数字相关和数字卷积实验试卷.doc

评分 大理大学实验报告 课程名称 实验名称 数字相关和数字卷积 专业班级 姓 名 羽卒兰cl 学 号 实验日期 实验地点 2015—2016学年度第 学期 实验目的 二、实验环境 1、硬件配置：IntelR） Core(TM) i5-4210U CPU @1.7GHz 1.7GHz 安装内存（RAM）：4.00GB 系统类型：64位操作系统 2、软件环境： 三、实验内容 (包括本实验要完成的实验问题及需要的相关知识简单概述) 已知发射波形，利用相关技术，在有强背景噪声的情况下检测回波的延时和强度。 首先使用已知信号模版及其若干次衰减延迟生成仿真回波波形，然后与白噪声背景叠加，构造仿真信号。然后计算模版与仿真信号的相关函数，判断回波位置及相对强度。 四、实验结果与分析 （包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等） 实际采集的信号总是有限长度，用有限的样本估计相关（自相关）函数 求和项总数不是N而是N-|m|，因为当n=N-|m|-1时，n+|m|=N-1。此时xn+m已经到了数据边沿。这种估计是渐进无偏估计和一致估计。 计算中，只要将其中一个序列反转，就可以用计算线性卷积的程序计算线性相关 因此可以用FFT来加速相关运算，即对序列补零后，用循环相关计算线形相关，然后用循环卷积的快速算法计算循环相关，得到最终结果。 源代码： % 估计两个相似信号间的时间延迟 np = 0:99; %从0到99取值 % p = sin(pi/5*np); % 正弦 % p = exp(-0.06*np); % 指数衰减 % p = sin(pi/5*np).*exp(-0.06*np); % 指数衰减正弦 p = ones(size(np)); % 方波 figure;subplot(2,2,1); plot(np,p);%数据图 n = 1:1000; %定义1000点长的随机信号 w = randn(size(n)); %产生1000点长的随机信号噪声 s = zeros(size(n)); %产生1000点长的有用信号 %通过改变衰减系数对已知信号模版进行若干次衰减，生成仿真回波 A = 3; % 衰减系数 s(100:199) = s(100:199)+A*p; s(500:599) = s(500:599)+(A/3)*p; s(800:899) = s(800:899)+(A/3/3)*p; x = s+w; %仿真回波与白噪声叠加构造仿真信号 figure; subplot(3,1,1); plot(n,w); title(Noise); %作出噪声信号的图，并添加标题 subplot(3,1,2); plot(n,s); title(Signal); %作出有用信号的图，并添加标题 subplot(3,1,3); plot(n,x); title(Signal with Noise); %作出观测信号图，并添加标题 p = [p,zeros(1,length(x)-length(p))]; %如果要求归一化相关系数（相干系数），两个序列要同样长 Rps = xcorr(s,p,coeff); %对有用信号做互相关函数 Rpw = xcorr(w,p,coeff); %对噪声信号做互相关函数 Rpx = xcorr(x,p,coeff); %对观测信号做互相关函数 n2 = (n(1)-np(end)):(np(end)-n(1)); %线性相关的范围 figure; subplot(3,1,1); plot(Rps); title(Rpw of p(n) and s(n)); %作出有用信号线性相关后的图，并添加标题 subplot(3,1,2); plot(Rpw); title(Rps of p(n) and w(n)); %作出噪声信号线性相关后的图，并添加标题 subplot(3,1,3); plot(Rpx); title(Rpx of p(n) and x(n)); %作出观测信号线性相关后的图，并添加标题 结果显示 1.模板为方波信号，A=3，噪声均值