(整理)实验1白噪声和M序列的产生
实验1 白噪声和M序列的产生
实验报告
哈尔滨工业大学
航天学院控制科学与工程系
专业：自动化
班级：0904103
姓名：邱国锐
学号：1090410321
日期：2012 年9 月27 日
1．实验题目：白噪声和M序列的产生
3、M序列生成原理
用移位寄存器产生M序列的简化框图如下图所示。该图表示一个由4个双稳态触发器顺序连接而成的4级移位寄存器，它带有一个反馈通道。当移位脉冲来到时，每级触发器的状态移到下一级触发器中，而反馈通道按模2加法规则反馈到第一级的输入端。
4．实验对象或参数
1、生成均匀分布随机序列
（1）利用混合同余法生成[0, 1]区间上符合均匀分布的随机序列，并计算该序列的均值和方差，与理论值进行对比分析。要求序列长度为1200，推荐参数为a=65539，M=2147483647，0 （2）将[0, 1]区间分为不重叠的等长的10个子区间，绘制该随机序列落在每个子区间的频率曲线图，辅助验证该序列的均匀性。 （3）对上述随机序列进行独立性检验。（该部分为选作内容） 2、生成高斯白噪声 利用上一步产生的均匀分布随机序列，令n=12，生成服从N(0,1)的白噪声，序列长度为100，并绘制曲线。 3、生成M序列 M序列的循环周期取为 63 1 26= - = P N，时钟节拍Sec 1 = ?t，幅度1 = a，逻辑“0”为a，逻辑“1”为-a，特征多项式 65 () F s s s =⊕。 生成M序列的结构图如下所示。 要求编写Matlab程序生成该M序列，绘制该信号曲线，并分析验证M序列的性质。 C1C2C3C4C5C6 CP M(6) M(5) + M(4) M(3) M(2) M(1) M(0) 5．程序框图实验1-1 实验1-2 实验1-3 6．程序代码 %实验1-1 Xulie_Length = 1200; A = 65539; M = 2147483647; b = 0; R(Xulie_Length) = 0; X(1) = 199119; R(1) = X(1) / M; 7．实验结果及分析 1、生成均匀分布随机序列 （1）生成的0-1均布随机序列如下所示： 200 400 600 800 1000 1200 00.10.2 0.30.40.50.60.70.80.91 计算序列的均值和方差 程序代码： mean_R = mean(R) var_R = var(R) 均值和方差实际值： mean_R = 0.4969 var_R = 0.0837 均值和方差理论值： mean_R =0.5 var_R =1/12（ = 0.083333） 结论：容易看到，实际值与理论值较接近。 （2）该随机序列落在10个子区间的频率曲线图如下： 结论：从结果图可以容易看到，该序列的均匀性较好。 2、生成高斯白噪声 生成的白噪声如下图： -2.5 -2-1.5-1-0.500.511.52 生成的白噪声的频率统计图如下： 05 10 15 20 25 结论：从结果图知，生成的白噪声基本服从N(0,1)分布。 3、生成M 序列 生成的M 序列如下（n = 63） ： 010203040506070 -1.5 -1 -0.5 0.5 1 1.5 验证M序列性质： 均衡特性：m序列每一周期中 1 的个数比0 的个数多1 个（-a和a的个数差1） 测试程序： number_a = sum(M_XuLie == a); number_a_c = sum(M_XuLie == -a); number_a number_a_c 结果： number_a = 31 number_a_c = 32 结论：从测试结果看性质成立 游程特性：m序列的一个周期(p=2n-1)中，游程总数为2n-1。其中长度为k的游程个数占游程总数的1/2k=2-k，而且，在长度为k游程中，连1游程与连0 游程各占一半，其中1≤k≤(n-2)。长为(n-1)的游程是连0 游程，长为n 的游程是连 1 游程。 测试程序： M_XuLie_Ext = [M_XuLie, -M_XuLie(end)]; run = int8(0); test_number_a(6) = int8(0); test_number_a_c(6) = int8(0); for n = 1 : length(M_XuLie) run = run + 1; if(M_XuLie_Ext(n) ~= M_XuLie_Ext(n + 1)) if(M_XuLie_Ext(n) == a) test_number_a(run) = test_number_a(run) + 1; else test_number_a_c(run) = test_number_a_c(run) + 1; end run = 0; end end display(test_number_a); display(test_number_a_c); 结果： test_number_a = 8 4 2 1 1 0 test_number_a_c = 10 3 2 1 0 1 结论：从测试结果看性质成立 移位相加特性：m序列和它的位移序列模二相加后所得序列仍是该m序列的某个位移序列。 测试程序： M_XuLie = M_XuLie'; M_XuLie = -0.5 * (M_XuLie - 1); M_result = 1; % 验证成功则为1 for n = 1 : (length(M_XuLie) - 1) M_XuLie_Shift = circshift(M_XuLie, n); M_XuLie_Add = mod((M_XuLie + M_XuLie_Shift), 2); is_shift_found = 0; % false for k = 0 : (length(M_XuLie) - 1) %if(isequal(circshift(M_XuLie, k), M_XuLie_Add)) if(circshift(M_XuLie, k) == M_XuLie_Add) is_shift_found = 1; end end if(is_shift_found == 0) M_result = 0; end end display(M_result); 结果： M_result = 1 结论：从测试结果看性质成立 8．