随机信号分析实验:随机过程通过线性系统的分析
- 格式:doc
- 大小:271.50 KB
- 文档页数:10
信息与通信工程学院实验报告(软件仿真性实验)课程名称:随机信号分析实验题目:随机信号通过线性系统的分析 指导教师:陈友兴班级: 学号: 学生姓名:一、 实验目的和任务1、掌握随机信号通过线性系统的分析方法2.掌握系统输出信号的数字特征和功率谱密度的求解二、 实验内容及原理实验内容:1.产生一信号为123()sin 2sin 2sin 2()X t f t f t f t N t πππ=+++,其中1f nkHz =(n 为学号),22f nkHz =,33f nkHz =,()N t 为高斯白噪声;求出()X t 的时域信号、频谱、自相关、功率谱密度、期望、方差等。
2.设计一FIR 低通滤波器()h t ,通带截止频率为1f ,阻带截止频率为2f ,通带最大衰减为40dB ,阻带最小衰减为1dB 。
3. 将信号()X t 通过()h t 得到响应()Y t ,求出()Y t 的时域信号、频谱、自相关、功率谱密度、期望、方差等,并分析与()X t 性能参数的差异;实验原理:1、线性系统的时域分析方法系统输入和输出的关系为:ττ-τ=ττ-τ==⎰⎰∞∞-∞∞-d )t (x )(h d )t (h )(x )t (h *)t (x )t (y输出期望:∑∞===0m X Y )m (h m )]t (Y [E m输出的自相关函数:)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率:⎰⎰∞∞-∞∞--=τdvdu )u (h )v (h )u v (R )(R X Y 互相关:)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-2、线性系统的频域分析方法输入与输出的关系:)(H )(X )(Y ωω=ω 输出的功率谱:2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱:)(H )(S )(S X XY ωω=ω 三、 实验步骤或程序流程1. 产生三个正弦信号和高斯白噪声叠加的信号,求叠加信号的均值、方差、自相关函数,计算功率谱密度以及傅里叶变换;绘出叠加信号时域特性曲线、傅里叶变换特性曲线、自相关函数曲线、功率谱密度曲线;2. 设计低通滤波器;3. 分析滤波后信号时域、频域的各参数的特性。
实验三 随机过程通过线性系统的分析实验目的1. 理解和分析白噪声通过线性系统后输出的特性。
2. 学习和掌握随机过程通过线性系统后的特性,验证随机过程的正态化问题。
实验原理1.白噪声通过线性系统设连续线性系统的传递函数为)(ωH 或)(s H ,输入白噪声的功率谱密度为2)(0N S X =ω,那么系统输出的功率谱密度为2)()(02N H S Y ⋅=ωω (3.1) 输出自相关函数为⎰∞∞-=ωωπτωτd e H N R j Y 20)(4)( (3.2)输出相关系数为)0()()(Y Y Y R R ττγ=(3.3) 输出相关时间为⎰∞=00)(ττγτd Y (3.4)输出平均功率为[]⎰∞=202)(2)(ωωπd H N t Y E (3.5)上述式子表明,若输入端是具有均匀谱的白噪声,则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定,不再是常数。
2.等效噪声带宽在实际中,常常用一个理想系统等效代替实际系统的)(ωH ,因此引入了等效噪声带宽的概念,他被定义为理想系统的带宽。
等效的原则是,理想系统与实际系统在同一白噪声的激励下,两个系统的输出平均功率相等,理想系统的增益等于实际系统的最大增益。
实际系统的等效噪声带宽为⎰∞=∆022max)()(1ωωωωd H H e (3.6)或⎰∞∞--=∆j j e ds s H s H H j )()()(212maxωω (3.7)3.线性系统输出端随机过程的概率分布 (1)正态随机过程通过线性系统若线性系统输入为正态过程,则该系统输出仍为正态过程。
(2)随机过程的正态化随机过程的正态化指的是,非正态随机过程通过线性系统后变换为正态过程。
任意分布的白噪声通过线性系统后输出是服从正态分布的;宽带噪声通过窄带系统,输出近似服从正态分布。
实验内容设白噪声通过图3.1所示的RC 电路,分析输出的统计特性。
图3.1 RC 电路(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。
北京理工大学随机信号分析实验报告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 -=Ny x n n /=序列{}nx 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、10N 10,k 7==,周期7510≈⨯;2、(IBM 随机数发生器)3116N 2,k 23,==+周期8510≈⨯;3、(ran0)315N 21,k 7,=-=周期9210≈⨯;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换得到。
