实验一 确定性信号、随机信号及其频谱

实验一 确定性信号、随机信号及其频谱
实验一 确定性信号、随机信号及其频谱

实验一确定性信号、随机信号及其频谱

学号:姓名:

一、实验要求

(1)初步学习matlab绘制二维曲线图方法;

(2)完成以下例子中各信号波形及其频谱的绘制;

(3)调整例子中简单周期信号幅值、频率和相位,观察其波形和频谱变化;

(4)在给定例子之外选定某复杂周期信号,绘制其波形和频谱;

(5)在上述复杂周期信号中叠加随机信号,绘制其波形和频谱;

(6)撰写实验报告,记录实验(3)中观察到的现象、附上(4)(5)程序及其波形和频谱图。

二、实验内容

(1)各种信号波形及其频谱

简单周期信号表达式、波形及频谱

复杂周期信号表达式、波形及频谱

准周期信号表达式、波形及频谱

瞬变信号表达式、波形及频谱

随机信号波形及频谱

(2)简单周期信号幅值、频率和相位对波形和频谱的影响

简单周期信号表达式

幅值对波形和频谱的影响(自选两个不同幅值,频率和相位不变)

频率对波形和频谱的影响(自选两个不同频率,幅值和相位不变)

相位对波形和频谱的影响(自选两个不同相位,幅值和频率不变)

结论

(3)自选复杂周期信号的波形和频谱

复杂周期信号表达式

波形、频谱及程序

叠加随机信号的波形、频谱及程序

附:典型确定性信号、随机信号及其频谱MATLAB程序

1、周期信号:简单周期信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=10*cos(2*pi*t);

subplot(2,1,1);plot(t,x);

title('简单周期信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

2、周期信号:复杂周期信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=5*sin(2*pi*t+pi/6)+1.5*cos(2*pi*2*t-pi/4)-sin(2*pi*5*t);

subplot(2,1,1);plot(t,x);

title('复杂周期信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

3、周期信号:频率为1Hz的方波信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=5*square(2*pi*t);

subplot(2,1,1);plot(t,x);

title('随机信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

4、非周期信号:准周期信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=5*sin(2*pi*t)+2*cos(2*pi*sqrt(2)*t+pi/4);

subplot(2,1,1);plot(t,x);

title('准周期信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

5、非周期信号:瞬变信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=exp(-t).*sin(2*pi*t);

subplot(2,1,1);plot(t,x);

title('瞬变信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

6、随机信号:均值为0,方差为5的随机信号

clear;

clc;

close all;

%设抽样频率为Fs(Hz),信号点数为N,信号序列为x。

N=1024;Fs=N/64;

t=0:1/Fs:(N-1)/Fs;

x=5*randn(1,1024);

subplot(2,1,1);plot(t,x);

title('随机信号')

xlabel('时间(秒)');

f = fftshift(fft(x))*2/N;

w = linspace(-Fs/2, Fs/2, N);%频率坐标,单位Hz

subplot(2,1,2);plot(w,abs(f));

title('信号的频谱');

xlabel('频率(Hz)');

《随机信号处理》课程设计

《随机信号处理》课程设计

————————————————————————————————作者:————————————————————————————————日期:

华北水利水电大学 随机信号处理上机实验报告 学院:数学与信息科学 专业:信息与计算科学 姓名:孙志攀 学号:201216511 指导老师:蒋礼 日期:2015年10月20日

