实验三 随机过程通过线性系统
实验名称线性系统对随机过程的响应
一、实验目的
通过本仿真实验了解正态白色噪声随机过程通过线性系统后相关函数以及功率谱的变化；培养计算机编程能力。
二、实验平台
MATLAB R2014a
三、实验要求
(1)运用正态分布随机数产生函数产生均值为m=0,根方差σ=1的白色正态分布
序列{u(n)|n=1,2,…,2000}，画出噪声u(n)的波形图。
(2)设离散时间线性系统的差分方程为
x(n)=u(n)-0.36u(n-1)+0.85u(n-2)(n=3,4,…,2000).
画出x(n)的波形图。
(3)随机过程x(n)的理论上的功率谱函数为
在[0,π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图。
(4)根据步骤二产生的数据序列x(n)计算相关函数的估计值
与理论值1.1296、-0.666、0.85、0、0、0的差异。
(5)根据相关函数的估计值对随机过程的功率谱密度函数进行估计
在[0，π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图，比较其与理论上的功率谱密度函数S(w)的差异。
(6)依照实验1的方法统计数据x(n)在不同区间出现的概率，计算其理论概率，
观察二者是否基本一致。
四、实验代码及结果
A、运用正态分布随机数产生函数产生均值为m=0,根方差σ=1的白色正态分布序列{u(n)|n=1,2,…,2000}，画出噪声u(n)的波形图。
代码实现：
波形图：
分析：运用正态分布随机数产生函数产生均值为0，根方差σ=1的白色噪声样本序列。
B、设离散时间线性系统的差分方程为
x(n)=u(n)-0.36u(n-1)+0.85u(n-2)(n=3,4,…,2000).
画出x(n)的波形图。
代码实现：
波形图：
分析：正态随机序列通过离散时间线性系统生成的仍是正态随机序列。
C、随机过程x(n)的理论上的功率谱函数为
在[0,π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图。
代码实现：
波形图：
分析：虽然看到的波形是连续的，但是是由于横坐标范围过大，采样点过密，将横轴范围缩小至[0,100]后，可看到离散的功率谱采样点。
D、根据步骤二产生的数据序列x(n)计算相关函数的估计值
与理论值1.1296、-0.666、0.85、0、0、0的差异。
代码实现：
注：由于MATLAB中矩阵计数从1开始，所以m取1-6，Rx(m)=sum/(1999-m)。运行结果及波形图：
分析：Rx(0)到Rx(5)实验值与理论值1.1296、-0.666、0.85、0、0、0存在一定的差异，从波形图中[400,500]区间处也看到误差的存在。
E、根据相关函数的估计值对随机过程的功率谱密度函数进行估计
在[0，π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图，比较其与理论上的功率谱密度函数S(w)的差异。代码实现：
波形图：
分析：采样计算得到的功率谱密度函数和理论上的功率谱密度函数相比，没有完全为偶对称。数据的概率分布属于大量统计的结果，没有理论上那样均匀。
F、依照实验1的方法统计数据x(n)在不同区间出现的概率，计算其理论概率，
观察二者是否基本一致。
代码实现：
（注：计算x(n)的区间概率理论值，首先需要计算x(n)的根方差，根据差分方程得到根方差约为1.262.）
分析：统计值与理论值相比较发现，x(n)函数在区间[-∞,-1][-1,0][0,1][1,∞]四个区间的概率基本上一致。
五、实验体会
本次实验验证了正态随机序列通过离散线性系统仍为正态随机序列。通过功率谱密度理论值与统计值的对比发现，存在一定的误差，但比较相近。
从采样统计和理论意义上的功率比较、区间概率比较，明白了统计学意义与理论值始终存在误差，但在实际工程应用中对于理论计算比较复杂的一些情
况，可以根据大量的数据统计来近似分析相关的随机过程，而且具有可靠性。
第六章随机信号通过非线性系统习题
1. 非线性系统的传输特性为：()x y g x be ==其中b 为正的实常数。已知输入()X t 是一个均值为m x ,方 差为 2x σ 的平稳高斯噪声。试求 （1）输出随机信号Y （t ）的一维概率密度函数； （2）输出随机信号Y （t ）的均值和方差。 作业 2 非线性系统的传输特性为 ()y g x b x ==，b 为正的实常数。已知输入()X t 是一个均值为0方差为1 的平稳高斯噪声。试求 （1）输出随机信号()Y t 的一维概率密度函数； （2）输出随机信号()Y t 的平均功率。 作业 3.单向线性检波器的传输特性为 ||0()00b x x y g x x >?==?≤? 输入()X t 是一个均值0的平稳高斯信号，其相关函数为()x R τ。求检波器输出随机信号()Y t 的均值和方差。 4.设有非线性系统如图所示。输入随机信号()X t 为高斯白噪声，其功率谱密度0()2x N S ω=。若电路本 身热噪声忽略不计，且平方律检波器的输入阻抗为无穷大。试求输出随机信号的自相关函数和功率谱密度函数。 5. 非线性系统的传输特性为 20()00 x e x y g x x ?≥==?