结论 本次试验主要实践了混合同余法，正态分布随机数产生方法，M序列生成原理，生成均匀分布随机序列，生成高斯白噪声，生成M序列。 使用混合同余法生成了服从N(0，1)分布的随机序列，同时根据独立同分布中心极限定理，得到了高斯白噪声。在实验1-3中使用6个移位寄存器和反馈通道生成了周期为63的M序列，同时验证了M序列的相关性质，从结果看，完全成立。 本次实验主要是对M序列和其相关性质有了更深入的了解，同时也进一步熟悉了MATLAB，收获颇多。 应用时间序列分析实验报告 单位根检验输出结果如下：序列x的单位根检验结果： 1967 58.8 53.4 1968 57.6 50.9 1969 59.8 47.2 1970 56.8 56.1 1971 68.5 52.4 1972 82.9 64.0 1973 116.9 103.6 1974 139.4 152.8 1975 143.0 147.4 1976 134.8 129.3 1977 139.7 132.8 1978 167.6 187.4 1979 211.7 242.9 1980 271.2 298.8 1981 367.6 367.7 1982 413.8 357.5 1983 438.3 421.8 1984 580.5 620.5 1985 808.9 1257.8 1986 1082.1 1498.3 1987 1470.0 1614.2 1988 1766.7 2055.1 1989 1956.0 2199.9 1990 2985.8 2574.3 1991 3827.1 3398.7 1992 4676.3 4443.3 1993 5284.8 5986.2 1994 10421.8 9960.1 1995 12451.8 11048.1 1996 12576.4 11557.4 1997 15160.7 11806.5 1998 15223.6 11626.1 1999 16159.8 13736.5 2000 20634.4 18638.8 2001 22024.4 20159.2 2002 26947.9 24430.3 2003 36287.9 34195.6 2004 49103.3 46435.8 2005 62648.1 54273.7 2006 77594.6 63376.9 2007 93455.6 73284.6 2008 100394.9 79526.5 run; proc gplot; plot x*t=1 y*t=2/overlay; symbol1c=black i=join v=none; symbol2c=red i=join v=none w=2l=2; run; proc arima data=example6_4; identify var=x stationarity=(adf=1); identify var=y stationarity=(adf=1); run; proc arima; identify var=y crrosscorr=x; estimate methed=ml input=x plot; forecast lead=0id=t out=out; proc aima data=out; identify varresidual stationarity=(adf=2); run; 一、生成m序列 function [mseq] = m_sequence(fbconnection); n = length(fbconnection); N = 2^n-1; %m序列的长度 register = [zeros(1,n - 1) 1]; %定义移位寄存器的初始状态 mseq(1)= register(n); %m序列的第一个输出码元 for i = 2:N newregister(1)= mod(sum(fbconnection.*register),2); %寄存器与反馈的模2和 for j = 2:n, newregister(j)= register(j-1); end; register = newregister; %移位后的寄存器 mseq(i) = register(n); %新的寄存器输出 end clear all; close all; clc; fbconnection=[0 0 1 0 1]; %输入本原多项式系数，从C1开始 m_sequence=m_sequence(fbconnection); stem(m_sequence); %对m序列绘图 axis([0 35 -0.2 1.2]); grid on; 二、生成gold序列 function goldseq = g_sequence(connection1,connection2); msequence1 = m_sequence(connection1); %生成第一个m序列 msequence2 = m_sequence(connection2); %生成第二个m序列 N=2^length(connection1)-1; %gold序列长度 for i = 1:N; s = mod(msequence1+msequence2,2); %两个m序列模二加产生gold序列 goldseq = s; end clear all; close all; clc; connection1=[0 0 0 0 1 1]; connection2=[1 0 0 1 1 1]; goldseq = g_sequence(connection1,connection2); 湖南科技大学 移动通信实验报告 姓 名： 吴文建 学 号： 1208030104 专业班级： 应用电子技术教育一班 实验名称： m 序列产生及其特性实验 实验目的： 掌握m 序列的特性、产生方法及其应用 实验仪器：1、pc 机一台 2、 实验原理： 1、m 序列的产生 ：m 序列是由带线性反馈的移存器产生的。结构如图： a n-1 a n-r ... a n-3 a n-2 C 1 C r C 3C 2 ...C 0 输出 输出为反馈移位寄存器的结构，其中an-i 为移位寄存器中每位寄存器的状态，Ci 为第i 位寄存器的反馈系数。