实验一 1、熟悉并练习使用下列Matlab 的函数,给出各个函数的功能说明和内部参数的意义,并给出至少一个使用例子和运行结果 1.rand() (1)Y = rand(n) 生成n×n 随机矩阵,其元素在(0,1)内 (2)Y = rand(m,n) 生成m×n 随机矩阵 (3)Y = rand([m n]) 生成m×n 随机矩阵 (4)Y = rand(m,n,p,…) 生成m×n×p×…随机矩阵或数组 (5)Y = rand([m n p…]) 生成m×n×p×…随机矩阵或数组 (6)Y = rand(size(A)) 生成与矩阵A 相同大小的随机矩阵 选择(3)作为例子,运行结果如下: 2.randn() 产生随机数数组或矩阵,其元素服从均值为0,方差为1的正态分布 (1)Y = randn 产生一个伪随机数 (2)Y = randn(n) 产生n×n的矩阵,其元素服从均值为0,方差为1的正态分布(3)Y = randn(m,n) 产生m×n的矩阵,其元素服从均值为0,方差为1的正态分布(4)Y= randn([m n]) 产生m×n的矩阵,其元素服从均值为0,方差为1的正态分布选择(3)作为例子,运行结果如下: 3.normrnd() 产生服从正态分布的随机数 (1)R = normrnd(mu,sigma) 产生服从均值为mu,标准差为sigma的随机数,mu和sigma 可以为向量、矩阵、或多维数组。 (2)R = normrnd(mu,sigma,v) 产生服从均值为mu 标准差为sigma的随机数,v是一个行向量。如果v是一个1×2的向量,则R为一个1行2列的矩阵。如果v是1×n的,那么R 是一个n维数组 (3)R = normrnd(mu,sigma,m,n) 产生服从均值为mu 标准差为sigma的随机数,标量m和n是R的行数和列数。

随机信号处理实验

随机信号处理实验 专业:电子信息科学与技术 班级: 学号: 学生姓名: 指导教师:钱楷

一、实验目的 1、熟悉GUI 格式的编程及使用。 2、掌握随机信号的简单分析方法 3、熟悉语音信号的播放、波形显示、均值等的分析方法及其编程 3、熟悉各种随机信号分析及处理方法。 4、掌握运用MATLAB 中的统计工具包和信号处理工具包绘制概率密度的方法 二、实验原理 1、语音的录入与打开 在MATLAB 中,[y,fs,bits]=wavread('Blip',[N1 N2]);用于读取语音,采样值放在向量y 中,fs 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、高斯白噪声 白噪声信号是一个均值为零的随机过程,任一时刻是均值为零的随机变量,而服从高斯分布的白噪声即称为高斯白噪声。在matlab 中,有x=rand (a ,b )产生均匀白噪声序列的函数,通过与语言信号的叠加来分析其特性。 3、均值 随机变量X 的均值也称为数学期望,它定义为:,对于离散型随机变量,假定随机变量X 有N 个可能取值,各个取值的概率为,则均值定义为E(X)=,离散型随机变量的均值等于随机变量的取值乘以取值的概率之和,如果取值是等概率的,那么均值就是取值的算术平均值,如果取值不是等概率的,那么均值就是概率加权和,所以,均值也称为统计平均值。 4、方差 定义为随机过程x(t)的方差。方差通常也记为 D[X (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、协方差 设两个随机变量X 和Y ,定义:为X 和Y 的协方差。其相关函数为: ?? +∞∞-+∞ ∞ -= =dxdy t t y x xyf t Y t X E t t R XY XY ),,,()}()({),(212121 由此可见协方差的相关性 与X 和Y 是密切相关的,表征两个函数变化的相似性。 5、协方差 设任意两个时刻1t , 2t ,定义: 为随机过程X (t )的自相关函数,简称为相关函数。自相关函数可正,可负,其绝对值越大表示相关性越强。 7、互相关 互相关函数定义为: 如果X (t )与Y (t )是相互独立的,则一定是不相关的。反之则不一定成立。它是两个随机过程联合统计特性中重要的数字特征。 8、平滑滤波 平滑滤波可以与中值滤波结合使用,对应的线性平滑器可以仅仅用低阶的低通滤波器(如果采用高阶的系统,则将抹掉信号中应该保存的不连续性)。 121212121212 (,)[()()](,,,)X R t t E X t X t x x f x x t t dx dx +∞+∞-∞ -∞ ==???? +∞∞-+∞ ∞ -==dxdy t t y x xyf t Y t X E t t R XY XY ),,,()}()({),(212121

