱内为一常数，但

大致在2到4之间波动，可近似为一常数。

3

附：任务一程序如下

%实验任务一

figure(1);

t=0:0.0001:1;

y=randn(siz