根据实际噪声统计噪声的概率密度函数（一共包括两种方法）

结果图：

噪声的时域图：

两种方法的概率密度曲线： 

两种概率密度曲线放在一张图上面。

%两张照片的概率密度曲线
close all;  
clear all;
clc; 
%导入真实的噪声信号
load('d1.txt');
Y=Y(1:700000)
fs = 56e6;
N = length(Y);                % Number of samples
Duration = N/fs;                 % Signal Duration
time = linspace(0,Duration,N);
%画出噪声的时域图像
figure(1)
a=real(Y)
plot(time,a)
xlabel('时间');
ylabel('噪声幅度');
title('噪声时域图像');

sumenergy1=real(Y).^2%计算每个采样点的能量
%每1000个点作为一个统计量
sum3=[]
for i=1:1000:N
    sum2=sum(sumenergy1(1+i-1:1000+i-1))
    sum3=[sum3 sum2]
end
%第一种统计概率密度曲线
figure(2)
sum3=sum3'
[f,xi] = ksdensity(sum3);%自己把它划分成100个柱状图。
hold on   %保留当前figure,实现图层叠加
plot(xi,f,'LineWidth',1,'LineStyle','-','color','K');%绘制概率密度曲线
axis ([3.4e-4 5e-4 0 2.3e4])
xlabel('统计量的能量分布');
ylabel('概率密度');
title('第一种噪声能量的概率密度曲线图');
%第二种统计概率密度曲线
nbins=12;%柱状图的个数
figure(3)
h = histogram(sum3,nbins,'Normalization','pdf');
hold on
x=[];
for i = 2:nbins+1
    x(i-1)=0.5*(h.BinEdges(i)+h.BinEdges(i-1));
end
z=h.Values;
x=x';
z=z';
% % [fitobject,gof,output]  = fit(x,z,'smoothingspline');      %平滑样条曲线
[fitobject,gof,output]  = fit(x,z,'linearinterp');
plot(fitobject);
axis ([3.4e-4 5e-4 0 2.1e4])
xlabel('统计量的能量分布');
ylabel('概率密度');
title('第二种噪声能量的概率密度曲线图');

%%%%%%%%%两种概率密度放在一起
close all;  
clear all;
clc; 
%导入真实的噪声信号
load('d1.txt');
Y=Y(1:700000)
% Y=[Y;Y]%增加噪声样本数
% Y=[Y;Y]
% Y=[Y;Y]
% Y=[Y;Y]
fs = 56e6;
N = length(Y);                % Number of samples
Duration = N/fs;                 % Signal Duration
time = linspace(0,Duration,N);
%画出噪声的时域图像
figure(1)
a=real(Y)
plot(time,a)
xlabel('时间');
ylabel('噪声幅度');
title('噪声时域图像');

sumenergy1=real(Y).^2%计算每个采样点的能量
%每100000个点作为一个统计量
sum3=[]
for i=1:1000:N
    sum2=sum(sumenergy1(1+i-1:1000+i-1))
    sum3=[sum3 sum2]
end
%第一种统计概率密度曲线
figure(2)
sum3=sum3'
[f,xi] = ksdensity(sum3);%自己把它划分成100个柱状图。
hold on   %保留当前figure,实现图层叠加
plot(xi,f,'LineWidth',1,'LineStyle','-','color','K');%绘制概率密度曲线
hold on 
%第二种统计概率密度曲线
nbins=12;%柱状图的个数
h = histogram(sum3,nbins,'Normalization','pdf');
hold on
x=[];
for i = 2:nbins+1
    x(i-1)=0.5*(h.BinEdges(i)+h.BinEdges(i-1));
end
z=h.Values;
x=x';
z=z';
% % [fitobject,gof,output]  = fit(x,z,'smoothingspline');      %平滑样条曲线
[fitobject,gof,output]  = fit(x,z,'linearinterp');
plot(fitobject);
axis ([3.4e-4 5e-4 0 2.3e4])
xlabel('统计量的能量分布');
ylabel('概率密度');
title('噪声能量的概率密度曲线图');

d1是数据