作业 7.设非线性系统的传输特性为2 y x =。若输入随机信号()X t 是0均值单位方差，相关系数为()r τ的高斯平稳过程，求输出()y t 的一维概率密度函数和二维概率密度函数。 8. 设非线性系统的传输特性y x =。若输入随机信号()X t 是0均值单位方差，相关系数为()r τ的高斯平稳过程，求输出()y t 的均值和自相关函数。 作业 9. 设非线性系统的传输特性y x =。若输入随机信号()X t 是0均值的高斯平稳过程，求输出低频直流功率、低频总功率和低频起伏功率。 10. 一般说来，信号和噪声同时作用于非线性系统的输入端，其输出功率有三部分组成： 0()s Ω---信号自身所得到的输出平均功率 0()N Ω---噪声自身所得到的输出平均功率 0()SN Ω---信号与噪声得到的输出平均功率 对于通信系统中的非线性系统，计算输出信噪比的公式为： 0000 ()()()s N SN S N Ω??= ?Ω+Ω?? 对于通信系统中的非线性系统，计算输出信噪比的公式为： 000 0()()()s SN N S N Ω+Ω??= ?Ω?? 设窄带中放的幅频特性为： 0,()0,K H ωωωω?±≤?=?? 其他 其输入为()()t t S t N t +，其中信号0()(1)sin t S t A t ξω=+，ξ是（-1，1）间均匀分布的随机变量。()t N t 是单边功率谱密度为0N 的白噪声。求()()t t S t N t +通过窄带中放，再通过包络检波，输出信号的信噪比。 11. 设窄带中放的幅频特性为： 0,()0,K H ωωωω?±≤?=?? 其他 其输入为()()t t S t N t +，其中信号0()sin t S t A t ω=，ξ是（-1，1）间均匀分布的随机变量。()t N t 是单边功率谱密度为0N 的白噪声。求()()t t S t N t +通过窄带中放，再通过平方率检波器，输出信号的信噪比。 12. 设3 ()()()Y t X t X t =+，若()X t 是理想白噪声，求()Y t 的自相关函数。
自动控制理论系列课程
《自动控制理论》系列课程 课程介绍 （适用于05版教学计划） 电气与自动化工程学院《自动控制理论》课程组 2006．4
自动控制理论 A Automatic Control Theory: Part A 课程编号：04200220 总学时：72 课堂教学：72 实验/上机：0 学分：4.5 课程性质：技术基础课 选课对象：自动化专业、电气工程及其自动化专业必修，生物医学工程专业选修 先修课程：《电路理论》、《模拟电子技术》、《复变函数与积分变换》、《电机学A》、《电力拖动基础》等。 内容概要：介绍自动控制理论的基本原理和基本方法，是自动控制理论的经典部分。主要内容包括：线性定常连续系统数学模型的建立，控制系统的时域分析法、根轨迹法、 频域分析法，控制系统的校正方法；介绍采样控制系统的建模、分析与校正方法。建议选用教材：《自动控制原理》第四版，胡寿松主编，科学出版社，2001 主要参考书：《自动控制理论》第2版，夏德黔翁贻方编著，机械工业出版社，2004 《自动控制原理》，吴麒主编，清华大学出版社，1990 《现代控制工程》，绪方胜彦著，卢伯英等译，科学出版社，1984 《自动控制原理》，孙虎章主编，中央广播电视大学，1984 自动控制理论 B Automatic Control Theory:Part B 课程编号：04201631 总学时：56 课堂教学：56 实验/上机：0 学分：3.5 课程性质：专业课 选课对象：自动化专业选修 先修课程：《线性代数》、《自动控制理论A》 内容概要：介绍现代控制理论中的基础部分，包括系统的状态空间描述，线性控制系统的运动分析，控制系统的能控性、能观测性，控制系统的稳定性以及线性定常系统的 综合等内容。介绍经典控制理论中非线性系统的分析与计算，包括描述函数分析 法和相平面分析法。 建议选用教材：《现代控制理论基础》，王孝武主编，机械工业出版社，2003 《自动控制原理》第四版，胡寿松主编，科学出版社，2001 主要参考书：《自动控制理论》，夏德黔，翁贻方编著，机械工业出版社，2004 《现代控制理论基础》，王照林编，国防工业出版社，1981 《线性系统理论》，何关钰编，辽宁人民出版社，1982
随机信号分析实验：随机过程通过线性系统的分析
实验三 随机过程通过线性系统的分析 实验目的 1. 理解和分析白噪声通过线性系统后输出的特性。 2. 学习和掌握随机过程通过线性系统后的特性，验证随机过程的正态化问题。 实验原理 1.白噪声通过线性系统 设连续线性系统的传递函数为)(ωH 或)(s H ，输入白噪声的功率谱密度为2)(0N S X =ω，那么系统输出的功率谱密度为 2 )()(0 2 N H S Y ? =ωω （3.1） 输出自相关函数为 ? ∞ ∞ -= ωωπ τωτd e H N R j Y 2 0)(4)( （3.2） 输出相关系数为 ) 0() ()(Y Y Y R R ττγ= （3.3） 输出相关时间为 ?∞ =0 0)(ττγτd Y （3.4） 输出平均功率为 [] ? ∞ = 2 02)(2)(ω ωπ d H N t Y E （3.5） 上述式子表明，若输入端是具有均匀谱的白噪声，则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定，不再是常数。 2.等效噪声带宽 在实际中，常常用一个理想系统等效代替实际系统的)(ωH ，因此引入了等效噪声带宽的概念，他被定义为理想系统的带宽。等效的原则是，理想系统与实际系统在同一白噪声的激励下，两个系统的输出平均功率相等，理想系统的增益等于实际系统的最大增益。 实际系统的等效噪声带宽为 ? ∞ = ?0 2 2 max )()(1ωωωωd H H e （3.6）