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。
第三章 随机信号通过线性系统的分析本章主要内容: ● 线性系统的基本理论● 随机信号通过连续时间系统的分析 ● 随机信号通过离散时间系统的分析 ● 色噪声的产生与白化滤波器 ● 等效噪声带宽 ● 解析过程● 窄带随机过程基本概念● 窄带高斯过程包络与相位的概率密度 ● 窄带高斯过程包络平方的概率密度3.1随机信号通过连续时间系统的分析在给定系统的条件下,输出信号的某个统计特性只取决于输入信号的相应的统计特性。
分析方法:卷积积分法;频域法。
3.1.1、时域分析法1、输出表达式(零状态响应,因果系统) 输入为随机信号)(t X 某个实验结果的一个样本函数),(ζt x ,则输出),(ζt y 为:对于所有的ζ,输出为一族样本函数构成随机过程Y(t):2. 输出的均值:)(*)()(t h t m t m X Y =证明:3.系统输入与输出之间的互相关函数)(*),(),(22121t h t t R t t R X XY = )(*),(),(12121t h t t R t t R X YX =证明:4、系统输出的自相关函数已知输入随机信号的自相关函数,求系统输出端的自相关函数。
显然,有:5、系统输出的高阶距输出n阶矩的一般表达式为注意:上面的分析方法是零状态响应的一般分析方法。
它既适用于输入是平稳随机信号的情况,也适用于输入是非平稳的情况。
3.1.2、系统输出的平稳性及其统计特性的计算1、双侧随机信号在这种情况下,系统输出响应在t=0时已处于稳态。
(1)若输入X(t)是宽平稳的,则系统输出Y(t)也是宽平稳的,且输入与输出联合宽平稳。
那么由于假定连续系统是稳定的,所以由于输出的均值是常数,而输出的相关函数只是 的函数,且输出均方值有界。
所以,输出随机过程为宽平稳的。
可总结如下:输出均值:输入与输出间的互相关函数为输出的自相关函数为输出的均方值即输出总平均功率为若用卷积的形式,则可分别写为(2)若输入X(t)是严平稳的,则输出Y(t)也是严平稳的。
实验三 随机信号通过线性系统的分析一、实验目的1、掌握随机信号通过线性系统的分析方法2、掌握系统输出信号的数字特征和功率谱密度的求解二、实验设备计算机、Matlab 软件三、实验内容与步骤已知平稳随机过程X(n)的相关函数为:5),()(22==σδσm m R ; 线性系统的单位冲击响应为111,0,)(+-=≥=实验者学号后两位r k r k h k 。
编写程序求:(1)输入信号的功率谱密度、期望、方差、平均功率;(2)利用时域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率;(3)利用频域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率;(4)利用频域分析法或时域分析法求解输入输出的互相关函数、互功率谱密度。
四、实验原理1、线性系统的时域分析方法 系统输入和输出的关系为:ττ-τ=ττ-τ==⎰⎰∞∞-∞∞-d )t (x )(h d )t (h )(x )t (h *)t (x )t (y输出期望:∑∞===0m X Y )m (h m )]t (Y [E m输出的自相关函数:)(h )(h )(R )(R X Y τ*τ-*τ=τ输出平均功率:⎰⎰∞∞-∞∞--=τdvdu)u (h )v (h )u v (R )(R X Y 互相关:)()()()()(ττσσσττh R d h R R X X XY *=-=⎰∞∞-2、线性系统的频域分析方法输入与输出的关系:)(H )(X )(Y ωω=ω 输出的功率谱:2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω功率谱:)(H )(S )(S X XY ωω=ω五、实验报告要求1、写出时域分析、频域分析的必要原理,以及求上述特征的必要公式;2、输出上述各步骤地功率谱密度和相关函数的序列波型,输出各数字特征的值;3、附上程序和必要的注解;4、对实验的结果做必要的分析(如时域分析法与频域分析法求解结果的对比等)六、实验过程function y = experiment3 clc;R_x=zeros(1,81);R_x(41)=sqrt(5); % 输入自相关 S_x=fftshift(abs(fft(R_x))); % 输入功率谱密度 No = 35; %学号 r = 1 - 1/(No + 1); h0 = zeros(1,40);i = 1:41; h1 = r.