Ci ＝1表示有反馈，Ci ＝0表示无反馈。 一个线性反馈移位寄存器能否产生m 序列，取决于它的反馈系数Ci (例如上图的C3)。 对于m 序列，Ci 的取值必须按照一个本原多项式： ∑==n i i i x C x f 0 )(中的二进制系数来取值。 n 级移位寄存器可以产生的m 序列个数由下式决定： r N r ) 12(-Φ= 其中φ(x )为欧拉函数，表示小于等于x 并与x 互质的正整数个数（包括1在内）。 表1-1-1列出了部分m 序列的反馈系数C i ，按照下表中的系数来构造移位寄存器，就能产生相应的m 序列。 表1-1-1 m序列的反馈系数表 m序列的级数n m序列的周期P 反馈系数Ci(八机制) 3 7 13 4 1 5 23 5 31 45,67,75 6 63 103,147,155 7 127 203,211,217,235,277,313,325,345,367 8 255 435,453,537,543,545,551,703,747 9 511 1021,1055,1131,1157,1167,1175 10 1023 2011,2033,2157,2443,2745,3271 11 2047 4005,4445,5023,5263,6211,7363 12 4095 10123,11417,12515,13505,14127,15053 13 8192 20033,23261,24633,30741,32535,37505 14 16383 42103,51761,55753,60153,71147,67401 15 32765 100003,110013,120265,133663,142305 m序列的具有以下性质： （1）均衡性。m序列中0和1的数目基本相等 （2）游程分布 （3）移位相加性 （4）相关特性。自相关波形如图1-1-3所示 －1/p 1 P 图1-1-3 m序列的自相关波形（5）周期性 （6）伪随机性。分布无规律，具有与白噪声相似的伪随机特性 实验步骤： （1）预习m序列产生原理及其性质，独立设计m序列产生方法。 （2）画出m序列仿真流程图 （3）编写MATLAB程序并上机调试。 （4）验证m序列的相关性质。 （5）撰写实验报告。 时间序列分析实验报告 P185#1、某股票连续若干天的收盘价如表5-4 （行数据）所示。 表5-4 304 303 307 299 296 293301 293 301 295 284286 286 287 284 282278 281 278 277279 278 270 268 272 273 279 279280 275 271 277 278279 283 284 282 283279 280 280 279278 283 278 270 275 273 273 272275 273 273 272 273272 273 271 272 271273 277 274 274272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 选择适当模型拟合该序列的发展，并估计下一天的收盘价。 解： （1）通过SA漱件画出上述序列的时序图如下： 程序： data example5_1; in put x@@; time=_ n_; cards ; 304 303 307 299296 293 301 293 301 295 284286286 287 284 282 278 281 278277 279 278 270 268 272 273279279 280 275 271 277 278 279283 284 282 283 279 280 280279278 283 278 270 275 273 273272 275 273 273 272 273 272273271 272 271 273 277 274 274272 280 282 292 295 295 294290291 288 288 290 293 288 289291 293 293 290 288 287 289292288 288 285 282 286 286 287284 283 286 282 287 286 287292292 294 291 288 289 proc gplot data =example5_1; plot x*time= 1; symbol1 c=black v=star i =join; run ; 上述程序所得时序图如下： 上述时序图显示，该序列具有长期趋势又含有一定的周期性，为典型的非平稳序列。又因为该序列呈现曲线形式，所以选择2阶差分。 第一章设计内容及要求 基于MATLAB产生m序列 要求： 1．通过matlab编程产生m序列的产生原理及其产生方法。 2．对特定长度的m序列，分析其性质，及其用来构造其它序列的方法。 第二章m序列设计方案的选择 2.1 方案一 MATLAB编程非常简单，无需进行变量声明，可以很方便的实现m序列。 2.2 方案二 图2.1 Simulink实现m序列 Simulink是MATLAB最重要的组件之一，它提供了一个动态系统建模，仿真和综合分析的集成环境。在此环境中无需大量书写程序，而只需通过简单直观的鼠标操作，就可构造出复杂的系统。Simulink具有适应性广，结构及流程清晰及仿真精细等优点，基于以上优点，Simulink已被广泛的运用到控制理论和数字信号处理的复杂仿真和设计。 通过比较方案一和方案二，发现方案一的有点具有通用性而方案二利用MATLAB的Simulink直接搭建模块，在移位寄存器较少的情况下利用此方法比较简单，可是当移位寄存器的个数增多时，要搭建那么多的模块就显的很繁琐了，缺乏通用性，因此本次实验选择方案一。 第三章m序列的产生及性质 3.1 m序列的产生原理、结构及产生 m序列是最长线性反馈移位寄存器序列的简称，m序列是由带线性反馈的移位寄存器产生的。 由n级串联的移位寄存器和反馈逻辑线路可组成动态移位寄存器，如果反馈逻辑线路只由模2和构成，则称为线性反馈移位寄存器。 