或 ? ∞ ∞ --= ?j j e ds s H s H H j )()()(212 max ωω （3.7） 3.线性系统输出端随机过程的概率分布 （1）正态随机过程通过线性系统 若线性系统输入为正态过程，则该系统输出仍为正态过程。 （2）随机过程的正态化 随机过程的正态化指的是，非正态随机过程通过线性系统后变换为正态过程。任意分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，输出近似服从正态分布。
随机过程上机实验报告讲解.pdf
2015-2016第一学期随机过程第二次上机实验报告 实验目的：通过随机过程上机实验，熟悉Monte Carlo计算机随机模拟方法，熟悉Matlab的运行环境，了解随机模拟的原理，熟悉随机过程的编码规律即各种随机过程的实现方 法，加深对随机过程的理解。 上机内容： （1）模拟随机游走。 （2）模拟Brown运动的样本轨道。 （3）模拟Markov过程。 实验步骤： （1）给出随机游走的样本轨道模拟结果，并附带模拟程序。 ①一维情形 %一维简单随机游走 %“从0开始，向前跳一步的概率为p，向后跳一步的概率为1－p” n=50; p=0.5; y=[0 cumsum(2.*(rand(1,n-1)<=p)-1)]; % n步。 plot([0:n-1],y); %画出折线图如下。
%一维随机步长的随机游动 %选取任一零均值的分布为步长, 比如，均匀分布。n=50; x=rand(1,n)-1/2; y=[0 (cumsum(x)-1)]; plot([0:n],y);
②二维情形 %在(u, v)坐标平面上画出点(u(k), v(k)), k=1:n, 其中(u(k))和(v(k)) 是一维随机游动。例 %子程序是用四种不同颜色画了同一随机游动的四条轨 道。 n=100000; colorstr=['b' 'r' 'g' 'y']; for k=1:4 z=2.*(rand(2,n)<0.5)-1; x=[zeros(1,2); cumsum(z')]; col=colorstr(k); plot(x(:,1),x(:,2),col);
hold on end grid ③%三维随机游走ranwalk3d p=0.5; n=10000; colorstr=['b' 'r' 'g' 'y']; for k=1:4 z=2.*(rand(3,n)<=p)-1; x=[zeros(1,3); cumsum(z')]; col=colorstr(k); plot3(x(:,1),x(:,2),x(:,3),col);
线性系统理论Matlab实践仿真报告
线性系统理论Matlab实验报告 1、本题目是在已知状态空间描述的情况下要求设计一个状态反馈控制器，从而使得系统具 有实数特征根，并要求要有一个根的模值要大于5，而特征根是正数是系统不稳定，这样的设计是无意义的，故而不妨设采用状态反馈后的两个期望特征根为-7，-9，这样满足题目中所需的要求。 （1）要对系统进行状态反馈的设计首先要判断其是否能控，即求出该系统的能控性判别矩阵，然后判断其秩，从而得出其是否可控； 判断能控程序设计如下： >> A=[-0.8 0.02;-0.02 0]; B=[0.05 1;0.001 0]; Qc=ctrb(A,B) Qc = 0.0500 1.0000 -0.0400 -0.8000 0.0010 0 -0.0010 -0.0200 Rc=rank(Qc) Rc =2 Qc = 0.0500 1.0000 -0.0400 -0.8000 0.0010 0 -0.0010 -0.0200 得出结果能控型判别矩阵的秩为2，故而该系统是完全可控的，故可以对其进行状态反馈设计。 （2）求取状态反馈器中的K，设的期望特征根为-7，-9； 其设计程序如下： >> A=[-0.8 0.02;-0.02 0]; B=[0.05 1;0.001 0]; P=[-7 -9]; k=place(A,B,P) k = 1.0e+003 * -0.0200 9.0000 0.0072 -0.4500 程序中所求出的k即为所求状态反馈控制器的状态反馈矩阵，即由该状态反馈矩阵所构成的状态反馈控制器能够满足题目要求。 2、（a）要求求该系统的能控型矩阵，并验证该系统是不能控的。
随机信号通过线性系统的仿真
实验报告 实验课程：随机信号分析实验项目：随机信号通过线性系统的仿真学员姓名：学号： 专业班次：队别： 实验日期：实验成绩： 教员签字： 内容要求：一、实验目的; 二、实验内容或任务；三、实验仪器设备（名称、型号、精度、数量）；四、实验原理与线路图；五、实验步骤与结果记录（数据、图表等）；六、实验结果分析与结论。 一、实验目的 （1）掌握对随机过程通过线性系统后的统计特性的分析方法。 （2）掌握典型系统对随机过程的影响。 二、实验内容 （1）白噪声通过线性系统的仿真和分析； （2）高斯过程通过线性系统的仿真和分析。 三、实验仪器和设备 （1）计算机一台。 （2）Matlab软件。 四、实验原理 随机信号通过线性系统分析的中心问题是：给定系统的输入函数（或统计特性：均值和自相关函数）和线性系统的特性，求输出函数。设L为线性变换，信 号) (t (t Y为系统的输出，也是随机信号。即有：X为系统输入，) t L= Y X )( )] ( [t 众所周知，LTI系统又可以表示为 =) * ( y?+∞∞-- )( )( )( t ( ) = u h u x t du t y t x 其中)] t hδ L =是系统的冲激响应。如果考虑傅里叶变换，令 [ ( ) (t
