第 一 章
1、1不考 条件部分不考
△雅柯比变换 (随机变量函数的变换 P34) △随机变量之间的“不相关、正交、独立” Ｐ5１ (各自定义、相关系数定义
相互关系:两个随机变量相互独立必定互不相关,反之不一定成立 正交与不相关、独立没有明显关系 结合高斯情况)
△随机变量的特征函数及基本性质 (一维的 P5３ n 维的 P58)
△ 多维高斯随机变量的概率密度与特征函数的矩阵形式、三点性质 Ｐ6１
(
)()()
()
()
()()2
21()2112
2
22
11
1
,,exp 2
2exp ,
,exp 22T T
x m X
X X X X n n X
T
T jU X X X X X n X M
X M f x f x x U U u Q u j m Q u u E e jM U σ
πσμ---??--??
=
=
-?????
?
????
????=-==-
??
????????
??
C C C
另外一些性质: []()2
0XY XY X Y X C R m m D X E X m ??=-=-≥??
?
第二章 随机过程的时域分析
1、随机过程的定义
从三个方面来理解①随机过程(),X t ζ就是,t ζ两个变量的函数②(),X t ζ就是随时间ｔ变化的随机变量③(),X t ζ可瞧成无穷多维随机矢量在0,t n ?→→∞的推广 2、什么就是随机过程的样本函数？什么就是过程的状态？随机过程与随机变量、样本函数之间的关系?
3、随机过程的概率密度Ｐ7
4、特征函数P ８1。(连续、离散)
一维概率密度、一维特征函数 二元函数
4、随机过程的期望、方差、自相关函数。(连续、离散)
5、严平稳、宽平稳的定义 P83 ６、平稳随机过程自相关函数的性质: 0点值,偶函数,周期函数(周期分量),均值 7、自相关系数、相关时间的定义 P8８
2
22()
()()()()(0)()X X X
X X X X X X
X
C R m R R R R τττρτσ
σ
--∞=
=
-∞=
非周期
相关时间用此定义(00()d τρττ∞
=?)
8、两个随机过程之间的“正交”、“不相关”、“独立”。 (P92 同一时刻、不同时刻)
9、两个随机过程联合平稳的要求、性质。P92 ()()()()XY YX XY YX R R C C ττττ=-=-
10、复随机过程定义、自相关函数定义、复平稳定义。Ｐ94
()()(),Z R t t E Z t Z t ττ*
??+=+??
１１、随机过程 “均方可微”Ｐ1０4、“均方可积”P1０6 12、平稳过程导数的分析P106。
期望、自相关函数、互相关函数
()()()22
()()()X X X XY YX Y dR dR d R R R R d d d τττττττ
τ
τ=
=-
=-
13、高斯随机过程的一系列性质:
◆高斯过程的特征函数、协方差矩阵。
◆高斯过程的线性变换、高斯过程的微分、高斯过程的积分,仍就是高
斯过程。
◆高斯过程的不相关＝独立。
◆平稳高斯过程 宽平稳=严平稳 (2-180)
14、各态历经过程的定义、及在电子技术中的物理意义。
时间均值、时间自相关定义式
直流分量、直流平均功率、总平均功率、交流平均功率?第三章 随机信号的频域分析
最重要的知识点: 维纳—辛钦定理
⑴平稳过程,()()X
X G R ωτ?
⑵两个联合平稳的实随机过程,()()()()12j XY
XY j XY XY
G R e d R G e d ωτωτωττ
τωωπ∞--∞∞-∞?=??
?=?
??