^i;h = [h0,h1]; %系统单位冲激函数 H = fftshift(abs(fft(h)));%频率响应函数m_x = 0; %输入期望,方差,平均功率 sigma_x = R_x(41); P_x = R_x(41);figure(1),subplot(221),stem(R_x),title('RX');gtext('1105064235 陈郁炜'); subplot(222),stem(S_x),title('SX'); subplot(223),stem(h),title('h'); subplot(224),stem(H),title('H');%时域法求解R_xy = conv(R_x,h);R_xy = R_xy(41:121);R_yx = conv(R_x,fliplr(h));R_yx = R_yx(41:121);R_y = conv(R_yx,h);R_y = R_y(41:121);m_y = sqrt(R_y(81));D_y = R_y(1) - R_y(81);figure(2),subplot(321),stem(R_x);title('Rx'); gtext('1105064235 陈郁炜');subplot(322),stem(R_xy);title('Rxy'); % 互相关subplot(323),stem(R_yx);title('Ryx');subplot(324),stem(R_y);title('Ry'); %输出自相关subplot(325),stem(m_y);title(' m_y 时域法期望值');%输出时域法期望值subplot(326),stem(D_y);title(' D_y时域法方差值 ');%输出时域法方差值S_xy = abs(fft(R_xy));S_xy = fftshift(S_xy);S_yx = fftshift(abs(fft(R_yx)));S_y = fftshift(abs(fft(R_y)));figure(3),subplot(221),stem(S_x);title('Sx');subplot(222),stem(S_xy);title('Sxy'); gtext('1105064235 陈郁炜'); %互功率谱密度subplot(223),stem(S_yx);title('Syx');subplot(224),stem(S_y);title('Sy'); %输出功率谱密度%%%%%%%%%%%%%%%%%%%%%%%%频域分析法S0_xy = S_x.*H;S0_yx = S_x.*fliplr(H);S0_y = S0_yx.*H;figure(4),subplot(221),stem(S_x);title('Sx');subplot(222),stem(S0_xy);title('S0xy'); gtext('1105064235 陈郁炜')subplot(223),stem(S0_yx);title('S0yx'); subplot(224),stem(S0_y);title('S0y'); % 输出功率谱密度R0_xy = fftshift(abs(ifft(S0_xy)));R0_yx = fftshift(abs(ifft(S0_yx)));R0_y = fftshift(abs(ifft(S0_y)));m0_y = sqrt(R0_y(81));D0_y = R0_y(1) - R0_y(81);figure(5),subplot(321), stem(R_x);title('Rx'); gtext('1105064235 陈郁炜');subplot(322), stem(R0_xy);title('R0xy'); %互相关subplot(323), stem(R0_yx);title('R0yx');subplot(324), stem(R0_y);title('R0y');%输出自相关subplot(325), stem(m0_y);title('m0 - y频域法期望值');%输出频域法期望值subplot(326), stem(D0_y);title(' D0 - y '); %输出频域法方差值七、实验结果及分析RX1105064121 王斌050100SXh50100HRx1105064121 王斌RxyRyxRy00.51 1.5200.51 m y 时域法期望值00.51 1.52-101 D y 时域法方差值50100Sx1105064121 王50100Sxy50100SyxSy50100Sx1105064121 王斌50100S0xy50100S0yxS0yRxR0xyR0yxR0y00.51 1.5200.51m0 - y 频域法期望值00.51 1.5212-15D0 - y分析:从该实验的结果可以看出,频域相对于时域来说,求解的过程可以得到简化。
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:序列为产生的(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,而R 为(0,1)均匀分布随机变量,则有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。