)()(),()(),()(ωωωj Y t y j X t x j H t h ??? 则 )()()(ωωωj H j X j Y = 下面来分析输出随机信号的均值和相关函数。 依定理5.1，对于任何稳定的线性系统有 {}{})]([)]([t X E L t X L E = 依定理5.2，如果)(t X 为平稳过程，)(t h 为实LTI 系统，)()()(t h t X t Y *=,则)()(t Y T X 和是联合广义平稳的，并且有 ) ()()()() ()()() ()()() 0(ττττττττττ-**=-*=*==h h R R h R R h R R j H m m X Y X XY X YX X Y 其中，dt t h j H j H ?+∞∞-===)()()0(0ωω，是系统的直流增益。 进一步得到推论：若系统的频率响应函数为)(ωj H ，则其功率谱与互功率谱关系如下： )()()()()()() ()()(2 ωωωωωωωωωj H S S j H S S j H S S X XY X Y X YX *=== 五、实验步骤与结果记录 在本实验中我利用simulink 模拟的方法分析了随机信号通过LTI 系统的具体过程:图1 是用MATLAB 的sumulink 模拟白噪声通过图1 的RC 电路，用示波器观察输入和输出的波形，改变RC 的值，使电路时间常数改变，观察输出波形的变化。 图1 实验RC 电路 对于上述低通RC 滤波器， 用传递函数描述，令RC 1=α，则有 αα +=S S H )( 在 Similink 里，有时域连续系统的传递函数模块，如图2所示：
随机过程习题及答案
第二章 随机过程分析 学习指导 1.1.1 要点 随机过程分析的要点主要包括随机过程的概念、分布函数、概率密度函数、数字特征、通信系统中常见的几种重要随机过程的统计特性。 1. 随机过程的概念 随机过程是一类随时间作随机变化的过程，它不能用确切的时间函数描述。可从两种不同角度理解：对应不同随机试验结果的时间过程的集合，随机过程是随机变量概念的延伸。 2. 随机过程的分布函数和概率密度函数 如果ξ(t )是一个随机过程，则其在时刻t 1取值ξ(t 1)是一个随机变量。ξ(t 1)小于或等于某一数值x 1的概率为P [ ξ(t 1) ≤ x 1 ]，随机过程ξ(t )的一维分布函数为 F 1(x 1, t 1) = P [ξ(t 1) ≤ x 1] (2-1) 如果F 1(x 1, t 1)的偏导数存在，则ξ(t )的一维概率密度函数为 1111111 (,) (, ) (2 - 2)?=?F x t f x t x 对于任意时刻t 1和t 2，把ξ(t 1) ≤ x 1和ξ(t 2) ≤ x 2同时成立的概率 {}212121122(, ; , )(), () (2 - 3)F x x t t P t x t x ξξ=≤≤ 称为随机过程 (t )的二维分布函数。如果 2212122121212 (,;,) (,;,) (2 - 4)F x x t t f x x t t x x ?=??? 存在，则称f 2(x 1, x 2; t 1, t 2)为随机过程 (t )的二维概率密度函数。 对于任意时刻t 1，t 2，…，t n ，把 {}n 12n 12n 1122n n ()(),(),,() (2 - 5) =≤≤≤L L L F x x x t t t P t x t x t x ξξξ，，，；，，，称为随机过程 (t )的n 维分布函数。如果 n n 12n 12n n 12n 12n 12n (x )() (2 - 6)?=???L L L L L F x x t t t f x x x t t t x x x ，，，；，，，，，，；，，， 存在，则称f n (x 1, x 2, …, x n ; t 1, t 2, …, t n )为随机过程 (t )的n 维概率密度函数。 3. 随机过程的数字特征 随机过程的数字特征主要包括均值、方差、自相关函数、协方差函数和互相关函数。 随机过程 (t )在任意给定时刻t 的取值 (t )是一个随机变量，其均值为 []1()(, )d (2 - 7)E t xf x t x ξ∞ -∞ =?
5随机过程通过线性系统
计算机与信息技术学院设计性实验报告 一、 实验目的 1、 了解随机信号自身的特性，包括均值（数学期望）、均方值、方差、相关函 数、概率密度、频谱及功率谱密度等。 2、 研究随机信号通过线性系统后的均值、均方值、方差、相关函数、概率密度、 频谱及功率谱密度有何变化，分析线性系统受随机信号激励后的响应。 3、 掌握线性系统的设计与仿真 4、 掌握随机信号的分析方法。 二、 实验仪器或设备 装有MATLAB 软件的电脑一台 三、 总体设计（设计原理、设计方案及流程等） 线性动态系统分析的中心问题是给定一个输入信号求输出响应。在确定信号输入的情况下，输出响应都有一个明确的表达式。而对于随机信号而言，要想得到输出响应的确定表达是可能的。然而，一个随机信号可以方便的通过其均值方差、相关函数、频谱及功率谱密度等特性来加以描述。我们在这里研究的问题是如何根据线性系统输入随机信号的统计特性及线性系统的特性，确定线性系统输出的统计特性。 当输入离散信号为双侧平稳随机信号时，信号经过线性系统后的统计特性： 输出过程的均值为： 其中 y m 是信号经线性系统后的均值，x m 是输入信号的均值。 输出过程的自相关函数为 ) (*)()(*)(*)()(m h m R m h m h m R m R xy x y -=-= 线性系统输出的自相关是输入的自相关同系统冲击响应的自相关的卷积。 输出过程的互相关函数为 ) (*)()(m R m h m R x xy = 输出信号的均方值（平均功率）为； ) ()()()]([00 2 j k R j h k h n Y E k j x -=∑∑∞=∞ = 输出的均值为常数，输出自相关函数只是m 的函数。 输出信号的功率谱密度：
实验三 随机过程通过线性系统