带线性反馈逻辑的移位寄存器设定初始状态后，在时钟触发下，每次移位后各级寄存器会发生变化，其中任何一级寄存器的输出，随着时钟节拍的推移都会产生一个序列，该序列称为移位寄存器序列。 n级线性移位寄存器的如图3.1所示： ◇A 图3.1 n级线性移位寄存器 图中C i表示反馈线的两种可能连接方式，C i=1表示连线接通，第n-i 级输出加入反馈中；C i=0表示连线断开，第n-i级输出未参加反馈。 因此，一般形式的线性反馈逻辑表达式为 ------表达式3.1将等式左边的a n移至右边，并将a n=C0a n(C0=1)带入上式，则上式可以 写成 -------表达式3.2 定义一个与上式相对应的多项式 --------表达式3.3 其中x的幂次表示元素的相应位置。该式为线性反馈移位寄存器的特征 说明 可控m序列产生器我分成四个小模块来做，M，M1，M2，M3分别对应为：m序列产生器、控制器、码长选择器、码速率选择器。 一、M: m序列产生器 这是该设计的核心部分，原理就是设计一个通用m序列产生子单元，然后由外部选择器来写入码型，码长等参数，加以循环可连接成任意长度的m序列产生器，其子单元结构如下： 如上图，若N=15，就有15个这样的子单元首尾相接。注意：开头和结尾的两个子单元会有所不同，因为首单元需要输入初值，尾单元要进行直通反馈，在程序里请多留意。 图中，主要部件是一个D触发器，Q(N+1)为上一级输出；Q(N)既是本级输出；CP为选择后的时钟脉冲；B(N)为本级参数选择控制；A(N)受控于B(N),决定本级输出Q(N)是否反馈（B(N)为1时反馈）；C（N）为本级反馈；C（N-1）为下一级反馈。具体原理参看m序列组成结构。 此外，本程序还加入了EN(发送控制)、RN(首单元置数)、SEL1(码长选择，即N的选择，N=2-15)、SEL2(码型选择，即正逆码选择)四个控制端，可满足设计要求。OP为码输出端。 二、M1：控制器 控制器主要是将外部的序列发送控制信号STA转换为EN和RN 两个控制信号。其中，EN与STA的波形基本一致，只是它与CP进行了同步处理；RN在EN为‘1’的头一个脉冲周期里置高电平，以达到为序列发生器的首端置数的目的。如果不清楚的话可以看一下它的模拟波形。（注意：STA要采用自锁定开关，高电平有效） 三、M2：码长选择 序列的码长选择既是N值的选择，码长=2**N-1。核心就是一个计数器，可从2计到15。按一次PUSH就可以自动加一（注意：按键建议采用自弹跳按键，如过需要软件清除按键震颤的话，我再做发给你），没有0，1两个状态。如果需要的话还可以扩展7段数码管的接口，以显示N值。 四、M3：码速率选择器 码的传输速率是靠CP来控制的，CP的频率就等于码元速率。这段程序包含一个倍频器，一个5分频的分频器，可把5MHZ的脉冲源CLK扩展成1MHZ和10MHZ。FSEL1、FSLE2、FSEL3分别在选择1、5、10MHZ时为高电平，其余两个为低，建议采用3选1单刀单掷开关。 《时间序列分析》课程实验报告 一、上机练习（P124） 1.拟合线性趋势 12.79 14.02 12.92 18.27 21.22 18.81 25.73 26.27 26.75 28.73 31.71 33.95 程序： data xiti1; input x@@; t=_n_; cards; 12.79 14.02 12.92 18.27 21.22 18.81 25.73 26.27 26.75 28.73 31.71 33.95 ; proc gplot data=xiti1; plot x*t; symbol c=red v=star i=join; run; proc autoreg data=xiti1; model x=t; output predicted=xhat out=out; run; proc gplot data=out; plot x*t=1 xhat*t=2/overlay; symbol2c=green v=star i=join; run; 运行结果： 分析：上图为该序列的时序图，可以看出其具有明显的线性递增趋势，故使用线性模型进行拟合：x t=a+bt+I t,t=1,2,3,…,12 分析：上图为拟合模型的参数估计值，其中a=9.7086,b=1.9829，它们的检验P值均小于 0.0001，即小于显著性水平0.05，拒绝原假设，故其参数均显著。从而所拟合模型为： x t=9.7086+1.9829t. 分析：上图中绿色的线段为线性趋势拟合线，可以看出其与原数据基本吻合。 2.拟合非线性趋势 1.85 7.48 14.29 23.02 37.42 74.27 140.72 265.81 528.23 1040.27 2064.25 4113.73 8212.21 16405.95 程序： data xiti2; input x@@; t=_n_; cards; 1.85 7.48 14.29 23.02 37.42 74.27 140.72 265.81 528.23 1040.27 2064.25 4113.73 8212.21 16405.95 ; proc gplot data=xiti2; plot x*t; symbol c=red v=star i=none; run; proc nlin method=gauss; model x=a*b**t; parameters a=0.1 b=1.1; der.a=b**t; der.b=a*t*b**(t-1); output predicted=xh out=out; run; proc gplot data=out; plot x*t=1 xh*t=2/overlay; M序列是工程中常用的输入信号，它的性质类似于白噪声，而白噪声是理论上最好的输入信号，可见M序列的价值。下面介绍M序列的matlab产生方法。 idinput函数 产生系统辨识常用的典型信号。 格式 u = idinput(N,type,band,levels) [u,freqs] = idinput(N,'sine',band,levels,sinedata) N 产生的序列的长度，如果N=[N nu]，则nu为输入的通道数，如果N=[P nu M]，则nu 指定通道数，P为周期，M*P为信号长度。