信号分析与处理答案第 二版 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
第二章习题参考解答 求下列系统的阶跃响应和冲激响应。 (1) 解当激励为时，响应为，即： 由于方程简单，可利用迭代法求解： ，， …， 由此可归纳出的表达式： 利用阶跃响应和冲激响应的关系，可以求得阶跃响应： (2) 解 (a)求冲激响应 ，当时，。 特征方程，解得特征根为。所以： …(2.1.2.1) 通过原方程迭代知，，，代入式(2.1.2.1)中得：解得，代入式(2.1.2.1)： …(2.1.2.2) 可验证满足式(2.1.2.2)，所以： (b)求阶跃响应 通解为 特解形式为，，代入原方程有，即 完全解为 通过原方程迭代之，，由此可得 解得，。所以阶跃响应为： (3)
解 (4) 解 当t>0时，原方程变为：。 …(2.1.3.1) …(2.1.3.2) 将(2.1.3.1)、式代入原方程，比较两边的系数得： 阶跃响应： 求下列离散序列的卷积和。 (1) 解用表 格法求 解 (2) 解用表 格法求 解 (3) 和 如题图2.2.3所示 解用表 格法求 解
(4) 解 (5) 解 (6) 解参见右图。 当时： 当时： 当时： 当时： 当时： (7) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： (8) ，解参见右图
当时： 当时： 当时： 当时： (9) ， 解 (10) ， 解 或写作：
求下列连续信号的卷积。 (1) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： 当时： (2) 和如图2.3.2所示 解当时： 当时： 当时： 当时： 当时： (3) ， 解 (4) ， 解 (5) ， 解参见右图。当时：当时： 当时：
电子科技大学2014-2015学年第 2 学期期 末 考试 A 卷 一、设有正弦随机信号()cos X t V t ω=， 其中0t ≤<∞，ω为常数，V 是[0,1)均匀 分布的随机变量。（ 共10分） 1．画出该过程两条样本函数。(2分) 2．确定02t πω=，134t πω=时随机信号()X t 的 一维概率密度函数，并画出其图形。(5 分) 3．随机信号()X t 是否广义平稳和严格平 稳？(3分) 解：1.随机信号()X t 的任意两条样本函 数如题解图(a)所示： 2.当02t πω=时，()02X πω=，()012P X πω??==????， 此时概率密度函数为：(;)()2X f x x πδω =
当34t πω=时， 3()42X πω=-，随机过程的一维 概率密度函数为： 3. ()[]1cos cos 2E X t E V t t ωω==???? 均值不平稳， 所以()X t 非广义平稳，非严格平稳。 二、设随机信号()()sin 2X n n πφ=+与 ()()cos 2Y n n πφ=+，其中φ为0~π上均 匀分布随机变量。（ 共10分） 1．求两个随机信号的互相关函数 12(,)XY R n n 。(2分) 2．讨论两个随机信号的正交性、互不 相关性与统计独立性。(4分) 3．两个随机信号联合平稳吗？(4分) 解：1.两个随机信号的互相关函数 其中()12sin 2220E n n ππφ++=???? 2. 对任意的n 1、n 2 ,都有12(,)0XY R n n =， 故两个随机信号正交。
又 故两个随机信号互不相关， 又因为 故两个随机信号不独立。 3. 两个随机信号的均值都平稳、相关函数都与时刻组的起点无关，故两个信号分别平稳，又其互相关函数也与时刻组的起点无关，因而二者联合平稳。 三、()W t 为独立二进制传输信号，时隙长度T 。在时隙内的任一点 ()30.3P W t =+=????和 ()30.7P W t =-=????，试求（ 共10分） 1．()W t 的一维概率密度函数。(3分) 2．()W t 的二维概率密度函数。(4分) 3．()W t 是否严格平稳？(3分)
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。
2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω)，试利用X (e j ω )表示下列序列的傅里叶变换： （1） )1()1()(1n x n x n x --+-= （2） )]()([2 1 )(2n x n x n x -+= * 分析：利用序列翻褶后的时移性质和线性性质来求解，即 )()(ωj e X n x ?，)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解：（1）由于)()]([ω j e X n x DTFT =，)()]([ωj e X n x DTFT -=-，则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= （2）由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换（闭合形式表达式）：
