1、窄带随机过程的产生过程
随机过程的产生过程如图1所示,在利用莱斯表达式生成窄带随机过程时,需要通过高斯白噪声生成两个低频的随机过程,即首先使高斯白噪声通过低通滤波器(本实验中的使用的低通滤波器为巴特沃斯低通滤波器)得到两个低频随机过程,接着让两个随机过程分别通过乘法器,最后再通过累加器即可得到所需要的窄带随机过程。
2、仿真程序
(1)主程序
clear all
clc
fs=10000;
T=1/fs;
t=0:T:1;
N=length(t);
%-----------------------------------------生成低频随机过程
fa=0.005; %低频过程a(t)截止频率
wa=2*pi*fa;
fb=0.0055; %低频过程b(t)截止频率
wb=2*pi*fb;
f0=2000; %中心频率
at=lowfrequency(N,wa); %低频随机过程
figure
subplot(2,1,1),plot(t,at)
title('低频过程a'),xlabel('t'),ylabel('b(t)')
bt=lowfrequency(N,wb);
subplot(2,1,2),plot(t,bt)
title('低频过程b'),xlabel('t'),ylabel('b(t)')
%-----------------------------------------窄带随机过程及性质
X=at.*cos(2*pi*f0*t)-bt.*sin(2*pi*f0*t); %窄带随机过程
figure,plot(t,X),title('窄带随机过程')
Rtau=xcorr(X); %自相关函数
tt=-N+1:N-1;
figure,plot(tt,Rtau),title('自相关函数R_x(\tau)')
Sx=fft(Rtau); %功率谱密度
len=length(Sx);
k=0:len-1;
w=2*pi*(k/len-1/2)*fs;
figure,plot(w/2/pi,abs(fftshift(Sx)));xlim([-2300,2300])
title('功率谱密度S_x(\omega)'),xlabel('f/Hz')
(2)产生低频随机过程的函数
function [m_t] = lowfrequency(N,omega)
%lowfrequency 产生低频高斯随机信号
% t-时间,w-频率,m_t -低频噪声
x=wgn(1,N,5); %产生高斯白噪声
[b,a]=butter(10,omega,'low');
m_t=filter(b,a,x);
end
实验所得窄带随机过程如图3所示,窄带随机过程的性质如图4、图5所示,在本实验中窄带随机过程的中心频率为。
由图5可知窄带随机过程的功率谱密度中心频率,满足,
边界频率分别为
满足,即表明生成的为窄带随机过程。实际上图5左半部分的负频率并不存在。