实验名称线性系统对随机过程的响应 一、实验目的 通过本仿真实验了解正态白色噪声随机过程通过线性系统后相关函数以及功率谱的变化；培养计算机编程能力。 二、实验平台 MATLAB R2014a 三、实验要求 (1)运用正态分布随机数产生函数产生均值为m=0,根方差σ=1的白色正态分布 序列{u(n)|n=1,2,…,2000}，画出噪声u(n)的波形图。 (2)设离散时间线性系统的差分方程为 x(n)=u(n)-0.36u(n-1)+0.85u(n-2)(n=3,4,…,2000). 画出x(n)的波形图。 (3)随机过程x(n)的理论上的功率谱函数为 在[0,π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图。 (4)根据步骤二产生的数据序列x(n)计算相关函数的估计值 与理论值1.1296、-0.666、0.85、0、0、0的差异。 (5)根据相关函数的估计值对随机过程的功率谱密度函数进行估计 在[0，π]范围内对w进行采样，采样间隔0.001π，计算S(i×0.001π) (i=1,2,…,1000);画出波形图，比较其与理论上的功率谱密度函数S(w)的差异。 (6)依照实验1的方法统计数据x(n)在不同区间出现的概率，计算其理论概率， 观察二者是否基本一致。
四、实验代码及结果 A、运用正态分布随机数产生函数产生均值为m=0,根方差σ=1的白色正态分布序列{u(n)|n=1,2,…,2000}，画出噪声u(n)的波形图。 代码实现： 波形图： 分析：运用正态分布随机数产生函数产生均值为0，根方差σ=1的白色噪声样本序列。 B、设离散时间线性系统的差分方程为 x(n)=u(n)-0.36u(n-1)+0.85u(n-2)(n=3,4,…,2000). 画出x(n)的波形图。 代码实现：
随机信号通过线性系统和非线性系统后的特性分析
随机信号分析 ----通过线性系统和非线性系统后的特性分析 一、实验目的 1、了解随机信号自身的特性，包括均值、均方值、方差、相关函数、概率密度、频谱及功率谱密度等的概念和特性 2、研究随机信号通过线性系统和非线性系统后的均值、均方值、方差、相关函数、概率密度、频谱及功率谱密度有何变化，分析线性系统和非线性系统所具有的性质 3、掌握随机信号的分析方法。 4、熟悉常用的信号处理仿真软件平台：matlab、c/c++、EWB。 二、实验仪器 1、256MHz以上内存微计算机。 2、20MHz双踪示波器、信号源。 3、matlab或c/c++语言环境、EWB仿真软件。 4、fpga实验板、面包板和若干导线。 三、实验步骤 1、根据选题的内容和要求查阅相关的文献资料，设计具体的实现程序流程或电路。 2、自选matlab、EWB或c仿真软件。如用硬件电路实现，需用面包板搭建电路并调试成功。 3、按设计指标测试电路。分析实验结果与理论设计的误差，根据随机信号的特征，分析误差信号对信号和系统的影响。 四、实验任务与要求 1、用matlab或c/c++语言编程并仿真 2、输入信号为x(t)加上白噪声n(t),用软件仿真通过滤波器在通过限幅器后的信号y1(t),在仿真先平方律后在通过滤波器后的信号y2(t).框图如下: 3、计算x(t)、a、b、c、y(t)的均值、均方值、方差、频谱、功率谱密度，自相关函数，并绘出函数曲线。 五．实验过程与仿真 1、输入信号的获取与分析
(a)输入信号的获取 按照实验要求，Matlab仿真如下： %输入信号x的产生 t=0:1/16000:0.01; x1=sin(1000*2*pi*t)+sin(2000*2*pi*t)+sin(3000*2*pi*t); x=awgn(x1,5,'measured'); %加入高斯白噪声n=x-x1; %高斯白噪声 (b)输入信号及其噪声的分析 %输入信号x自相关系数 x_arr=xcorr(x); tau = (-length(x)+1:length(x)-1)/16000; %输入信号x的频谱和功率谱 x_mag=abs(fft(x,2048)); f=(0:2047)*16000/2048; x_cm=abs(fft(x_arr,2048)); %画出高斯白噪声n的时域图和频域图 figure(1) subplot(1,2,1) plot(t,n) title('高斯白噪声n') xlabel('t/s') ylabel('n(t)') grid on subplot(1,2,2) N=fft(n,2048); plot(f(1:length(f)/2),N(1:length(f)/2)) title('高斯白噪声n的频谱图') xlabel('f/Hz') ylabel('幅值') grid on 结果为：
相关正态随机过程的仿真实验报告
实验名称：相关正态随机过程的仿真 一、实验目的 以正态随机过程为例，掌握离散时间随机过程的仿真方法，理解正态分布随机过程与均匀分布随机过程之间的相互关系，理解随机过程的相关函数等数值特征;培养计算机编程能力。 二、实验内容 相关正态分布离散随机过程的产生 （1）利用计算机语言的[0,1]区间均匀分布随机数产生函数生成两个相互独立的序列 {U1(n)|n=1,2,…100000}，{U2(n)|n=1,2,…100000} 程序代码： clc; N=100000; u1=rand(1,N); u2=rand(1,N);%----------------在[0,1] 区间用rand函数生成两个相互独立的随机序列 n1=hist(u1,10);%--------------------------hist函数绘制分布直方图 subplot(121);%-----------------------------一行两列中的第一个图 bar(n1); n2=hist(u2,10); subplot(122); bar(n2); 实验结果：
