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。
随机信号分析实验报告
一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1．了解随机信号分析理论如何在实践中应用 2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等 3．掌握随机信号的检测及分析方法 三、实验原理 1．随机信号的分析方法 在信号与系统中，我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律，需要用统计特新进行分析。这里我们引入随机过程的概念，所谓随机过程就是随机变量的集合，每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机过程作完整的描述。但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法，条件是N要足够大。 2．微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下两种不同途径来解决 ①降低系统的噪声，使被测信号功率大于噪声功率。 ②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。 对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法，本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。即令： 式中，是和的叠加；是和的叠加。对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。信号经过相关运算后增加了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。多重相关法将 当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此可检测出强噪声中的微弱信号。
信号与线性系统五六章自测题(标准答案)
第五、六章自测题标准答案 1. 判断题 (1) 当且仅当一个连续时间线性时不变系统的阶跃响应是绝对可积的，则该系统是稳定的。 （ × ） (2) 若h (t )是一个线性时不变系统的单位冲激响应，并且h(t)是周期的且非零，则系统是非稳定的。 （ √ ） (3) 对于一个因果稳定的系统，可以利用ωωj s s H j H ==|)()( 求系统的频率响应。 （ √ ） (4) 一个稳定的连续时间系统，其系统函数的零极点都必定在s 平面的左半平面。 （ × ） 2．填空题 （1）某二阶系统起始状态为2_)0(',1_)0(=-=r r ；初始条件为,1)0(',3)0(==++r r 则确定零输入响应待定系数的初始条件为)0(+zi r = -1 ，)0('+zi r = 2 ；而确定零状态响应待定系数的初始条件为 )0(+zs r = 4 ，)0('+zs r = -1 。 （2）2 3)(2++=-s s e s F s 的逆变换为 )(][ )1(2)1(t e e t t ε-----。 （3）)()sin( )(t t t f εφα+=的拉普拉斯变换为2 22 2sin cos )(αφαα φ+? ++?=s s s s F 。 3．求图5-1中所示单边周期信号的拉氏变换。 图5-1 解： +---+- -=)2 3()()2()()(T t T t T t t t f εεεε 4．一个单位冲激响应为h (t )的因果LTI 系统有下列性质： （1）当系统的输入为t e t x 2)(=时，对所有t 值，输出t e t y 26 1)(= 。 （2）单位冲激响应h(t)满足微分方程 )()()(2) (4t b t e t h dt t dh t εε+=+-。这里b 为一个未知常数。 确定该系统的系统函数。 解：本题中用到了特征函数的概念。一个信号，若系统对该信号的响应仅是一个常数（可能是复数）乘以输入，则该信号为系统的特征函数。（请注意：上面所指的系统必须是线性时不变系统。） 因为t e t x 2)(=是因果LTI 系统的特征函数，所以t t s e e s H t y 2226 1|)()(= ?==。即
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);
信号与线性系统七八章习题答案