北京理工大学2011级随机信号分析期末试题B卷 1（15分）、考虑随机过程X t=2Nt2，其中N为标准正态随机变量。计算X(t)在t为0秒，1秒，2秒时的一维概率密度函数fx x;0，fx x;1，fx x;2 2（15分）、考虑随机过程X t=a2cos2(ω0t+?)，其中a，ω0为常数，?为在[0,2π) 上均匀分布的随机变量。 （1）、X(t)是否为宽平稳随机过程？为什么？ （2）、X(t)是否为宽遍历随机过程？为什么？ （3）、求X(t)的功率谱密度及平均功率。 3（15分）、考虑下述随机过程 Y(t)=X k dk t t?2T 式中，X(t)为宽平稳随机过程。 （1）、试找出一线性时不变系统，使得系统输入为X(t)时其输出为Y(t)，写出该系统的单位冲激响应； （2）、假定X(t)的自相关函数为R XX(τ)，计算Y(t)的自相关函数； （3）、假定X(t)的功率谱密度为S XX(ω)，计算Y(t)的功率谱密度。 4（15分）、已知某宽平稳高斯随机过程的功率谱密度如下 S XXω=10 22 将其通过一微分网络，输出为Y(t)。 （1）、求Y(t)的功率谱密度S Yω； （2）、求Y(t)的平均功率； （2）、求Y2(t)的平均功率。 5（40分）、已知X t=A t cos(ω t?θ)?A t sin?(ω0t?θ) 其中A(t)为宽平稳实随机过程，功率谱密度如图1所示，且ω0?W，θ服从(0,2π)上均匀分布的随机变量。 分别定义X(t) 和同相分量和正交分量为： X I t=X t cosω0t+X t sinω0t X Q t=X t cosω0t?X t sinω0t 式中，X t表示X(t)的希尔伯特变换。 （1）、计算X(t)及X t的平均功率，分别画出X(t)，X(t)的复解析过程，X(t)的复包络，以及X(t)的正交分量和同相分量的功率谱密度； （2）、若A(t)为零均值的随机过程，X(t)通过如图2的系统，求Y(t)的均值和方
随机信号分析课程设计 报告 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
随机信号分析课程设计报告 题目 学院信息电子技术 专业电子信息工程 班级 15级1班 学籍号 1 姓名朱李伟 指导教师刘文科 信息电子技术学院 2018年6月18日
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。 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。 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。 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。 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。 '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那么它的功率谱定义为自相关函数R X(m)的傅里叶变换： 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。 （1）自相关法
信号是带有信息（如语音、音乐、图象、数据等）的随时间（和空间）变化的物理或物理现象，其图象称为信号的波形。信号是消息的表现形式，消息则是信号的具体内容。 分类：根据不同分类原则，信号可分为：连续时间信号与离散时间信号；确定信号与随机信号；周期信号和非周期信号；功率信号与能量信号等等 反因果信号：若当t ≥0时，f (t )=0;当t <0时，f (t )≠0. 系统：由若干相互作用和相互依赖的事物组合而成的具有特定功能的整体。 ???????=???≠=∞=?∞ ∞ -1)()0( 0)0( )(dt t t t t δδ()()t t δδ-= ()t δ为偶对称函数 1()d 2j t t e ωδωπ ∞-∞= ?——()t δ的逆傅立叶变 换 ()()d ()() t x t t t t x t t t δε-∞ -=-?) ()()()(000t t t x t t t x -=-δδ)(| |1 )(t a at δδ= )(t δ'是奇对称函数 ) ()(, 0)(t d d t δττδττδ='='? ? ∞ -∞ ∞ -离散时间单位: 0()(), ()()(1) m n n m n n n εδδεε+∞ ==-=--∑稳定 性 ∑? +∞-∞ =∞ +∞ -∞ <∞
第 一 章 1.1不考 条件部分不考 △雅柯比变换 （随机变量函数的变换 P34） △随机变量之间的“不相关、正交、独立” P51 （各自定义、相关系数定义 相互关系：两个随机变量相互独立必定互不相关，反之不一定成立 正交与不相关、独立没有明显关系 结合高斯情况） △随机变量的特征函数及基本性质 （一维的 P53 n 维的 P58） △ 多维高斯随机变量的概率密度和特征函数的矩阵形式、三点性质 P61 ( )()() () ( ) ()()2 2 1 () 2112 2 22 11 ,,exp 2 2exp ,,exp 22T T x m X X X X X n n X T T jU X X X X X n X M X M f x f x x U U u Q u j m Q u u E e jM U σπσμ---?? --??= = -????? ? ?? ?? ?? ??=-==- ?? ??? ????? ?? C C C u u r u u r u u r u u r u u r u u r L u r u r u u r u r L 另外一些性质： []()20XY XY X Y X C R m m D X E X m ??=-=-≥??