（2）生成均值为m=0，根方差σ=1的白色正态分布序列 {e(n)|n=1,2, (100000) [][]m n u n u n +=)(2cos )(ln 2-)(e 21πσ 程序代码： clc; N=100000; u1=rand(1,N); u2=rand(1,N);%---------------在[0,1] 区间用rand 函数生成两个相互独立的随机序列 en=sqrt(-2*log(u1)).*cos(2*pi*u2);%--------定义白色正态分布e(n) n=hist(en,100);%--------------------------hist 函数绘制分布直方图 bar(n); 实验结果： （3）假设离散随机过程x(n)服从均值为x m =0、根方差为2x =σ、相关函数为||2)(r k x x k ασ= )6.0(=α 功率谱函数为
随机实验报告
随机信号实验报告 课程：随机信号 实验题目：随机过程的模拟与特征估计 学院： 学生名称：
实验目的： 1.学会利用MATLAB模拟产生各类随即序列。 2.熟悉和掌握随机信号数字特征估计的基本方法。 实验内容： 1.模拟产生各种随即序列，并画出信号和波形。 （1）白噪声（高斯分布，正弦分布）。 （2）随相正弦波。 （3）白噪声中的多个正弦分布。 （4）二元随机信号。 （5）自然信号：语音，图形（选做）。 2.随机信号数字特征的估计 （1）估计上诉随机信号的均值，方差，自相关函数，功率谱密度，概率密度。 （2）各估计量性能分析（选做） 实验仪器： PC机一台 MATLAB软件 实验原理：
随机变量常用到的数字特征是数字期望值、方差、自相关函数等。相应地，随机过程常用到的数字特征是数字期望值、方差、相关函数等。它们是由随机变量的数字特征推广而来，但是一般不再是确定的数值，而是确定的时间函数。 1.均值：m x(t)=E[X(t)]=；式中，p(x,t)是X（t）的 一维概率密度。m x(t)是随机过程X（t）的所有样本函数在 时刻t的函数值的均值。在matlab中用mea()函数求均值。 2.方差：（t）=D[X(t)]=E[]；（t）是t的确定 函数，它描述了随机过程诸样本函数围绕数学期望m x(t) 的分散程度。若X（t）表示噪声电压，则方差（t）则 表示瞬时交流功率的统计平均值。在matlab中用var()函 数求均值。 3.自相关函数：Rx(t1,t2)=E[X(t1)X(t2)]；自相关函数就是用来描 述随机过程任意两个不同时刻状态之间相关性的重要数 字特征。在matlab中用xcorr（）来求自相关函数。 4.在matlab中可用函数rand、randn、normr、random即可生成 满足各种需要的近似的独立随机序列。 实验步骤： （一）大体实验步骤 （1）利用MATLAB编写程序。 （2）调试程序。
实验三 随机信号通过线性时不变系统
实验三 随机信号通过线性系统的分析 一、实验目的 1 模拟产生特定相关函数的连续随机序列或者离散的随机序列，考察其特性。 2 模拟高斯白噪声环境下信号通过系统的问题，实现低通滤波。 3 掌握系统输出信号的数字特征和功率谱密度的求解。 二、实验设备 1计算机 2 Matlab 软件 三、实验原理 随机信号通过线性系统分析的中心问题是：给定系统的输入函数（或统计特性：均值和 自相关函数）和线性系统的特性，求输出函数。 如下图所示，H 为线性变换，信号X (t )为系统输入， Y (t )为系统的输出，它也是随机信号。 图3.1 随机信号通过系统的示意图 并且满足： H [X (t )] = Y (t ) 在时域： 若X(t)时域平稳，系统冲激响应为h(t),则系统输入和输出的关系为： ()()*()()()()()Y t X t h t X h t d h X t d ττττττ∞∞ -∞-∞==-=-?? 输出期望：∑∞ ===0m X Y )m (h m )]t (Y [E m 输出的自相关函数：)(h )(h )(R )(R X Y τ*τ-*τ=τ 输出平均功率：??∞∞-∞∞--= τdvdu )u (h )v (h )u v (R )(R X Y 互相关：)()()()()(ττσσσττh R d h R R X X XY *=-= ?∞∞- 在频域： 输入与输出的关系：)(H )(X )(Y ωω=ω
输出的功率谱：2X X Y )(H )(S )(H )(H )(S )(S ωω=ωω-ω=ω 功率谱：)(H )(S )(S X XY ωω=ω 四、实验内容与步骤 1已知平稳随机过程X(n)的相关函数为：5),()(22==σδσ m m R ； 线性系统的单位冲击响应为111,0,)(+- =≥=实验者学号后两位r k r k h k 。 编写程序求： 1）输入信号的功率谱密度、期望、方差、平均功率； 2）利用时域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率； 3）利用频域分析法求输出信号的自相关函数、功率谱密度、期望、方差、平均功率； 4）利用频域分析法或时域分析法求解输入输出的互相关函数、互功率谱密度。 2 用MATLAB 的sumulink 模拟白噪声通过下图的RC 电路，用示波器观察输入和输出的波形，改变RC 的值，改变电路的时间常数，观察输入输出波形的变化。 图3.2 RC 电路 实验步骤： 步骤一 打开Simulink 仿真窗口，找到相应的模块，连接成相应仿真图； 步骤二 对各个模块进行参数设计； 步骤三 对设计好的仿真模块进行仿真，观察输入和输出的波形图。 步骤四 改变相应的ＲＣ的值重新观察结果，进行分析。 五、实验报告要求 1 写出时域分析、频域分析的必要原理，以及求上述特征的必要公式； 2 输出上述各步骤地功率谱密度和相关函数的序列波型，输出各数字特征的值； 3 附上程序和必要的注解； 4 对实验的结果做必要的分析（如时域分析法与频域分析法求解结果的对比等）。
系统的能控性、能观测性、稳定性分析