第七、八章习题答案 7.1 绘出下列离散信号的图形。 （2）2()()k k δε- 解： 7.5 判断下列信号是否是周期性信号，如果是则其周期为多少？ （2）0.4j k e π （3）sin(0.2)cos(0.3)k k ππ+ 解： （2） 0.40.4cos(0.4)sin(0.4) cos[0.4()]cos(0.4)0.42515sin(0.4)55j k j k e k j k k T k T n T n n T k e πππππππππ=++=?=?=?==因为当时，同理的周期为。所以的周期为。 （3） s i n [0.2()] s i n (0.2)0.2210 120 [0.3]cos(0.3)0.323 3sin[0.2()][0.3]20k T k T n T n n k T k T n T n n k T k T ππππππππππ+=?=?==+=?=?= =+++因为当时,T=10。 cos ()当时,T=20。 所以,cos ()是周期信号,周期为。 7.6一个有限长连续时间信号，时间长度为2分钟，频谱包含有直流至100Hz 分量的连续时间信号。为便于计算机处理，对其取样以构成离散信号，求最小的理想取样点。 解： min max min 10011200200 260224000 1200 m s m s s f Hz f sf Hz T s f ===?==?==min 由采样定理可知采样周期最大值所以在分钟内最小的理想采样点数: n
7.7设一连续时间信号，其频谱包含有直流、1kHz 、2kHz 、3kHz 四个频率分量，幅度分别为0.5、1、0.5、0.25；相位谱为0，试以10kHz 的采样频率对该信号取样，画出取样后所得离散序列在0到25kHz 频率范围内的频谱。 解：由采样定理可知采样后的频谱为原序列频谱以采样频率为周期进行周期延拓。故在0~25kHz 范围内有三个周期。其频谱如下图所示: 1 0.50.25 7.12一初始状态不为零的离散系统。当激励为()e k 时全响应为 11()[()1]()2k y k k ε=+，当激励为()e k -时全响应为21 ()[()1]()2 k y k k ε=--，求当初 始状态增加一倍且激励为4()e k 时的全响应。 解：设初始状态不变，当激励为()e k 时，系统的零输入响应为()zi y k ，零状态响应为()zs y k 。按题意得到： 1111 ()()()[()1]()(1) 2 ,(),1 ()()()[()1]()(2) 2 (1),(2),11 ()[()()]() 2211 ()[()()1]() 22 ,4(),()k zi zs k zi zs k k zi k k zs y k y k y k k e k y k y k y k k y k k y k k e k y k εεεε+++=+=+-=-=--=--=+-+=根据线性非时变系统的性质当激励为时全响应为联立两式可解得 所以当初始状态增加一倍且激励为时11 2()4()[43()()]() 22 k k zi zs y k y k k ε+=+-- 7.13试列出图P7-13所示系统的差分方程。 （a ）
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∞ -∞ =?
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：
信号与线性系统 答案
实验一 信号的MATLAB 表示 三、 实验内容： 1. 用MA TLAB 表示连续信号：t Ae α，)cos(0?ω+t A ，)sin(0?ω+t A 。 t Ae α t=0:001:10; A=1; a=-0.4; ft=A*exp(a*t); plot(t,ft) )cos(0?ω+t A t=0:0.1:10; A=1; a=1; b=pi/4; ft=A*sin(a*t+b); plot(t,ft)
)sin(0?ω+t A t=0:0.1:10; A=1; a=1; b=pi/4; ft=A*cos(a*t+b); plot(t,ft)
2. 用信号处理工具箱提供的函数表示抽样信号、矩形脉冲信号及三角脉冲信号。y=sinc(t) y=sinc(t); plot(t,y) y=rectpuls(t, width) t=0:0.01:4; T=1; y=rectpuls(t-2*T, 2*T); plot(t,y)
y=tripuls(t , width, skew) t=-5:0.01:5; width=2;skew=0.6; y=tripuls(t, width, skew); plot(t,y) 3. 编写如图所示的MA TLAB 函数，并画出)5.0(t f ，)5.02(t f 的图形。 )(t f t=-2:0.01:3; ft=rectpuls(t+0.5, 1)+(1-t).*rectpuls(t-0.5,1)-rectpuls(t-1.5, 1); plot(t,ft)
