信号系统与测试实验.doc

一．上机仿真给定程序，分析试验结果 1.关于mean_variance的程序仿真结果及程序分析说明 （1）程序中使用函数的说明 该程序是用Matlab自带函数求平稳随机过程均值，方差的函数的举例。 mean(x)函数即求均值的函数，本题中用的是mean(x)，即求x数组的均值，它还有另一种用法即按行或者列求一个m×n矩阵的均值 如果你有这样一个矩阵：A = [1 2 3; 3 3 6; 4 6 8; 4 7 7]; 用mean(A)（默认dim=1）就会求每一列的均值 ans = 3.0000 4.5000 6.0000 用mean(A,2)就会求每一行的均值 ans = 2.0000 4.0000 6.0000 6.0000 std(x)函数的作用是算出x的标准偏差。 x可以是一行的matrix或者一个多行matrix矩阵如果只有一行，那么就是算一行的标准偏差，如果有多行，就是算每一列的标准偏差。 std（x，a）也是x的标准偏差但是a可以＝0或者1.如果是0和前面没有区别，如果是1就是最后除以n，而不是n－1. （你参考计算标准偏差的公式，一般都用除以n－1的公式。） std (x, a,b)这里a表示是要用n还是n－1，如果是a是0就是除以n－1，如果是1就是除以n。 b这里是维数，比如说 1 2 3 4 4 5 6 1 如果b 是1，就是按照行分，如果b是2就是按照列分 如果是三维的矩阵，b＝3就按照第三维来分数据 xcorr0的程序仿真结果及程序分析说明 （1）程序中使用函数的用法 Matlab中用于计算自相关函数的指令是xcorr.比如矩阵A=[1 2 3]; ??? xcorr(A)=3.0000 8.0000 14.0000 8.0000 3.0000 自相关函数是信号间隔的函数，间隔有正负间隔，所以n个长度的信号，有2n-1个自相关函数值，分别描述的是不同信号间隔的相似程度。 比如，上面的矩阵，最后得到5个结果，其中第三个是自己和自己相乘，最后相加的结果，值最大1*1+2*2+3*3=14。而第二个和第四个分别是间隔正负1的结果也就是1*2+2*3=8，2*1+3*2=8。第1个和第五个分别是间隔正负2，也就是1*3=3，3*1=3。 （2）仿真结果及分析 从下图可以分析出各个函数的的相关程度，相关系数只是一个比率，不是等单位量度，无什么单位名称，也不是相关的百分数，一般取小数点后两位来表示。相关系数的正负号只表示相关的方向，绝对值表示相关的程度。因为不是等单位的度量，因而不能说相关系数0.7是0.35两倍，只能说相关系数为0.7的二列变量相关程度比相关系数为0.35的二列变量相关程度更为密切和更高。也不能说相关系数从0.70到0.80与相关系数从0.30到0.40增加的程度一样大。对于相关系数的大小所表示的意义目前在统计学界尚不一致，但通常按下是这样认为的：相关系数??????????相关程度0.00-±0.30???????微相关±0.30-±0.50???实相关±0.50-±0.80??显著相关±0.80-±1.00??高度相关 从图中可以看出，噪声的自相关输出的值在-0.1到0.1之间，岁时间的变化剧烈，由相关程度和相关系数的对应关系可以看出噪声的相关性很弱，信号和噪声的相关系数在-0.5到0.5之间为实相关，变化也比较剧烈，只是比为相关的相关程度高一些。这也验证了噪声信号的相关性很弱，信号的相关性强的性质。 3.关于pmusic0的程序仿真结果及程序分析说明 （1）程序中使用函数的用法 Pxx=Pmusie(x,P,NFFT)采用MUSIC法估计向量X的功率谱，若X为实信号，进行单边功率谱估计，若X为复信号，进行双边功率谱估计；参数P用来指定信号空间中特征向量的数目；NFFT为FFT算法的长度，其默认值为256，若NFFT为偶数，则Pxx为NFFT/2+I维的列矢量，若NFFT为奇数，则Pxx为(NFFT+1)/2维的列矢量；当X为复数时，Pxx的长度为NFFTPxx=Pmusic(x,[P THRESH]，NFFT)中，用所有大于参数THRESH与最小特征向量之积的特征向量作为主特征向量，则信号空间的最大维数为P。[Pxx，W]=Pmusic(x,P,NFFT)@，返回一个频率向量W，若X为实信号，在区间[0 pi]上进行功率谱估计，若X为复信号，则在区间[0 2pi]上进行功率谱估计。[Pxx，F]=Pmusic(x,P,NFFT,Fs)中，可在F向量得到功率谱估计的频率点，Fs指定采样频率，若X为实信号，在区间[0 Fs/2]上进行功率谱估计，若X为