实 验 报 告 课程 线性系统理论基础 实验日期 年 月 日 专业班级 学号 同组人 实验名称 系统的能控性、能观测性、稳定性分析及实现 评分 批阅教师签字 一、实验目的 加深理解能观测性、能控性、稳定性、最小实现等观念。掌 握如何使用MATLAB 进行以下分析和实现。 1、系统的能观测性、能控性分析； 2、系统的稳定性分析； 3、系统的最小实现。 二、实验内容 （1）能控性、能观测性及系统实现 （a ）了解以下命令的功能；自选对象模型，进行运算，并写出结 果。 gram, ctrb, obsv, lyap, ctrbf, obsvf, minreal ； （b ）已知连续系统的传递函数模型，18 2710)(23++++=s s s a s s G ，当a 分别取-1，0，1时，判别系统的能控性与能观测性；
（c ）已知系统矩阵为???? ??????--=2101013333.06667.10666.6A ，??????????=110B ，[]201=C ，判别系统的能控性与能观测性； （d ）求系统18 27101)(23++++= s s s s s G 的最小实现。 （2）稳定性 （a ）代数法稳定性判据 已知单位反馈系统的开环传递函数为：) 20)(1()2(100)(+++=s s s s s G ，试对系统闭环判别其稳定性 （b ）根轨迹法判断系统稳定性 已知一个单位负反馈系统开环传递函数为 ) 22)(6)(5()3()(2+++++=s s s s s s k s G ，试在系统的闭环根轨迹图上选择一点，求出该点的增益及其系统的闭环极点位置，并判断在该点系统闭环的稳定性。 （c ）Bode 图法判断系统稳定性 已知两个单位负反馈系统的开环传递函数分别为 s s s s G s s s s G 457.2)(,457.2)(232231-+=++= 用Bode 图法判断系统闭环的稳定性。 （d ）判断下列系统是否状态渐近稳定、是否BIBO 稳定。 []x y u x x 0525,100050250100010-=????? ?????+??????????-=
线性系统理论MATLAB大作业.(DOC)
兰州理工大学2015级线性系统理论大作业 线性系统理论Matlab 实验报告 1、在造纸流程中，投料箱应该把纸浆流变成2cm 的射流，并均匀喷洒在网状传送带上。为此，要精确控制喷射速度和传送速度之间的比例关系。投料箱内的压力是需要控制的主要变量，它决定了纸浆的喷射速度。投料箱内的总压力是纸浆液压和另外灌注的气压之和。由压力控制的投料箱是个耦合系统，因此，我们很难用手工方法保证纸张的质量。 在特定的工作点上，将投料箱线性化，可以得到下面的状态空间模型： u x x ?? ????+??????-+-=0001.0105.0002.002.08.0. []21,x x y = 其中，系统的状态变量x1=液面高度，x2=压力，系统的控制变量u1=纸浆流量u2=气压阀门的开启量。在上述条件下，试设计合适的状态变量反馈控制器，使系统具有实特征根，且有一个根大于5 解：本题目是在已知状态空间描述的情况下要求设计一个状态反馈控制器，从而使得系统具有实数特征根，并要求要有一个根的模值要大于5，而特征根是正数时系统不稳定，这样的设计是无意义的，故而不妨采用状态反馈后的两个期望特征根为-7，-6，这样满足题目中所需的要求。要对系统进行状态反馈的设计首先要判断其是否能控，即求出该系统的能控性判别矩阵，然后判断其秩，从而得出其是否可控。 Matlab 判断该系统可控性和求取状态反馈矩阵K 的程序,如图1所示，同时求得加入状态反馈后的特征根并与原系统的特征根进行了对比。
图1系统能控性、状态反馈矩阵和特征根的分析程序上述程序的运行结果如图2所示： 图2系统能控性、反馈矩阵和特征根的运行结果
现代控制理论课程报告
现代控制理论课程总结 学习心得 从经典控制论发展到现代控制论,是人类对控制技术认识上的一次飞跃。现代控制论是用状态空间方法表示,概念抽象,不易掌握。对于《现代控制理论》这门课程，在刚拿到课本的时候，没上张老师的课之前，咋一看，会认为开课的内容会是上学期学的控制理论基础的累赘或者简单的重复，更甚至我还以为是线性代数的复现呢！根本没有和现代控制论联系到一起。但后面随着老师讲课的风格的深入浅出，循循善诱，发现和自己想象的恰恰相反，张老师以她特有的讲课风格，精心准备的ppt 课件，向我们展示了现代控制理论发展过程，以及该掌握内容的方方面面，个人觉得，我们不仅掌握了现代控制理论的理论知识，更重要的是学会了掌握这门知识的严谨的逻辑思维和科学的学习方法，对以后学习其他知识及在工作上的需要大有裨益，总之学习了这门课让我受益匪浅。 由于我们学习这门课的课时不是很多，并结合我们学生学习的需求及所要掌握的课程深入程度，张老师根据我们教学安排需要，我们这学期学习的内容主要有：1.绪论；2.控制系统的状态表达式；3.控制系统状态表达式的解；4.线性系统的能空性和能观性；5.线性定常系统的综合。而状态变量和状态空间表达式、状态转移矩阵、系统的能控性与能观性以及线性定常系统的综合是本门课程的主要学习内容。当然学习的内容还包括老师根据多年教学经验及对该学科的研究的一些深入见解。 在现代科学技术飞速发展中,伴随着学科的高度分化和高度综合,各学科之间相互交叉、相互渗透,出现了横向科学。作为跨接于自然科学和社会科学的具有横向科学特点的现代控制理论已成为我国理工科大学高年级的必修课。 经典控制理论的特点 经典控制理论以拉氏变换为数学工具，以单输入－单输出的线性定常系统为主要的研究对象。将描述系统的微分方程或差分方程变换到复数域中，得到系统的传递函数，并以此作为基础在频率域中对系统进行分析和设计，确定控制器的结构和参数。通常是采用反馈控制，构成所谓闭环控制系统。经典控制理论具有明显的局限性，突出的是难以有效地应用于时变系统、多变量系统，也难以揭示系统更为深刻的特性。当把这种理论推广到更为复杂的系统时，经典控制理论就显得无能为力了，这是因为它的以下几个特点所决定。 1．经典控制理论只限于研究线性定常系统，即使对最简单的非线性系统也是无法处理的；这就从本质上忽略了系统结构的内在特性，也不能处理输入和输出皆大于1的系统。实际上，大多数工程对象都是多输入－多输出系统，尽管人们做了很多尝试，但是，用经典控制理论设计这类系统都没有得到满意的结果；2．经典控制理论采用试探法设计系统。即根据经验选用合适的、简单的、工程上易于实现的控制器，然后对系统进行分析，直至找到满意的结果为止。虽然这种设计方法具有实用等很多完整，从而促使现代控制理论的发展：对经典理论的精确化、数学化及理论化。优点，但是，在推理上却是不能令人满意的，效果也