计算机与信息工程学院设计性实验报告一、实验目的了解随机信号自身的特性,并研究随机信号通过线性系统后的均值、均方值、方差、相关函数、频谱及功率谱密度有何变化,分析线性系统所具有的性质二、实验仪器或设备1、一台计算机2、MATLAB r2013a三、实验内容输入信号为x 1(t )加上白噪声n(t )变成x (t ),用软件仿真x (t )通过滤波器后的信号y 1(t ),框图如下:其中:x 1(t )=sin (2000×2πt )+2sin (5000×2πt)计算x(t)、y1(t)的均值、均方值、方差、频谱、功率谱密度,自相关函数,并绘出函数曲线。
四、MATLAB 仿真程序%输入信号x 的产生 clct=0:1/16000:0.01;x1=sin(2000*2*pi*t)+2*sin(5000*2*pi*t);x=awgn(x1,5,'measured'); %加入高斯白噪声 n=x-x1;%输入信号x 的均值,方差,均方值和自相关系数 x_mean=mean(x) x_var=var(x)x_st=x_var+x_mean^2 x_arr=xcorr(x);tau = (-length(x)+1:length(x)-1)/16000;%输入信号的频谱和功率谱x_mag=abs(fft(x,2048));f=(0:2047)*16000/2048;x_cm=abs(fft(x_arr,2048));%画输入信号的时域,频谱图和频谱图subplot 221plot(t,x)title('输入信号x')xlabel('t/s');ylabel('x(t)');grid on;subplot 222plot(tau,x_arr)title('输入信号x的自相关系数')xlabel('\tau/s')ylabel('R_x_1(\tau)')subplot 223plot(f(1:length(f)/2),x_mag(1:length(f)/2))title('输入信号x的频谱')xlabel('f/Hz')ylabel('幅值')grid on;subplot 224plot(f(1:length(f)/2),x_cm(1:length(f)/2))title('输入信号x的功率谱')xlabel('f/Hz')ylabel('S_x_1(f)')%---------------高通滤波器的频谱和相频特性-----------------------------% [B,A]=butter(20,4500/(16000/2),'high');figure(2)freqz(B,A,2048);title('高通滤波器的频率特性曲线')grid on%---------------输入信号通过高通滤波器后的信号y1-----------------------% y1=filter(B,A,x);%信号y1的均值,方差,均方值和自相关系数y1_mean = mean(y1)y1_var=var(y1)y1_st=y1_var+y1_mean^2y1_arr=xcorr(y1);%信号y1的频谱和功率谱y1_mag=abs(fft(y1,2048));y1_cm=abs(fft(y1_arr,2048));%画出信号y1的时域图,频谱图和功率谱图figure(3)subplot 221plot(t,y1)title('通过高通滤波器后的信号y1') xlabel('t/s'); ylabel('y_1(t)'); subplot 222plot(tau,y1_arr)title('信号y1的自相关系数') xlabel('\tau/s')ylabel('R_y_1(\tau)') subplot 223plot(f(1:length(f)/2),y1_mag(1:length(f)/2)) title('信号y1的频谱') xlabel('f/Hz') ylabel('幅值') subplot 224plot(f(1:length(f)/2),y1_cm(1:length(f)/2)) title('信号y1的功率谱') xlabel('f/Hz') ylabel('S_y_1(f)')五、程序输出结果0.0050.01-55输入信号xt/sx (t )-0.01-0.00500.0050.01-50005001000输入信号x 的自相关系数τ/sR x 1(τ)2000400060008000050100150200输入信号x 的频谱f/Hz幅值020004000600080001234输入信号x 的功率谱f/HzS x 1(f )0.10.20.30.40.50.60.70.80.91-2000-100001000Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )0.10.20.30.40.50.60.70.80.91Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )高通滤波器的频率特性曲线0.0050.01-505通过高通滤波器后的信号y1t/s