f 5.0(t ) function ft=f(t) ft=rectpuls(t+0.5, 1)+(1-t).*rectpuls(t-0.5,1)-rectpuls(t-1.5, 1); plot(t,ft) t=-5:0.01:5; y=f(0.5*t); plot(t,y)
通信原理软件实验报告材料单人地
标准文档 实验目的： 通过仿真测量占空比为25%、50%、75%以及100%的单、双极性归零码波形及其功率谱。（1）流程图 （2）源代码 ①单极性归零码 clear all close all L=64; %每码元采样点数 N=1024;%采样点数 M=N/L;%码元数 Rs=2;%码元速率 Ts=1/Rs;%比特间隔 fs=L/Ts;%采样速率 Bs=fs/2;%系统带宽 T=N/fs;%截短时间 t=[-(T/2):1/fs:(T/2-1/fs)];%时域采样点 f=-Bs+[0:N-1]/T;%频域采样点 EP=zeros(1,N); 实用文案
for loop=1:1000 a=(randn(1,M)>0);%产生单极性数据 tmp=zeros(L,M); L1=L*0.5; %0.5是占空比 tmp([1:L1],:)=ones(L1,1)*a; s=tmp(:)'; S=t2f(s,fs); P=abs(S).^2/T;%样本信号的功率谱密度 %随机过程的功率谱是各个样本的功率谱的数学期望 EP=EP*(1-1/loop)+P/loop; end figure(1) plot(t,s) axis equal grid figure(2) plot(f,EP) axis([-20,20,0,max(EP)]) grid 实验结果： 占空比为50%的单极性归零码
占空比为50%的单极性归零码功率谱修改占空比可得到以下图形 占空比为75%的单极性归零
占空比为75%的单极性归零码功率谱 占空比为100%的单极性归零码
占空比为100%的单极性归零码功率谱 ②双极性归零码 L=64; N=512; M=N/L; Rs=2; Ts=1/Rs; fs=L/Ts; Bs=fs/2; T=N/fs; t=[-(T/2):1/fs:(T/2-1/fs)]; f=-Bs+[0:N-1]/T; EP=zeros(1,N); for loop=1:1000 a=sign(randn(1,M)); tmp=zeros(L,M); L1=L*0.5; tmp([1:L1],:)=ones(L1,1)*a; s=tmp(:)'; S=t2f(s,fs); P=abs(S).^2/T; EP=EP*(1-1/loop)+P/loop; end figure(1) plot(t,s)
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
北理工随机信号分析实验报告
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(mod ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）3116N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
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。
北邮通信原理软件实验报告XXXX27页
通信原理软件实验报告 学院：信息与通信工程学院 班级： 一、通信原理Matlab仿真实验 实验八 一、实验内容 假设基带信号为m(t)=sin(2000*pi*t)+2cos(1000*pi*t),载波频率为20kHz，请仿真出AM、DSB-SC、SSB信号，观察已调信号的波形和频谱。 二、实验原理 1、具有离散大载波的双边带幅度调制信号AM 该幅度调制是由DSB-SC AM信号加上离散的大载波分量得到，其表达式及时间波形图为： 应当注意的是，m(t)的绝对值必须小于等于1，否则会出现下图的过调制： AM信号的频谱特性如下图所示： 由图可以发现，AM信号的频谱是双边带抑制载波调幅信号的频谱加上离散的大载波分量。 2、双边带抑制载波调幅（DSB—SC AM）信号的产生 双边带抑制载波调幅信号s(t)是利用均值为0的模拟基带信号m(t)和正弦载波 c(t)相乘得到，如图所示： m(t)和正弦载波s(t)的信号波形如图所示：
若调制信号m(t)是确定的，其相应的傅立叶频谱为M(f)，载波信号c(t)的傅立叶频谱是C(f),调制信号s(t)的傅立叶频谱S(f)由M(f)和C(f)相卷积得到，因此经过调制之后，基带信号的频谱被搬移到了载频fc处，若模拟基带信号带宽为W，则调制信号带宽为2W，并且频谱中不含有离散的载频分量，只是由于模拟基带信号的频谱成分中不含离散的直流分量。 3、单边带条幅SSB信号 双边带抑制载波调幅信号要求信道带宽B=2W, 其中W是模拟基带信号带宽。从信息论关点开看，此双边带是有剩余度的，因而只要利用双边带中的任一边带来传输，仍能在接收机解调出原基带信号，这样可减少传送已调信号的信道带宽。 单边带条幅SSB AM信号的其表达式： 或 其频谱图为： 三、仿真设计 1、流程图：