第二章 随机过程的时域分析 1、随机过程的定义 从三个方面来理解①随机过程(),X t ζ是,t ζ两个变量的函数②(),X t ζ是随时间t 变化的随机变量③(),X t ζ可看成无穷多维随机矢量在0,t n ?→→∞的推广 2、什么是随机过程的样本函数？什么是过程的状态？随机过程与随机变量、样本函数之间的关系？ 3、随机过程的概率密度P7 4、特征函数P81。（连续、离散） 一维概率密度、一维特征函数 二元函数 4、随机过程的期望、方差、自相关函数。（连续、离散） 5、严平稳、宽平稳的定义 P83 6、平稳随机过程自相关函数的性质： 0点值，偶函数，周期函数（周期分量），均值 7、自相关系数、相关时间的定义 P88 2 2 2() ()()()()(0)()X X X X X X X X X X C R m R R R R τττρτσ σ--∞= = -∞= 非周期 相关时间用此定义（00()d τρττ∞ =?） 8、两个随机过程之间的“正交”、“不相关”、“独立”。 （P92 同一时刻、不同时刻） 9、两个随机过程联合平稳的要求、性质。P92
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10 N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）31 16 N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
王锋 实验一：利用FFT 作快速相关估计 一、实验目的 a.掌握信号处理的一般方法，了解相关估计在信号分析与处理中的作用。 b.熟悉FFT算法程序；熟练掌握用FFT作快速相关估计的算法。 c.了解快速相关估计的谱分布的情况。 二、实验内容 a.读入实验数据[1]。 b.编写一利用FFT作相关估计的程序[2]。 c.将计算结果表示成图形的形式，给出相关谱的分布情况图。 注[1]：实验数据文件名为“Qjt.dat”。 实验数据来源：三峡前期工程 “覃家沱大桥” 实测桥梁振动数据。 实验数据采样频率：50Hz。 可从数据文件中任意截取几段数据进行分析，数据长度N 自定。 注[2]：采用Matlab 编程。 三、算法讨论及分析 算法为有偏估计，利用FFT计算相关函数 Step 1: 对原序列补N个零，得新序列x2N(n) Step2: 作FFT[x2N(n)]得到X2N(k) Step 3: 取X2N(k)的共轭，得 Step 4: 作 Step 5: 调整与的错位。 四、实验结果分析 1. 该信号可以近似为平稳信号么？ 可以近似为平稳信号，随机过程的统计特性不随样本的采样时刻而发生变化。取N=8192，分别取间隔m=500,m=700,m=1000,所得到的均值均为0.5366，方差为47369，与时间无关。
图1-1 自相关函数图 (上图表示的R0，下图为调整后的R0) 2. 该信号是否具有周期性，信噪比如何？ >> load Qjt.dat; %加载数据 N=32768; %数据长度 i=1:1:N; %提取数据 plot(i,Qjt(i)); 抛去几个极值点，从图1-2可以看出，数据具有一定的周期性，杂音比较少，说明信噪比较高。 图1-2 数据图
随机信号分析实验报告 信息25班 2120502123 赵梦然
作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。
一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为：
信号分析与处理课后习题答案 第五章快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ，每次复加需要10us ，用来就散N=1024点的DFT ，问： （1）直接计算需要多少时间？用FFT 计算呢？ （2）照这样计算，用FFT 计算快速卷积对信号进行处理是，估计可实现实时处理的信号最高频率？ 解： 分析：直接利用DFT 计算：复乘次数为N 2，复加次数为N(N-1)； 利用FFT 计算：复乘次数为20.5log N N ，复加次数为2log N N ； （1） 直接DFT 计算： 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算： 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= （2） 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下： 第一步：求1()X k ，2()X k ；所需时间为2FFT T ? 第二步：计算12()()()X k X k X k =?，共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步：计算(())IFFT X k ，所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列，()X k 为x(n)的2N 点得DFT 。