信号与测试技术实验一

实验一基本信号分析实验报告 一实验目的 1掌握基本信号的时域和频域分析方法; 2掌握信号的自相关和互相关分析,了解其应用。 二实验内容与图像结果分析 (1)产生不同的周期信号,包括正弦信号、方波信号、锯齿波,在时域分析这些波形特征(幅值、频率(周期))。 (2)在Matlab中产生不同的非周期信号,包括随机噪声、阶跃信号、矩形脉冲。(3)对产生的信号进行Fourier变换,从频率域分析信号的特征,并说明方波信号和锯齿波信号的信号带宽; 从图中可以看到,正弦信号基频为10rad/s,因此其Fourier变换在w=10处出现了峰值,而方波信号依据佛利叶级数展开可知是由一系列不同频率的正弦波构成,基频是w=10,基频的幅值最大,同时其他频率为基频的整数倍(不含20,40…),且幅值依次减少。

锯齿波信号的基频为w=10,因此傅里叶级数展开同样在10出出现了峰值,而其他出现的依次是基频的整数倍,且幅值依次减少。由于随机噪声信号是随机信号,不具有规律性,因此在傅里叶变换后我们可以看到它含有各个频率的谐波。 阶跃信号的傅里叶变换为冲击函数。矩形信号为非周期信号,因此它的傅里叶变换为连续函数,频率在各处均有分布。 (4)产生复合信号:由3个不同频率、幅值的正弦信号叠加的信号,从图形上判断信号的特征; 产生由正弦信号和随机信号叠加的混合信号,从图形上判断信号的特征;产生由正弦信号和方波叠加的信号,从图形上判断信号的特征。 (5)对(4)中的3种复合信号进行FFT计算,从图上判断信号的特征。

三种不同幅值、频率的正弦信号叠加后,在时域图上我们看不出很有规律性的东西,然而进行傅里叶变换后,放到频域图之后,我们可以很清楚的看到叠加信号的组成规律,在三个频率出现了峰值。正弦信号叠加随机噪声,我们在时域图上也看不到很明显的规律特征,进行傅里叶变换后,我们看到时域图上在一处出现了峰值,则这个频率处实际就是正弦信号的频率。正弦信号叠加方波信号在时域图中同样规律不明显,在进行傅里叶变换后,在频域图上我们看到有两处峰值,这两个频率实际就是正弦波的频率和方波的基频信号,其余较小的为方波的谐波信号。 由此可以看出,通过傅里叶变换,将时域波形变换到频域波形,更加有助于我们分析信号的本质特征,也有利于从噪声信号出提取有用的信号。

对正弦信号的采样频谱分析.doc

H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计 课程名称:课程设计2 设计题目:对正弦信号的抽样频谱分析院系:电子与信息工程学院 班级:0805203 设计者:褚天琦 学号:1080520314 指导教师:郑薇 设计时间:2011-10-15 哈尔滨工业大学

一、题目要求: 给定采样频率fs,两个正弦信号相加,两信号幅度不同、频率不同。要求给定正弦信号频率的选择与采样频率成整数关系和非整数关系两种情况,信号持续时间选择多种情况分别进行频谱分析。 二、题目原理与分析: 本题目要对正弦信号进行抽样,并使用fft对采样信号进行频谱分析。因此首先对连续正弦信号进行离散处理。实际操作中通过对连续信号间隔相同的抽样周期取值来达到离散化的目的。根据抽样定理,如果信号带宽小于奈奎斯特频率(即采样频率的二分之一),那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。设抽样周期为TS(抽样角频率为ωS),则 可见抽样后的频谱是原信号频谱的周期性重复,当信号带宽小于奈奎斯特频率的二分之一时不会产生频谱混叠现象。 因此,我们对采样频率的选择采取fs>2fo,fs=2fo,fs<2fo三种情况进行分析。对信号采样后,使用fft函数对其进行频谱分析。为了使频谱图像更加清楚,更能准确反映实际情况并接近理想情况,我们采用512点fft。取512点fft不仅可以加快计算速度,而且可以使频谱图更加精确。若取的点数较少,则会造成频谱较大的失真。 三、实验程序: 本实验采用matlab编写程序,实验中取原信号为 ft=sin(2πfXt)+2sin(10πfXt),取频率f=1kHz,实验程序如下: f=1000;fs=20000;Um=1; N=512;T=1/fs; t=0:1/fs:0.01; ft=Um*sin(2*pi*f*t)+2*Um*sin(10*pi*f*t); subplot(3,1,1); plot(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft'); title('抽样信号的连续形式'); subplot(3,1,2); stem(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft');