默认情况下，nu=1，M=1，即一个通道，一个周期。 Type 指定产生信号的类型，可选类型如下 Band 指定信号的频率成分。对于’rgs’、’rbs’、’sine’，band = [wlow, whigh]指定通带的范围，如果是白噪声信号，则band=[0, 1]，这也是默认值。指定非默认值时，相当于有色噪声。 对于’prbs’，band=[0, B]，B表示信号在一个间隔1/B（时钟周期）内为恒值，默认为[0, 1]。 Levels 指定输入的水平。Levels=[minu, maxu]，在type=’rbs’、’prbs’、’sine’时，表示信号u的值总是在minu和maxu之间。对于type=’rgs’，minu指定信号的均值减标准差，maxu指定信号的均值加标准差，对于0均值、标准差为1的高斯白噪声信号，则levels=[-1, 1]，这也是默认值。 说明 对于PRBS信号，如果M>1，则序列的长度和PRBS周期会做调整，使PRBS的周期为对应一定阶数的最大值（即2^n-1，n为阶数）；如果M=1，PRBS的周期是大于N的相应阶数的值。在多输入的情形时，信号被最大平移，即P/nu为此信号能被估计的模型阶次的上界。 上面的意思可如下理解：对于M=1时， ms = idinput(12, 'prbs', [0 1], [0 1]); figure stairs(ms) title('M序列') ylim([-0.5 1.5]) m序列产生实验 一、实验目的 1、m序列产生的基本方法； 2、m序列0状态消除的基本手段； 二、实验仪器 1、JH5001型通信原理实验箱一台； 2、MaxplusII开发环境一台； 3、JTAG下载电缆一根； 4、CPLD下载板一块； 5、微机一台； 6、示波器一台； 三、实验原理 m序列产生电路在通信电路设计中十分重要，它广泛使用在扩频通信、信号产生、仪器仪表等等电路中。 m序列有时也称伪噪声（PN）或伪随机序列，在一段周期内其自相关性类似于随机二进制序列。尽管伪噪声序列是确定的，但其具有很多类似随机二进制序列的性质，例如0和1的数目大致相同，将序列平移后和原序列的相关性很小。 PN序列通常由序列逻辑电路产生，一般是由一系列的两状态存储器和反馈逻辑电路构成。二进制序列在时钟脉冲的作用下在移位寄存器中移动，不同状态的输出逻辑组合起来并反馈回第一级寄存器作为输入。当反馈由独立的“异或”门组成（通常是这种情况），此时移位寄存器称为线性PN序列发生器。 如果线性移位寄存器在某些时刻到达零状态，它会永远保持零状态不变，因此输出相应地变为全零序列。因为n阶反馈移位寄存器只有2n-1个非零状态，所以由n阶线性寄存器生成的PN序列不会超过2n-1个。周期为2n-1的线性反馈寄存器产生的序列称为最大长度（ML）序列——m序列。 m 序列发生器的一般组成 m 序列发生器一般组成如上图所示，它用n 级移位寄存器作为主支路，用若干级模2加法器作为各级移位寄存器的抽头形成线性反馈支路。各抽头的系数hi 称为反馈系数，它必须按照某一个n 次本原多项式：∑==n i i i x h x h 0)(中的二进制 系数来取值。 在伪序列发生模块中，可以根据本原多项式的系数，…..h 8、h 7、h 6、h 5、h 4、h 3、h 2、h 1、h 0产生m 序列，这些系数可表示8进制数（1代表相连抽头进入反馈回路，0代表该抽头不进入反馈回路），如： 13、23、103、203 四、 课题设计要求 在输入时钟256KHz 的时钟作用下，可在外部跳线器的控制下改变产生不同的m 序列，在程序中定义的几个变量为： 输入： Main_CLK ：输入 256KHz 主时钟 M_Sel[1..0]：选择输出不同的m 序列 当 Mode[]=0：本原多项式为13（8进制表示）； 当 Mode[]=1：本原多项式为23（8进制表示）； 当 Mode[]=2：本原多项式为103（8进制表示）； 当 Mode[]=3：本原多项式为203（8进制表示）； 输出： M_Out ：m 序列输出 说明： 1、 M_Sel[1..0]与复接模块的m_sel0、m_sel1相连； M_Out 在测试点TPB01输出； 五、 实验步骤 1、将JH5001二次开发光盘内的基本程序m.tdf 及其它相关程序（在光盘的“2th\student_m ”子目录下）拷入机器内。注意：这里面有基本的程序框架(变量定义、主程序入口)，在m.acf 文件中所有定义不要改动，特别是 《统计软件实验报告》SPSS软件的上机实践应用 时间序列分析 数学与统计学学院 一、实验内容： 时间序列是指一个依时间顺序做成的观察资料的集合。时间序列分析过程中最常用的方法是：指数平滑、自回归、综合移动平均及季节分解。 本次实验研究就业理论中的就业人口总量问题。但人口经济的理论和实践表明，就业总量往往受到许多因素的制约，这些因素之间有着错综复杂的联系，因此，运用结构性的因果模型分析和预测就业总量往往是比较困难的。时间序列分析中的自回归求积分移动平均法（ARIMA）则是一个较好的选择。对于时间序列的短期预测来说，随机时序ARIMA是一种精度较高的模型。 我们已辽宁省历年（1969-2005）从业人员人数为数据基础建立一个就业总量的预测时间序列模型,通过spss建立模型并用此模型来预测就业总量的未来发展趋势。 二、实验目的： 1.准确理解时间序列分析的方法原理 2.学会实用SPSS建立时间序列变量 3.学会使用SPSS绘制时间序列图以反应时间序列的直观特征。 4.掌握时间序列模型的平稳化方法。 5.掌握时间序列模型的定阶方法。 6.学会使用SPSS建立时间序列模型与短期预测。 7.培养运用时间序列分析方法解决身边实际问题的能力。 三、实验分析： 总体分析： 先对数据进行必要的预处理和观察，直到它变成稳态后再用SPSS对数据进行分析。 数据的预处理阶段，将它分为三个步骤：首先，对有缺失值的数据进行修补，其次将数据资料定义为相应的时间序列，最后对时间序列数据的平稳性进行计算观察。 数据分析和建模阶段：根据时间序列的特征和分析的要求，选择恰当的模型进行数据建模和分析。 四、实验步骤： SPSS的数据准备包括数据文件的建立、时间定义和数据期间的指定。 