王锋 实验五：多种功率谱估计的比较 一、实验目的 a.了解功率谱估计在信号分析中的作用； b.掌握随机信号分析的基础理论，掌握参数模型描述形式下的随机信 号的功率谱的计算方法； c.掌握在计算机上产生随机信号的方法； d.了解不同的功率谱估计方法的优缺点。 二、实验准备 有三个信号源，分别代表三种随机信号（序列）。 信号源1： 123()2cos(2)2cos(2)2cos(2)()x n f n f n f n z n πππ=+++ 其中，1230.08,=0.38,0.40f f f == z(n)是一个一阶 AR 过程，满足方程： ()(1)(1)()z n a z n e n =--+ (1)0.823321a =- e(n)是一高斯分布的实白噪声序列，方差20.1σ= 信号源2和信号源3： 都是4阶的AR 过程，它们分别是一个宽带和一个窄带过程，满足方程： ()(1)(1)(2)(2)(3)(3)(4)(4)()x n a x n a x n a x n a x n e n =--------+ e(n)是一高斯分布的实白噪声序列，方差2σ，参数如下： 三、实验内容 a. 描绘出这三个实验信号的真实功率谱波形。 b. 在计算机上分别产生这个三个信号，令所得到的数据长度 N= 256 。 注意：产生信号的时候注意避开起始瞬态点。例如，可以产生长度为512 的信号序列，然后取后面256 个点作为实验数据。 c. 分别用如下的谱估计方法，对三个信号序列进行谱估计。 1、经典谱估计 周期图法 自相关法 平均周期图法（Bartlett 法）
Welch法（可选每段64 点，重叠32 点，用Hamming 窗）2、现代谱估计 Yule - Walker方程（自相关法） 最小二乘法 注：阶次p可在3－20之间，由自己给定。 四、实验结果分析 生成的信号源
《信号分析与处理》(第二版)-徐科军、黄云志-课后答案
————————————————————————————————作者：————————————————————————————————日期：
Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++<
()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得： ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到：根据时移性质： ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称， 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数：
周期序列的频谱分析： 已知周期序列在一个周期N=4内的取值为x(n)=[0 1 2 3]采用MATLAB计算该周期序列的频谱（DTFS）。 程序： %周期序列的时域波形 x=[0 1 2 3];n=0:3; N=length(x);figure(1); stem(n,x,'*'); axis([0 4 -4 4]);grid; xlabel('n'); ylabel('x(n)'); title('周期序列时域波形'); for k=0:1:3 dk(k+1)=(x(1)*exp(-j*k*2*pi/N*0)+x(2)*exp(-j*k*2*pi/N*1)+x(3)*exp (-j*k*2*pi/N*2)... +x(4)*exp(-j*k*2*pi/N*3))/N; realdk(k+1)=real(dk(k+1)); imagdk(k+1)=imag(dk(k+1)); magnitude(k+1)=abs(dk(k+1)); phase(k+1)=angle(dk(k+1)); end %周期序列的频谱：实部和虚部 k=0:1:3; figure(2); subplot(2,1,1); stem(k,realdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Real Part of d(k)');grid; subplot(2,1,2); stem(k,imagdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Imaginary Part of d(k)');grid; %周期序列的频谱：幅值和相位 figure(3); subplot(2,1,1); stem(k,magnitude(k+1),'*'); axis([0 4 -4 4]);
电子科技大学2014- 2015学年第2学期期末考试 A 卷 一、设有正弦随机信号X t Vcos t , 其中0 t，为常数，V是［0,1）均匀分布的随机变 量。（共10分） 1.画出该过程两条样本函数。（2分） 3 2.确定t。— , t1—时随机信号x（t）的一维概率密度函数，并画出其图形。（5 分） 3.随机信号x（t）是否广义平稳和严格平 稳？（3分） 解: 1.随机信号x t的任意两条样本函数如题解图（a）所示： 2.当t0 厂时，x（—）0, P x（—）0 1, 此时概率密