随机信号实验报告
随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1
理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。
信号与线性系统分析-(吴大正-第四版)习题答案 (1)
下载可编辑复制 第一章 信号与系统（一） 1-1画出下列各信号的波形【式中)() (t t t r ε=】为斜升函数。 （2）∞<<-∞=-t e t f t ,)( （3）)()sin()(t t t f επ= （4）)(sin )(t t f ε= （5）)(sin )(t r t f = （7）)(2)(k t f k ε= （10）)(])1(1[)(k k f k ε-+= 解：各信号波形为 （2）∞<<-∞=-t e t f t ,)( （3）)()sin()(t t t f επ=
下载可编辑复制 （4）)(sin )(t t f ε= （5）)(sin )(t r t f =
下载可编辑复制 （7）)(2)(k t f k ε= （10）)(])1(1[)(k k f k ε-+=
下载可编辑复制 1-2 画出下列各信号的波形[式中)()(t t t r ε=为斜升函数]。 （1）)2()1(3)1(2)(-+--+=t t t t f εεε （2）)2()1(2)()(-+--=t r t r t r t f （5） )2()2()(t t r t f -=ε （8）)]5()([)(--=k k k k f εε （11）)]7()()[6 sin()(--=k k k k f εεπ （12） )]()3([2)(k k k f k ---=εε 解：各信号波形为 （1） )2()1(3)1(2)(-+--+=t t t t f εεε
下载可编辑复制 （2） )2()1(2)()(-+--=t r t r t r t f （5） )2()2()(t t r t f -=ε
随机信号处理模实验报告
随机信号分析与处理实验报告院系：信息工程学院 专业：电子信息科学与技术 姓名: 方静 学号：030941209 指导老师：廖红华
实验一 熟悉MATLAB 的随机信号处理相关命令 一、实验目的 1、利用Matlab 对随机熟悉各种随机信号函数的用法 2、掌握随机信号的简单分析方法 二、实验原理 1、语音的录入与打开 在MATLAB 中，wavread 函数用于读取语音信号，采样值放在向量y 中，s f 表示采样频率(Hz)，bits 表示 采样位数。[N1 N2]表示读取从N1点到N2点的值。 2、语音信号的频域分析 FFT 即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在Matlab 信号处理工具箱中，语音信号的频域分析就是对信号进行傅里叶变换后的分析。 4、方差 定义22)]}()({[t t m t X E X X -=）（δ 为随机过程的方差。方差通常也记为DX （t ） ，随机过程的方差也是时间 t 的函数, 由方差的 定义可以看出，方差是非负函数。 5、自相关与互相关 自相关和互相关分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1，t2的取值之间的相关程度，自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2的取值之间的相关程度。 互相关函数给出了在频域内两个信号是否相关的一个判断指标，把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号，对修正测量中接入噪声源而产生的误差非常有效. 事实上，在图象处理中，自相关和互相关函数的定义如下：设原函数是f(t)，则自相关函数定义为R(u)=f(t)*f(-t)，其中*表示卷积；设两个函数分别是f(t)和g(t)，则互相关函数定义为R(u)=f(t)*g(-t)，它反映的是两个函数在不同的相对位置上互相匹配的程度。 6. 短时过零率与短时能量 语音一般分为无声段，清音段和浊音段。由于语音信号是一个非平稳过程，不能用处理平稳信号的信号处理技术对其进行分析处理。但由于语音信号本身的特点，在10-30ms 的短时间范围内，其特性可以看作是一个准稳态过程，具有短时性，因此采用短时能量和过零率来对语音进行端点检测是可行的。 信号的短时能量定义为：设语音波形时域信号为x(t)，加窗分帧处理后得到第n 帧语音信号为xn(m),则定义的短时能量函数如下： ) ()()(x m n x m w m n +=，10-≤≤ N m ，,0)(),1(~0,1)(=-==n w N m m w m 为其他值，其中n=0,1T,2T……并且N 为帧长，T 为帧移长度。 短时过零率表示一帧语音中语音信号的波形穿过横轴的零电平的次数，他可以用来区分清音和浊音，因为语音信号中高音段有高的过零率，低音段有低的过零率，短时能量大的地方过零率小，短时能量小的地方过零率大。 过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零
