随机信号相关仿真

随机信号相关仿真

题目一

     产生100个 $N=2000$ 的独立同分布的均值为0，方差为1的高斯分布随机数的离散时间序列，计算序列的自相关估值和功率谱密度的平均值
matlab实现代码如下：

%%
% 2024-08-13
% StarsZong

clear, clc;
close all;

mu = 0;
sigma = 1;
N = 100;
n = 2000;
R = normrnd(mu, sigma, N, n);

for i = 1: N
   [Rx(i, :), lags] = xcorr(R(i, :), 20, 'coeff');
   Sf(i, :) = fftshift(abs(fft(Rx(i, :))));
end
Rx_av = sum(Rx)/N;
Sf_av = sum(Sf)/N;
subplot(2, 1, 1);
plot(lags, Rx_av);
title('自相关系数');
axis([-20, 20, -0.5, 1.5]);
subplot(2, 1, 2);
plot(lags, Sf_av);
title('功率谱密度');
axis([-20, 20, 0, 2]);

实验结果如下：

注：
   信号的功率谱密度与自相关函数互为傅里叶变换对

题目二

     已知一噪声的自相关函数为 $R(\tau )=sin(2B\tau )cos(2\pi f_0\tau )$ ，其中$B=20,f_0=100$ ，试求该随机过程的功率谱密度
matlab实现代码如下：

%%
% 2024-08-13
% StarsZong

clear, clc;
close all;

B = 20;
f0 = 100;
fs = 20000; 	%-->采样率 
N = 2000;		%-->采样区间
dt = 1/fs;
t = 0: dt: (N-1)*dt;

Rt = sin(2*B*t).*cos(2*pi*f0*t);
Sf = fftshift(abs(fft(Rt)));

w = (-N/2: 1: N/2-1)*fs/N;
plot(w, Sf);
title('功率谱密度');
axis([-10^3, 10^3, 0, 500]);

实验结果如下：

注：
   将$f_0$看作载波，B看作信号 --> 载波：频谱/功率谱的偏移量，信号：频谱/功率谱的带宽

题目三

     估计两个正弦信号加高斯白噪声的功率谱，信号为 $S(t)=cos(2\pi f_{1}t)+cos(2\pi f_{2}t)$，其中 $f_1=300$，$f_2=310$
matlab实现代码如下：

%%
% 2024-08-13
% StarsZong

clear, clc;
close all;

f1 = 300;
f2 = 310;
fs = 20000;
N = 2000;
dt = 1/fs;
t = 0: dt: (N-1)*dt;
aix = 3000;

st = cos(2*pi*f1*t) + cos(2*pi*f2*t);
No=wgn(1,N,1);		%加噪声
St = st + No;

[Rx, lags] = xcorr(St, aix, 'coeff');
Sf = fftshift(abs(fft(Rx)));

subplot(2, 1, 1);
plot(lags, Rx);
title('自相关系数');
axis([-aix, aix, -0.5, 1.5]);
subplot(2, 1, 2);
plot(lags, Sf);
title('功率谱密度');
axis([-aix, aix, 0, 300]);

实验结果如下：

代码相关

xcorr：计算相关函数
fft：计算傅里叶变换
fftshift：将傅里叶变换频谱移动到中心点（原点）
wgn：添加高斯白噪声

不清楚的函数可在matlab内通过："help 函数名" 进行函数查看