求随机离散信号功率谱的matlab程序,随机信号及其自相关函数和功率谱密度的matlab实现.doc...

随机信号及其自相关函数和功率谱密度的matlab实现.doc

随机信号及其自相关函数和功率谱密度的MATLAB实现摘要学习用RAND和RANDN函数产生白噪声序列；学习用MATLAB语言产生随机信号；学习用MATLAB语言估计随机信号的自相关函数和功率谱密度。利用XCORR,XCOV以及PWELCHMATLAB函数估计随机信号的自相关函数、自协方差以及功率谱密度。关键词随机信号自相关系数功率谱密度实验原理随机信号XT是一个随时间变化的随机变量，将X(T)离散化，即以TS对X(T)进行等间隔抽样，得到随机序列XNTS,简化为XN。在实际工作中，对随机信号的描述主要是使用一、二阶的数字特征。如果X(N)的均值与时间N无关，其自相关函数RXN1,N2与N1,N2的选取无关，而是依赖于N1,N2之差，即XME1221,NRN即称X(N)为宽平稳随机序列。宽平稳随机信号是一类重要的随机信号，实际中的大部分随机信号都可以认为是宽平稳的。对一平稳序列XN,如果它的所有样本函数在某一固定时刻的一、二阶特性和单一样本函数在长时间内的统计特性一致，则称XN为各态历经序列。对于各态历经序列，可像确定性的功率信号那样定义一、二数字特征。设XN是各台历经序列XN的一个函数，对XN数字特征可重新定义如下均值NNXNXMNXEM12LI自相关函数NNXXRXNR12LI自协方差函数2XXXXMMXNEMC具有各态历经的随机信号，由于能够使用单一的样本函数做时间平均，以求得均值和自相关函数，所以在分析和处理信号时比较方便。在实际工作中，往往先假定信号是平稳的，假定它是各态历经的。在此，我们不加说明地认为所讨论的信号都是平稳的和各态历经的，并将随机序列X(N)改为XN。随机序列的功率谱密度定义为MXJWMXXRDTFERS功率谱密度反映了信号的功率随频率的分布，在信号处理中占有重要的地位。然而，实际中由该定义式几乎不可能得到信号的真是功率谱密度，因此只能用所得到的有限长数据予以估计。实验任务编制MATLAB通用程序，估计一任意指定截止频率的高斯带通白噪声的自相关函数、自协方差函数以及功率谱密度。要求将图形窗口分割成4块，分别显示带通白噪声的时域信号以及自相关函数、协方差函数和功率谱密度函数曲线，并将所有图像添加栅格线和标题。任务程序ARANDN2000,1WC045,065N79WINDOWBLACKMANN1HFIR1N,WC,WINDOWXFILTERH,1,ASUBPLOT2,2,1,PLOTX,TITLE 时域信号 ,GRIDONC,NXCORRX,10, COEFF SUBPLOT2,2,2,STEMN,C, FILLED ,TITLE 自相关函数 ,GRIDONB,MXCOVX,10, COEFF SUBPLOT2,2,3,STEMM,B, FILLED ,TITLE 协方差函数 ,GRIDONSUBPLOT2,2,4,PWELCHX,33,32,,500,TITLE 概率密度函数 ,GRIDON波形如图实验总结通过本次试验，学会了用RAND和RANDN函数产生白噪声序列，学习了用MATLAB语言产生随机信号，学习了用MATLAB语言估计随机信号的自相关函数和功率谱密度，学会了使用XCORR,XCOV以及PWELCH等MATLAB函数估计随机信号的自相关函数、自协方差及功率谱密度的方法。通过本次实验，对随机信号部分的知识，有了一个全新的认识。