SPSS的时间定义功能用来将数据编辑窗口中的一个或多个变量指定为时间序列变量，并给它们赋予相应的时间标志，具体操作步骤是： 1.选择菜单：Date→Define Dates，出现窗口： 一、实验目的 通过本实验掌握m 序列的特性、产生方法及应用。 二、实验内容 1、观察m 序列，识别其特征。 2、观察m 序列的自相关特性。 三、基本原理 m 序列是有n 级线性移位寄存器产生的周期为21n -的码序列，是最长线性移位寄存器序列的简称。码分多址系统主要采用两种长度的m 序列：一种是周期为1521-的m 序列，又称短PN 序列；另一种是周期为 4221-的m 序列，又称为长PN 码序列。m 序列主要有两个功能：①扩展调制信号的带宽到更大的传输带宽， 即所谓的扩展频谱；②区分通过多址接入方式使用同一传输频带的不同用户的信号。 3、m 序列的互相关函数 两个码序列的互相关函数是两个不同码序列一致程度（相似性）的度量，它也是位移量的函数。当使 用码序列来区分地址时，必须选择码序列互相关函数值很小的码，以避免用户之间互相干扰。 研究表明，两个长度周期相同，由不同反馈系数产生的m 序列，其互相关函数（或互相关系数）与自 相关函数相比，没有尖锐的二值特性，是多值的。作为地址码而言，希望选择的互相关函数越小越好，这 样便于区分不同用户，或者说，抗干扰能力强。 在二进制情况下，假设码序列周期为P 的两个m 序列，其互相关函数R xy (τ)为 ()xy R A D τ=- （9-9） 式中，A 为两序列对应位相同的个数，即两序列模2加后“0”的个数；D 为两序列对应位不同的个数， 即两序列模2加后“1”的个数。 为了理解上述指出的互相关函数问题，在此以5n =时由不同的反馈系数产生的两个m 序列为例计算它 们的互相关系数，以进一步讲述m 序列的互相关特性。将反馈系数为8(45)和8(75)时产生的两个5级m 序 列分别记做：1m ：1000010010110011111000110111010和2m ：111110111000101011010000110100，序列1m 和 2m 的互相关函数如表9-3所示。 表9-3序列1m 和2m 的互相关函数表 时间序列分析SAS软件实验报告： 以我国2002第一季度到2012年第一季度国内生产总值数据（季节效应模型）分析 班级：统计系统计0姓名： 学号： 指导老师： 20 年月日 时间序列分析报告 一、前言 【摘要】2012年3月5日温家宝代表国务院向大会作政府工作报告。温家宝在报告中提出，2012年国内生产总值增长7.5%。这是我国国内生产总值（GDP）预期增长目标八年来首次低于8%。 温家宝说，今年经济社会发展的主要预期目标是：国内生产总值增长7.5%；城镇新增就业900万人以上，城镇登记失业率控制在4.6%以内；居民消费价格涨幅控制在4%左右；进出口总额增长10%左右，国际收支状况继续改善。同时，要在产业结构调整、自主创新、节能减排等方面取得新进展，城乡居民收入实际增长和经济增长保持同步。 他指出，这里要着重说明，国内生产总值增长目标略微调低，主要是要与“十二五”规划目标逐步衔接，引导各方面把工作着力点放到加快转变经济发展方式、切实提高经济发展质量和效益上来，以利于实现更长时期、更高水平、更好质量发展。提出居民消费价格涨幅控制在4%左右，综合考虑了输入性通胀因素、要素成本上升影响以及居民承受能力，也为价格改革预留一定空间。 对于这一预期目标的调整，温家宝解释说，主要是要与“十二五”规划目标逐步衔接，引导各方面把工作着力点放到加快转变经济发展方式、切实提高经济发展质量和效益上来，以利于实现更长时期、更高水平、更好质量发展。 央行货币政策委员会委员李稻葵表示，未来若干年中国经济增长速度会有所放缓，这个放缓是必要的，是经济发展方式转变的一个必然要求。 【关键词】“十二五”规划目标国内生产总值增长率增速放缓提高发展质量附表：国内生产总值(2012年1季度) 绝对额（亿元）比去年同期增长（%） 国内生产总值107995.0 8.1 第一产业6922.0 3.8 第二产业51450.5 9.1 第三产业49622.5 7.5 注1：绝对额按现价计算，增长速度按不变价计算。注2：该表为初步核算数据。 GDP环比增长速度 环比增长速度（%） 2011年1季度 2.2 2季度 2.3 3季度 2.4 4季度 1.9 2012年1季度 1.8 注：环比增长速度为经季节调整与上一季度对比的增长速度。 此表是我国2012年第一季度国内生产总值及与2011年同期比较来源：前瞻网 设计内容及要求 基于MATLAB产生m序列 要求： 1．通过matlab编程产生m序列的产生原理及其产生方法。 2．对特定长度的m序列，分析其性质，及其用来构造其它序列的方法。 第二章m序列设计方案的选择 2.1 方案一 MATLAB编程非常简单，无需进行变量声明，可以很方便的实现m序列。 2.2 方案二 图2.1 Simulink实现m序列 Simulink是MATLAB最重要的组件之一，它提供了一个动态系统建模，仿真和综合分析的集成环境。在此环境中无需大量书写程序，而只需通过简单直观的鼠标操作，就可构造出复杂的系统。Simulink具有适应性广，结构及流程清晰及仿真精细等优点，基于以上优点，Simulink已被广泛的运用到控制理论和数字信号处理的复杂仿真和设计。 通过比较方案一和方案二，发现方案一的有点具有通用性而方案二利用MATLAB的Simulink直接搭建模块，在移位寄存器较少的情况下利用此方法比较简单，可是当移位寄存器的个数增多时，要搭建那么多的模块就显的很繁琐了，缺乏通用性，因此本次实验选择方案一。 第三章m序列的产生及性质 3.1 m序列的产生原理、结构及产生 m序列是最长线性反馈移位寄存器序列的简称，m序列是由带线性反馈的移位寄存器产生的。 由n级串联的移位寄存器和反馈逻辑线路可组成动态移位寄存器，如果反馈逻辑线路只由模2和构成，则称为线性反馈移位寄存器。 带线性反馈逻辑的移位寄存器设定初始状态后，在时钟触发下，每次移位后各级寄存器会发生变化，其中任何一级寄存器的输出，随着时钟节拍的推移都会产生一个序列，该序列称为移位寄存器序列。 n级线性移位寄存器的如图3.1所示： ◇A 图3.1 n级线性移位寄存器 图中C i表示反馈线的两种可能连接方式，C i=1表示连线接通，第n-i 级输出加入反馈中；C i=0表示连线断开，第n-i级输出未参加反馈。 