《随机信号分析》实验报告.doc

《随机信号分析》实验报告 学号：0805074301 姓名：张璐 2010年12月21日 实验一：平稳随机过程的数字特征 实验目的 ①加深理解平稳随机过程数字特征的概念 ②掌握平稳随机序列期望、自相关序列的求解 ③分析平稳随机过程数字特征的特点 实验任务 设随机电报信号X(n)(-∞n+∞)是只取+I和-I变化的电流信号，对于固定的n,，P{X(n)=+I}=P{X(n)=-I}=0.5,而正负号的变化是随机的，在[n,n+m]时间内正负号变化的次数记为M(n,n+m).设M(n,n+m)服从参数为λ.m的泊松分布，其中λ=1/学号，用VC、TC或matlab编程求解： 1.E(X(n)) 2.RX(m).打印m=-N,…-1,0,1,…N;其中N=64时的自相关序列值，并绘出RX(m)的曲线 3.相关系数序列rX(m)=KX(m)/ KX(0),并打印m=-N,…-1,0,1,…N;其中N=64时的自相关系数序列值，并绘出rX(m)的曲线 实验流程 平稳随机过程数字特征求解的相关原理： （1）E(X(n))= I*P{X(n)=+I}+（-I）*P{X(n)=-I}=0 （2） 当时， 实验结果 实验代码 %chenyouxing number=24; %学号为24 I=5; %幅值为5 u=1/number; Ex=I*0.5+(-I)*0.5 N=64;% 实验 m=-N:N; Rx=I*I*exp(-2*u*abs(m)); Kx=Rx-Ex*Ex; rx=Kx/Kx(N+1); subplot(211),plot(m,Rx);axis([-N N 0 I*I]);title(自相关序列); subplot(212);plot(m,rx);axis([-N N 0 1]);title(相关系数); 实验二： 实验目的 1、复习信号处理的采样定理 2、理解功率谱密度函数与自相关函数的关系 3、掌握对功率谱密度函数的求解和分析 实验任务 已知平稳随机过程的相关函数为： RX(τ)=1-|τ|/T |τ|T =0 |τ|=T T=学号*3 设计程序求: 1.利用采样定理求R1(m) 2.利用RX(τ)求SX(w), 3.利用功率谱密度采样定理求S(w)(离散时间序列的功率谱密度) 4.利用IFFT求R(m) 5.利用求出的R1(m)，用FFT求S1(w) 6.比较上述结果。 实验流程 平稳随机过程的谱分析和付立叶变换 1、 2、如果时间信号的采样间隔为T0，那么在频谱上的采样间隔1/（N*T0），保持时域和频域的采样点一致N 3、注意实际信号以原点对称，画图时是以中心对称，注意坐标的变换 实验结果 实验代码 %chenyouxing close all;clc; number=24; T=number*3; T0=0.1%input(采样间隔T0=); t=-T:T0:T; t1=-2*T:T0:2*T; n=T/T0; Rx1=1-abs(t)/T; Rx=[zeros(1,n) Rx1 zeros(1,n)]; figure(1), subplot(211),plot(t1,Rx); %自相关函数 F=1/(2*T0); F0=1/(4*T); f=-F:F0:F; w=2*pi*f; a=w*T/2; Sx=T*sin(a).*sin(a)./(a.*a); Sx(2*n+1)=T; subplot(212),plot(f,Sx); %功率谱密度函数 figure(2), R1=Rx; subplot(211),plot(R1); %自相关序列 S1=T0*abs(fft(R1)); S1=fftshift(S1); subplot(212),plot(S1); %自相关序列FFT得到功率谱密度函数 figure(3), S=Sx; subplot(211),plot(S); %功率谱密度函数采样序列 R=1/T0*abs(ifft(S)); R=ifftshift(R); subplot(212),plot(R); %功率谱密度序列IFFT得到自相关序列 实验三： 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 实验任务 已知平稳随机过程X(n)的相关函数为：； 线性系统的单位冲击响应为。 编写程序求： （1）输入信号的功率谱密度、期望、方