1_用MATLAB处理线性系统数学模型
实验二 用MATLAB 处理线性系统数学模型 [说明] 一个控制系统主要由被控对象、测量装置、控制器和执行器四大部分构成。MATLAB 软件的应用对提高控制系统的分析、设计和应用水平起着十分重要的作用。采用MATLAB 软件仿真的关键问题之一是在MATLAB 软件平台上怎样正确表示被控对象的数学模型。 [实验目的] 1．了解MATLAB 软件的基本特点和功能； 2．掌握线性系统被控对象传递函数数学模型在MATLAB 环境下的表示方法及转换； 3．掌握多环节串联、并联、反馈连接时整体传递函数的求取方法； 4． 掌握在SIMULINK 环境下系统结构图的形成方法及整体传递函数的求取方法； 5．了解在MATLAB 环境下求取系统的输出时域表达式的方法。 [实验指导] 一、被控对象模型的建立 在线性系统理论中，一般常用的描述系统的数学模型形式有： （1）传递函数模型——有理多项式分式表达式 （2）传递函数模型——零极点增益表达式 （3）状态空间模型（系统的内部模型） 这些模型之间都有着内在的联系，可以相互进行转换。 1、传递函数模型——有理多项式分式表达式 设系统的传递函数模型为 111011 1......)()()(a s a s a s a b s b s b s b s R s C s G n n n n m m m m ++++++++= =---- 对线性定常系统，式中s 的系数均为常数，且a n 不等于零。 这时系统在MATLAB 中可以方便地由分子和分母各项系数构成的两个向量唯一地确定，这两个向量常用num 和den 表示。 num=[b m ,b m-1,…,b 1,b 0] den=[a n ,a n-1,…,a 1,a 0]
随机信号分析实验：随机过程通过线性系统的分析 ln
随机信号分析实验：随机过程通过线性系统的分析
实验三 随机过程通过线性系统的分析 实验目的 1. 理解和分析白噪声通过线性系统后输出的特性。 2. 学习和掌握随机过程通过线性系统后的特性，验证随机过程的正态化问题。 实验原理 1.白噪声通过线性系统 设连续线性系统的传递函数为)(ωH 或)(s H ，输入白噪声的功率谱密度为2)(0 N S X =ω，那么系统输出的功率谱密度为 2 )()(02 N H S Y ? =ωω （3.1） 输出自相关函数为 ? ∞ ∞ -= ω ωπ τωτd e H N R j Y 2 )(4)( （3.2） 输出相关系数为 ) 0()()(Y Y Y R R ττγ= （3.3） 输出相关时间为 ?∞ =0 )(ττγτd Y （3.4） 输出平均功率为 [] ? ∞ = 2 02)(2)(ω ωπ d H N t Y E （3.5） 上述式子表明，若输入端是具有均匀谱的白噪声，则输出端随机信号的功率谱主要由系统的幅频特性)(ωH 决定，不再是常数。 2.等效噪声带宽
在实际中，常常用一个理想系统等效代替实际系统的)(ωH ，因此引入了等效噪声带宽的概念，他被定义为理想系统的带宽。等效的原则是，理想系统与实际系统在同一白噪声的激励下，两个系统的输出平均功率相等，理想系统的增益等于实际系统的最大增益。 实际系统的等效噪声带宽为 ?∞ =?0 2 2 max )()(1 ωωωωd H H e （3.6） 或 ? ∞ ∞ --= ?j j e ds s H s H H j )()()(212 max ωω （3.7） 3.线性系统输出端随机过程的概率分布 （1）正态随机过程通过线性系统 若线性系统输入为正态过程，则该系统输出仍为正态过程。 （2）随机过程的正态化 随机过程的正态化指的是，非正态随机过程通过线性系统后变换为正态过程。任意分布的白噪声通过线性系统后输出是服从正态分布的；宽带噪声通过窄带系统，输出近似服从正态分布。
随机过程上机实验报告-华中科技大学--HUST
随机实验报告 班级：通信1301班姓名：郭世康 学号：U201313639 指导教师：卢正新
一、模块功能描述 CMYRand类是整个系统的核心，它产生各种随机数据供后面的类使用。可以产生伪随机序列、均匀分布、正态分布、泊松分布、指数分布等多种随机数据。 CRandomDlg类是数据的采集处理类。它可以将CMYRand产生的随机数据处理分析，再送入CScope等类进行模拟示波器显示。 CScope等类是有关示波器显示的类。 二、模块间的关系 CRandomDlg类在整个程序中是一个不可缺少的环节，它调用CMYRand中的函数来产生符合所需分布的随机序列，再将产生的结果统计分析，送到CScope类中的函数进行模拟示波器显示。CMYRand为整个程序的核心，就是这个类产生所需分布的随机序列。CAboutDlg是模拟示波器界面上的有关按钮选项的类。我们在示波器界面上点击一个按钮，它就会执行这个按钮所对应功能，比如点击正态分布，它就会调用CRandomDlg中的对应函数，在调用CMYRand中的产生正态分布的函数，再将结果送到CScope类中进行显示，最后我们可以在示波器上看到图形。 三、数据结构 在本次随机试验中所填写的代码部分并没有用到有关于结构体等数据结构的东西。 四、功能函数 1、 /* 函数功能，采用线性同余法，根据输入的种子数产生一个伪随机数. 如果种子不变，则将可以重复调用产生一个伪随机序列。 利用CMyRand类中定义的全局变量：S, K, N, Y。 其中K和N为算法参数，S用于保存种子数，Y为产生的随机数 */ unsigned int CMyRand::MyRand(unsigned int seed) { //添加伪随机数产生代码 if(S==seed)