信号与线性系统分析习题答案
1 / 257 信号与线性系统课后答案 第一章 信号与系统（一） 1-1画出下列各信号的波形【式中)() (t t t r ε=】为斜升函数。 （2）∞<<-∞=- t e t f t ,)( （3）)()sin()(t t t f επ= （4）)(sin )(t t f ε= （5）)(sin )(t r t f = （7）)(2)(k t f k ε= （10）)(])1(1[)(k k f k ε-+= 解：各信号波形为 （2）∞<<-∞=-t e t f t ,)( （3）) ()sin()(t t t f επ=
2 / 257 （4）)(sin )(t t f ε= （5）) (sin )(t r t f =
3 / 257 （7）)(2)(k t f k ε= （10）) (])1(1[)(k k f k ε-+=
4 / 257 1-2 画出下列各信号的波形[式中)()(t t t r ε=为斜升函数]。 （1）)2()1(3)1(2)(-+--+=t t t t f εεε （2）)2()1(2)()(-+--=t r t r t r t f （5） )2()2()(t t r t f -=ε （8）)]5()([)(--=k k k k f εε （11）)]7()()[6 sin()(--=k k k k f εεπ （12） )]()3([2)(k k k f k ---=εε 解：各信号波形为 （1） ) 2()1(3)1(2)(-+--+=t t t t f εεε
5 / 257 （2） )2()1(2)()(-+--=t r t r t r t f （5） ) 2()2()(t t r t f -=ε
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：
《信号与线性系统》试题与答案
1.下列信号的分类方法不正确的是（ A ）： A 、数字信号和离散信号 B 、确定信号和随机信号 C 、周期信号和非周期信号 D 、因果信号与反因果信号 2.下列说法正确的是（ D ）： A 、两个周期信号x (t )，y (t )的和x (t )+y(t )一定是周期信号。 B 、两个周期信号x (t )，y (t )的周期分别为2和2，则其和信号x (t )+y(t ) 是周期信号。 C 、两个周期信号x (t )，y (t )的周期分别为2和π，其和信号x (t )+y(t )是周期信号。 D 、两个周期信号x (t )，y (t )的周期分别为2和3，其和信号x (t )+y(t )是周期信号。 3.下列说法不正确的是（ D ）。 A 、一般周期信号为功率信号。 B 、 时限信号(仅在有限时间区间不为零的非周期信号)为能量信号。 C 、ε(t )是功率信号； D 、e t 为能量信号; 4.将信号f (t )变换为（ A ）称为对信号f (t )的平移或移位。 A 、f (t –t 0) B 、f (ｋ–k 0) C 、f (at ) D 、f (-t ) 5.将信号f (t )变换为（ A ）称为对信号f (t )的尺度变换。 A 、f (at ) B 、f (t –k 0) C 、f (t –t 0) D 、f (-t ) 6.下列关于冲激函数性质的表达式不正确的是（ B ）。 A 、)()0()()(t f t t f δδ= B 、()t a at δδ1 )(= C 、 )(d )(t t εττδ=? ∞ - D 、)()-(t t δδ= 7.下列关于冲激函数性质的表达式不正确的是（ D ）。 A 、?∞ ∞ -='0d )(t t δ B 、)0(d )()(f t t t f =? +∞ ∞ -δ C 、 )(d )(t t εττδ=? ∞ - D 、?∞∞ -=')(d )(t t t δδ 8.下列关于冲激函数性质的表达式不正确的是（ B ）。 A 、)()1()()1(t f t t f δδ=+ B 、)0(d )()(f t t t f '='? ∞ ∞-δ C 、 )(d )(t t εττδ=? ∞ - D 、)0(d )()(f t t t f =?+∞ ∞ -δ 9.下列基本单元属于数乘器的是（ A ） 。
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)