y 1(t )-0.01-0.00500.0050.01-5000500信号y1的自相关系数τ/sR y 1(τ)2000400060008000050100150信号y1的频谱f/Hz幅值20004000600080000123x 104信号y1的功率谱f/HzS y 1(f )六、实验结果分析1、从输入信号x (t )及输出信号y 1(t )的频谱可知,输入信号经高通滤波器后,仅保留了高频成分;2、从输入信号x (t )及输出信号y 1(t )的图形可知,y 1(t )的图形是输入信号x (t )的包络,即高通滤波器把输入信号x (t )的低频成分滤除了,仅保留了高频成分。
实验一随机信号通过线性系统和非线性系统后的特性分析目录目录............................................................ - 1 -1.实验目的...................................................... - 2 -2.实验原理...................................................... - 2 -⑴随机信号的分析方法...................................... - 2 -⑵线性系统................................................ - 6 -⑶非线性系统.............................................. - 8 - ⒊实验任务与要求................................................ - 9 -⑴实验系统框图如图1所示:................................ - 9 -⑵输入信号:.............................................. - 9 -⑷用matlab或c/c++设计非线性系统.......................... - 9 -⑸用matlab或c/c++设计线性系统........................... - 10 -⑹完成系统测试........................................... - 11 -⑺按要求写实验报告....................................... - 11 -4、实验设计与仿真.............................................. - 11 -(1)输入信号的设计.......................................... - 11 -(2)低通滤波器设计.......................................... - 14 -(3)平方率检波器设计........................................ - 16 -5..实验结果分析................................................ - 18 -6.实验中遇到的问题............................................. - 18 -7.心得体会..................................................... - 19 -1.实验目的⑴了解随机信号自身的特性,包括均值(数学期望)、均方值、方差、相关函数、概率密度、频谱及功率谱密度等。
实验三 随机过程通过线性系统的分析
实验目的
1. 理解和分析白噪声通过线性系统后输出的特性。
2. 学习和掌握随机过程通过线性系统后的特性,验证随机过程的正态化问题。
实验原理
1.白噪声通过线性系统
设连续线性系统的传递函数为)(ωH 或)(s H ,输入白噪声的功率谱密度为2)(0N S X =ω,那么系统输出的功率谱密度为
2
)()(0
2
N H S Y ⋅
=ωω (3.1) 输出自相关函数为
⎰
∞
∞
-=
ωωπ
τωτd e H N R j Y 2
0)(4)( (3.2)
输出相关系数为
)
0()
()(Y Y Y R R ττγ=
(3.3) 输出相关时间为
⎰∞
=0
0)(ττγτd Y (3.4)
输出平均功率为
[]
⎰
∞
=
2
02)(2)(ω
ωπ
d H N t Y E (3.5)
上述式子表明,若输入端是具有均匀谱的白噪声,则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定,不再是常数。
2.等效噪声带宽
在实际中,常常用一个理想系统等效代替实际系统的)(ωH ,因此引入了等效噪声带宽的概念,他被定义为理想系统的带宽。