因此，一般形式的线性反馈逻辑表达式为 ------表达式3.1将等式左边的a n移至右边，并将a n=C0a n(C0=1)带入上式，则上式可以 写成 河南工程学院课程设计《时间序列分析课程设计》学生姓名学号： 学院：理学院 专业班级： 专业课程：时间序列分析课程设计 指导教师： 2017年6月2日 目录 1. 实验一澳大利亚常住人口变动分析 (1) 1.1 实验目的 (1) 1.2 实验原理 (1) 1.3 实验内容 (2) 1.4 实验过程 (3) 2. 实验二我国铁路货运量分析 (8) 2.1 实验目的 (8) 2.2 实验原理 (8) 2.3 实验内容 (9) 2.4 实验过程 (10) 3. 实验三美国月度事故死亡数据分析 (14) 3.1 实验目的 (14) 3.2 实验原理 (15) 3.3 实验内容 (15) 3.4 实验过程 (16) 课程设计体会 (19) 1.实验一澳大利亚常住人口变动分析 1971年9月—1993年6月澳大利亚常住人口变动（单位：千人）情况如表1-1所示（行数据）。 表1-1 （1）判断该序列的平稳性与纯随机性。 （2）选择适当模型拟合该序列的发展。 （3）绘制该序列拟合及未来5年预测序列图。 1.1 实验目的 掌握用SAS软件对数据进行相关性分析，判断序列的平稳性与纯随机性,选择模型拟合序列发展。 1.2 实验原理 （1）平稳性检验与纯随机性检验 对序列的平稳性检验有两种方法，一种是根据时序图和自相关图显示的特征做出判断的图检验法；另一种是单位根检验法。 （2）模型识别 先对模型进行定阶，选出相对最优的模型，下一步就是要估计模型中未知参数的值，以确定模型的口径，并对拟合好的模型进行显著性诊断。 （3）模型预测 模型拟合好之后，利用该模型对序列进行短期预测。 1.3 实验内容 （1）判断该序列的平稳性与纯随机性 时序图检验，根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显示出该序列始终在一个常识值附近波动，而且波动的范围有界。如果序列的时序图显示该序列有明显的趋势性或周期性，那么它通常不是平稳序列。 对自相关图进行检验时，可以用SAS 系统ARIMA 过程中的IDENTIFY 语句来做自相关图。 而单位根检验我们用到的是DF 检验。以1阶自回归序列为例： 11t t t x x φε-=+ 该序列的特征方程为： 0λφ-= 特征根为： λφ= 当特征根在单位圆内时： 11φ< 该序列平稳。 当特征根在单位圆上或单位圆外时： 11φ≥ 该序列非平稳。 对于纯随机性检验，既白噪声检验，可以用SAS 系统中的IDENTIFY 语句来输出白噪声检验的结果。 （2）选择适当模型拟合该序列的发展 1、m序列 1.1概述 1.1.1实验原理 （1）m序列概念和用途 ①概念： m序列是由n级线性移位寄存器产生的周期为P=2^n-1的码序列，是最长线性移位寄存器序列的简称。 ②用途： 码分多址系统主要采用两种长度的m序列：一种是周期为P=2^15-1的m 序列，又称为短PN序列；另一种是周期为P=2^42-1的m序列，又称为长PN 序列。 （2）m序列的产生 ①4级m序列的码序列发生器 假设初始状态为0001，在时钟作用下，产生的m序列的状态表。 4级m序列的周期P=24-1=15，相应的输出序列为：100010011010111。 ②线性移位反馈移位寄存器反馈系数Ci ③m序列特性 均衡性：在一个周期中，m序列中“1”的个数比“0”的个数多1个。 游程特性：长度为k的游程数占游程总数的1/2^k 移位相加特性：一个m序列与其循环移位逐位比较，相同码的位数与不同码的位数相差1位。 自相关特性：表征一个信号与延迟后自身信号的相似性。 ④m序列的构造——反馈线性反馈移存器 1.1.2实验意义 m序列是目前广泛应用的一种伪随机序列，在所有的伪随机序列中，m序列是最重要、最基本的一种伪随机序列。它容易产生，规律性强，有很好的自相关性和较好的互相关特性。m序列的生成是接下来的实验的基础,具有指导性的意义。 1.1.3系统的主要功能 设计本原多项式系数为13、23、103、203的m序列。 1.1.4使用方法 输入m后，输出相应的m序列。 1.2程序设计 1.2.1设计思想 由m序列的产生过程，即通过带反馈的移位寄存器产生，容易想到EDA中的结构化的程序设计思想，即以DFF触发器作为底层文件，进行顶层文件设计，获得m序列。此设计的优点是程序思路简单，结构清晰，只要做出一种反馈系数的m序列，容易得到其他反馈系数的m序列；但也存在缺点，那就是结构化的设计使得代码写的过长。 数学与软件科学学院实验报告 学期：2013至 2014 第 2 学期 2014年4月24日课程名称: 应用时间序列分析专业:统计学 2011级6班实验编号： 01 实验项目：平稳时间序列分析指导教师：XXX 姓名： XX 学号：XXXX 实验成绩：＿＿＿＿＿ 实验步骤 选择合适的模型拟合1950年－2008年我国邮路及农村投递线路每年新增里程数序列。 首先绘制该序列时序图，直观检验序列的平稳性： 时序图显示：序列具有平稳特征。 接着进行白噪声检验：使用Q统计量，如下： 显示序列值彼此之间蕴含着相关关系，为非白噪声序列。该序列为平稳的非白噪声序列，可以建立一个平稳的模型来拟合； 考察序列自相关图以及偏自相关图 样本自相关图显示除了延迟1-3阶的自相关系数在2倍标准差范围之外，其他阶数的自相关系数都在2倍标准差范围内波动。根据自相关系数的这个特点可以判断该序列具有短期相关性，进一步确定序列平稳。 考察自相关系数衰减向零的过程，可以看到有明显的正弦波动轨迹，这说明自相关系数具有拖尾的典型特征 考察偏自相关系数衰减向零的过程，除了1-2阶偏自相关系数在2倍标准差范围之外，其他阶数的自相关系数都在2倍标准差范围内做小值无序波动，这是一个典型的偏相关系数2阶截尾特征 本例中，根据自相关系数拖尾，偏自相关系数2阶截尾属性，我们可以初步确定拟合模型为AR(2)模型。 