度函数为：f x（X；厂）（X）
当t时，X（右）乎V,随机过程的一维概率密度函数为： 1 3. E X t EV cos t 2cos t 均值不平稳，所以X（t）非广义平稳，非严格平稳。 二、设随机信号X n sin 2 n 与 Y n cos 2 n ，其中为0~上均 匀分布随机变量。（共10分） 1.求两个随机信号的互相关函数 （n!, n2）o （2 分） R KY 2.讨论两个随机信号的正交性、互不 相关性与统计独立性。（4分） 3 .两个随机信号联合平稳吗？（4分）解: 1.两个随机信号的互相关函数 其中E sin 2 口2迈2 0 2.对任意的厲、n2,都有R XY^M） 0, 故两个
随机信号正交。 又 故两个随机信号互不相关， 又因为 故两个随机信号不独立。 3. 两个随机信号的均值都平稳、相关函数都与时刻组的起点无关，故两个信号分别平稳，又其互相关函数也与时刻组的起点无关，因而二者联合平稳。 三、W t为独立二进制传输信号，时隙长度T。在时隙内的任一点 P W t 3 0.3和P W t 3 0.7 ，试求 （共10 分） 1．W t的一维概率密度函数。（3 分）
随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1
理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。
河南科技学院2006-2007学年第二学期期终考试 信号分析与处理试题 适用班级： 注意事项：1 在试卷的标封处填写院（系）、专业、班级、姓名和准考证号。 2 考试时间共100分。 一、单项选择题（本大题共10小题，每题2分，共20分） 1．下列单元属于动态系统的是（ ） A. 电容器 B.电阻器 C.数乘器 D.加法器 2．单位阶跃函数()u t 和单位冲激函数()t δ的关系是（ ） A.()/()d t dt u t δ= B.()/()du t dt t δ= C.()()u t t δ= D.()2()u t t δ= 3．()()f t t dt δ∞-∞=?（ ） A.()f t B.()t δ C.(0)f D.(0)δ 4．单位冲激函数()t δ的()F j ω=（ ） A .0 B.-1 C.1 D.2 5．设()f t 的频谱为()F j ω，则利用傅里叶变换的频移性质，0()j t f t e ω的频谱为（ ） A.0()F j ω B.()F j ω C.0[()]F j ωω+ D.0[()]F j ωω- 6．设1()f t 的频谱为1()F j ω，2()f t 的频谱为2()F j ω，利用傅里叶变换卷积定理，12()()f t f t *的频谱为（ ） A.1()F j ω B.2()F j ω C.11()()F j F j ωω* D.11()()F j F j ωω 7．序列()n m δ-的Z 变换为（ ） A.m z B.m z - C.m D.m - 8．单边指数序列()n a u n ，当（ ）时序列收敛 A.1a < B.1a ≤ C.1a > D.1a ≥ 9．取样函数()/Sa t sint t =，则(0)Sa =（ ） A.0 B.1 C.2 D.3 10．设实函数()f t 的频谱()()()F j R jX ωωω=+，下列叙述正确的是（ ）
………密………封………线………以………内………答………题………无………效…… 电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函数，则低频过程)()(t A t A s c 和是___正交___。
随机信号分析实验报告 ——基于MATLAB语言 姓名： _ 班级： _ 学号： 专业：
目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)
实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布， U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： y0=1，y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x)，而R 为(0,1)均匀分布随机变量，则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数：rand 用法：x = rand(m,n) 功能：产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 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(μ,σ2)分布的随机序列，则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程，可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程，样本函数为x(n)，其中n=0,1,2,……N-1。那么，