随机信号通过线性系统分析

填空：1.假设连续随机变量的概率分布函数为F（x）则F（-∞）=0, F（+∞）=12.随机过程可以看成是样本函数的集合，也可以看成是随机变量的集合3.如果随机过程X(t)满足任意维概率密度不随时间起点的变化而变化,则称X(t)为严平稳随机过程，如果随机过程X(t)满足均值为常数，自相关函数只与时间差相关则称X(t)为广义平稳随机过程4.如果一零均值随机过程的功率谱，在整个频率轴上为一常数，则称该随机过程为白噪声,该过程的任意两个不同时刻的状态是不相关5. 宽带随机过程通过窄带线性系统，其输出近似服从正态分布,窄带正态噪声的包络服从瑞利分布,而相位服从均匀分布6.分析平稳随机信号通过线性系统的两种常用的方法是冲激响应法，频谱法7.若实平稳随机过程相关函数为Rx（τ）=25+4/（1+6τ），则其均值为5或-5,方差为4 7.匹配滤波器是输出信噪比最大作为准则的最佳线性滤波器。

1.广义各态历经过称的信号一定是广义平稳随机信号，反之，广义平稳的随机信号不一定是广义各态历经的随机信号2.具有高斯分布的噪声称为高斯噪声,具有均匀分布的噪声叫均匀噪声,而如果一个随机过程的概率谱密度是常数，则称它为白噪声3.白噪声通过都是带宽的线性系统，输出过程为高斯过程4.平稳高斯过程与确定的信号之和是高斯过程，确定的信号可以认为是该过程的数学期望5.平稳正态随机过程的任意概率密度只由均值和协方差阵确定1.白噪声是指功率谱密度在整个频域内均匀分布的噪声。

3.对于严格平稳的随机过程，它的均值与方差是与时间无关的函数，即自相关函数与时间间隔有关，与时间起点无关。

4.冲激响应满足分析线性输出，其均值为_____________________。

5.偶函数的希尔伯特变换是奇函数。

6.窄带随机过程的互相关函数公式为P138。

1.按照时间和状态是连续还是离散的，随机过程可分为四类，这四类是连续时间随机过程，离散型随机过程、随机序列、离散随机序列。

实验一 随机噪声的产生与性能测试一、实验内容1．产生满足均匀分布、高斯分布、指数分布、瑞利分布的随机数,长度为N=1024，并计算这些数的均值、方差、自相关函数、概率密度函数、概率分布函数、功率谱密度，画出时域、频域特性曲线; 2．编程分别确定当五个均匀分布过程和5个指数分布分别叠加时,结果是否是高斯分布; 3．采用幅度为2, 频率为25Hz 的正弦信号为原信号,在其中加入均值为2 ， 方差为0.04 的高斯噪声得到混合随机信号()X t ，编程求 0()()tY t X d ττ=⎰的均值、相关函数、协方差函数和方差，并与计算结果进行比较分析。

二、实验步骤 1.程序N=1024； fs=1000； n=0:N —1;signal=chi2rnd （2，1，N); ％rand(1,N)均匀分布 ,randn(1,N ）高斯分布，exprnd(2,1，N ）指数分布,raylrnd （2，1,N)瑞利分布，chi2rnd(2，1，N ）卡方分布 signal_mean=mean(signal ）； signal_var=var （signal ）；signal_corr=xcorr(signal,signal ，'unbiased ’)； signal_density=unifpdf(signal ，0，1); signal_power=fft(signal_corr); ％[s,w]=periodogram （signal); [k1,n1］=ksdensity(signal)；[k2,n2］=ksdensity （signal,’function ’，'cdf ’）; figure ；hist(signal)；title （’频数直方图’）; figure ；plot （signal)；title(’均匀分布随机信号曲线’）; f=n ＊fs/N ； ％频率序列 figure;plot(abs （signal_power)）; title('功率幅频’); figure;plot(angle （signal_power)）； title （'功率相频'); figure;plot （1:2047,signal_corr)； title （'自相关函数’）; figure;plot(n1，k1）；title('概率密度’）；figure；plot(n2,k2);title（'分布函数’)；结果（1）均匀分布(2）高斯分布（3）指数分布（4)瑞利分布（5）卡方分布2.程序N=1024；signal_1=rand(1,N);signal_2=rand(1，N）；signal_3=rand(1,N);signal_4=rand（1，N）;signal_5=rand(1,N)；signal=signal_1+signal_2+signal_3+signal_4+signal_5; [k1,n1］=ksdensity(signal）；figure(1）subplot(1，2，1）;hist(signal);title（'叠加均匀分布随机数直方图');subplot(1,2，2);plot（n1,k1）；title(’叠加均匀分布的概率密度'）；结果指数分布叠加均匀分布叠加结果：五个均匀分布过程和五个指数分布分别叠加时，结果是高斯分布。

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。