进行参数估计，结果如下： Coefficient Std. Error t-Statistic Prob. C 10.83741 3.234053 3.351029 0.0015 AR(1) 0.728590 0.113885 6.397592 0.0000 AR(2) -0.544583 0.114077 -4.773838 0.0000 R-squared 0.453915 Mean dependent var 10.95316 Adjusted R-squared 0.433689 S.D. dependent var 26.47445 S.E. of regression 19.92298 Akaike info criterion 8.872821 Sum squared resid 21433.96 Schwarz criterion 8.980350 Log likelihood -249.8754 Hannan-Quinn criter. 8.914610 F-statistic 22.44281 Durbin-Watson stat 2.104218 Prob(F-statistic) 0.000000 Inverted AR Roots .36+.64i .36-.64i 实验九 m 序列产生及其特性实验 一、实验目的 通过本实验掌握m 序列的特性、产生方法及应用。 二、实验内容 1、观察m 序列，识别其特征。 2、观察m 序列的自相关特性。 三、基本原理 m 序列是有n 级线性移位寄存器产生的周期为21n -的码序列，是最长线性移位寄存器序列的简称。码分多址系统主要采用两种长度的m 序列：一种是周期为1521-的m 序列，又称短PN 序列；另一种是周期为4221-的m 序列，又称为长PN 码序列。m 序列主要有两个功能：①扩展调制信号的带宽到更大的传输带宽，即所谓的扩展频谱；②区分通过多址接入方式使用同一传输频带的不同用户的信号。 1、产生原理 图9-1示出的是由n 级移位寄存器构成的码序列发生器。寄存器的状态决定于时钟控制下输入的信息（“0”或“1”），例如第I 级移位寄存器状态决定于前一时钟脉冲后的第i －1级移位寄存器的状态。 图中C 0，C 1，…，C n 均为反馈线，其中C 0＝C n ＝1，表示反馈连接。因为m 序列是由循环序列发生器产生的，因此C 0和C n 肯定为1，即参与反馈。而反馈系数C 1，C 2，…，C n －1 若为1，参与反馈；若为0，则表示断开反馈线，即开路，无反馈连线。 D 1 输出 C 0=1 C 1 C 2 C n-1 C n =1 D 2 D 3 D n 图9-1 n 级循环序列发生器的模型 一个线性反馈移动寄存器能否产生m 序列，决定于它的反馈系数(0,1,2,,)i c i n = ，下表中列出了部分m 序列的反馈系数i c ，按照下表中的系数来构造移位寄存器，就能产生相应的m 序列。 表9-1 部分m 序列的反馈系数表 级数n 周期P 反馈系数i C （采用八进制） 3 7 13 4 1 5 23 5 31 45，67，75 6 63 103，147，155 7 127 203，211，217，235，277，313，325，345，367 8 255 435，453，537，543，545，551，703，747 时间序列分析实验报告 Ｐ185＃1、某股票连续若干天的收盘价如表5—4(行数据）所示。 表5－4 ３04 303 307 299 296 293 ３0１293 301 ２95 284 286 2８6 ２87 2８4 ２82 278 28１２78 277 279 278 270 ２68 ２72 ２73 ２79 2７9 280 27５２７1 277 ２７8 27９ 28３２84 282 ２８3 2７9 280 ２80 27９ 278 2８３２7８27０ 275 273 273 2７2 2７5 27３２7３２72 2７3 27２２7３ 271 ２7２ 271 ２73 ２77 274 2７4 27２２80 2８2 29２ 29５ 29５ 294 ２90 291 288 ２88 ２9０ 2９3 ２８８ 289 2９1 ２93 2９3 29０288 2８７ 289 ２92 ２８8 2８8 285 282 286 ２８6 ２87 ２8４ 2８3 28６ 28２ 28７ 2８6 2８7 292 29２ 294 291 28８ 2８９ 选择适当模型拟合该序列的发展，并估计下一天的收盘价。 解: （１）通过ＳＡＳ软件画出上述序列的时序图如下： 程序: ｄａta eｘａmｐle5＿1； inpuｔ x@＠； time＝_ｎ＿; ｃａrｄs; 304 303 30７299 2９６２93 ３01 2９3 3０1 295 284 2８6 286 287 284 28２ 278 28１2７8 ２77 ２79 2７８ 27０268 ２７２ 27３２79 279 ２8０275 ２71 277 278 2７９ 283 28４ 282 283 279 ２80 280 ２79 ２78 28３ 278 270 2７5 ２7３２73 ２７2 2７5 273 2７3 272 2７3 272 27３ 27１２72 27１ 2７3 ２77 27４２74 ２72 28０ 2８2 29２２9５ 295 2９4 290 29１２8８ 288 ２90 29３288 289 291 29３ 2９3 290 2８８ 287 289 292 288 288 285 282 2８6 ２86 28７ 2８４２83 286 282 2８7 286 287 ２92 2９2 2９４ 291 288 ２8９ ; pｒｏc gplot datａ=examplｅ5_1; ploｔx*ｔiｍe＝1； symbol１c=ｂlacｋｖ=ｓｔａr i=ｊoiｎ; run； 上述程序所得时序图如下：多元时间序列建模分析
生成m序列与gold序列
m序列产生及其特性实验
时间序列分析实验报告
基于MATLAB的m序列产生
基于FPGA的VHDL语言m序列生成详解+源码
时间序列分析实验报告汇总.doc
M序列的matlab产生方法
m序列产生实验
spss时间序列模型
m序列产生及其特性
时间序列分析实验报告
m序列产生要点
应用时间序列实验报告
M序列原理及代码
时间序列 实验报告
实验九 m序列产生及其特性实验
时间序列分析实验报告70946