等效的原则是,理想系统与实际系统在同一白噪声的激励下,两个系统的输出平均功率相等,理想系统的增益等于实际系统的最大增益。
实际系统的等效噪声带宽为
⎰
∞
=
∆0
2
2
max
)()(1ωωωωd H H e (3.6)
或
⎰
∞
∞
--=
∆j j e ds s H s H H j )()()(212
max
ωω (3.7)
3.线性系统输出端随机过程的概率分布 (1)正态随机过程通过线性系统
若线性系统输入为正态过程,则该系统输出仍为正态过程。
(2)随机过程的正态化
随机过程的正态化指的是,非正态随机过程通过线性系统后变换为正态过程。
任意分布的白噪声通过线性系统后输出是服从正态分布的;宽带噪声通过窄带系统,输出近似服从正态分布。
实验内容
设白噪声通过图3.1所示的RC 电路,分析输出的统计特性。
图3.1 RC 电路
(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。
系统的传递函数为:
1111
)(+=+=
cR j c
j R c j H ωωωω
系统的功率谱密度为:
2
1)(12)11(2)()(0202
02
N cR N cR j N H S Y ⋅+=⋅+=⋅
=ωωωω 系统的自相关函数为:
τωτ
ωτ
ωωπωωπτRc j j Y e
Rc N d e cR N d e
H N R 1
020
2
41)(14)(4)(-∞
∞-∞
∞
-=+=
=
⎰⎰
系统的相关时间为:
RC d e d R R d RC
Y Y Y ====⎰⎰
⎰∞-∞
∞01
0)
0()()(τττττγττ
系统的等效噪声带宽为:
RC
d RC d H H
e 21)(1)()(10
20
2
2
max
π
ωωωωωω=
+==
∆⎰
⎰
∞
∞
(2)采用MATLAB模拟正态分布白噪声通过上述RC电路,观察输入和输出的噪声波形以及输出噪声的概率密度。
实验代码:
注释:
>> a=[1]; 分子的系数
>> b=[1,1]; 分母的系数
>> sys=tf(a,b); 生成RC系统的传递函数
>> t=0:1:49; 选取0到50为打出函数的区间
>> x=randn(50,1); 生成正态分布白噪声
>> lsim(sys,'g',x,t); 画出系统的输入输出图
>> k=lsim(sys,x,t); 求出系统的输出
>> y=ksdensity(k); 求出系统输出的概率密度
>> plot(y); 画出输出的概率密度图
实验结果:
输入和输出的噪声波形
概率密度
(3)模拟产生均匀分布的白噪声通过上述RC电路,观察输入和输出的噪声波形以及输出噪声的概率密度。
实验代码:
注释
>> a=[1]; 分子的系数
>> b=[1,1]; 分母的系数
>> sys=tf(a,b); 生成RC系统的传递函数
>> t=0:1:99; 选取0到100为打出函数的区间
>> x=rand(100,1); 生成均匀分布白噪声
>> lsim(sys,'g',x,t); 画出系统的输入输出图
>> k=lsim(sys,x,t); 求出系统的输出
>> y=ksdensity(k); 求出系统输出的概率密度
>> plot(y); 画出输出的概率密度图
实验结果:
输入和输出的噪声波形
概率密度
(4)改变RC电路的参数(电路的RC值),重做(2)和(3),与之前的结果进行比较。
重做(2)
实验代码:
>> a=[1];
>> b=[0.1,1];
>> sys=tf(a,b);
>> t=0:1:49;
>> x=randn(50,1);
>> lsim(sys,'g',x,t);
>> k=lsim(sys,x,t);
>> y=ksdensity(k);
>> plot(y);
注释:此代码与2题基本相同,只是改变了传递函数分母的参数,各步骤实现的都是同样的过程。
实验结果:
输入和输出波形
概率密度
重做(3)
实验代码:
>> a=[1];
>> b=[0.1,1];
>> sys=tf(a,b);
>> t=0:1:99;
>> x=rand(100,1);
>> lsim(sys,'g',x,t);
>> k=lsim(sys,x,t);
>> y=ksdensity(k);
>> plot(y);
注释:此代码与3题基本相同,只是改变了传递函数分母的参数,各步骤实现的都是同样的过程。
实验结果:
输入和输出函数
概率密度
实验原理:
本实验中我们主要研究了均匀分布和高斯分布的白噪声通过线性系统的特性,在试验中我们主要使用了sys()语句来生成线性系统的传递函数,然后使用了lsim语句画出系统在特定输入的情况下的输出,并通过ksdensity函数求出了输出的概率密度,这就是整个过程在MATLAB 软件的实现原理。
实验心得体会:
在本次实验中,我们在MATLAB上面实现了线性系统的仿真,这个将随机信号相关章节真正地在软件上得到了实现,使我们获益匪浅,极大地帮助了我们了解随机信号有关线性系统的描述,有助于我们进一步深入地学习。