实验一利用DFT分析信号频谱

实验一利用DFT 分析信号频谱 一、 实验目的 1. 加深对DFT 原理的理解。 2. 应用DFT 分析信号的频谱。 3. 深刻理解利用DFT 分析信号频谱的原理,分析实现过程中出现的现象及解决方法。 二、 实验设备与环境 计算机、MATLAB^件环境。 三、 实验基础理论 1. DFT 与DTFT 的关系 方法二:实际在MATLAB 十算中,上述插值运算不见得是最好的办法。 由于DFT 是DTFT 的取 样值,其相邻两个频率样本点的间距为 —,所以如果我们增加数据的长度 N,使得到的 N DFT 谱线就更加精细,其包络就越接近 DTFT 的结果,这样就可以利用 DFT 计算DTFT 如果 没有更多的数据,可以通过补零来增加数据长度。 3、利用DFT 分析连续时间函数 利用DFT 分析连续时间函数是,主要有两个处理:①抽样,②截断 对连续时间信号x a (t) 一时间T 进行抽样,截取长度为 M 则 址 ML X a (N)「-x a (t)e4dt 二「x a (nT)e jnT n=0 再进行频域抽样可得 M 4 —j 竺 n 送,T' X a (nT)e N =TX M (k) NT n =0 因此,利用DFT 分析连续时间信号的步骤如下: (1 )、确定时间间隔,抽样得到离散时间序列 x(n). (2) 、选择合适的窗函数和合适长度 M 得到M 点离散序列x M DFT 实际上是 DTFT 在单位圆上以 的抽样,数学公式表示为: N-1 _j 空 k X(k) = X(z)| 耳八 x(n)e N z” N n=0 (2 — 1) 2、利用 DFT 求DTFT 方法一:利用下列公式: 2rk X(e j )二、X(k)( ) k=0 N k= 0,1,..N - 1 (2 — 2) Sn(N ,/2) Nsin(,/2) .N A e 2为内插函数 (2— 3) (2—4) X a (r 1)|

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

信号与系统实验报告_1(常用信号的分类与观察)

实验一:信号的时域分析 一、实验目的 1.观察常用信号的波形特点及产生方法 2.学会使用示波器对常用波形参数的测量 二、实验仪器 1.信号与系统试验箱一台(型号ZH5004) 2.40MHz双踪示波器一台 3.DDS信号源一台 三、实验原理 对于一个系统特性的研究,其中重要的一个方面是研究它的输入输出关系,即在一特定的输入信号下,系统对应的输出响应信号。因而对信号的研究是对系统研究的出发点,是对系统特性观察的基本手段与方法。在本实验中,将对常用信号和特性进行分析、研究。 信号可以表示为一个或多个变量的函数,在这里仅对一维信号进行研究,自变量为时间。常用信号有:指数信号、正弦信号、指数衰减正弦信号、复指数信号、Sa(t)信号、钟形信号、脉冲信号等。 1、信号:指数信号可表示为f(t)=Ke at。对于不同的a取值,其波形表现为不同的形式,如下图所示: 图1―1 指数信号 2、信号:其表达式为f(t)=Ksin(ωt+θ),其信号的参数:振幅K、角频率ω、与初始相位θ。其波形如下图所示:

图1-2 正弦信号 3、指数衰减正弦信号:其表达式为其波形如下图: 图1-3 指数衰减正弦信号 4、Sa(t)信号:其表达式为:。Sa(t)是一个偶函数,t= ±π,±2π,…,±nπ时,函数值为零。该函数在很多应用场合具有独特的运用。其信号如下图所示:

图1-4 Sa(t)信号 5、钟形信号(高斯函数):其表达式为:其信号如下图所示: 图1-5 钟形信号 6、脉冲信号:其表达式为f(t)=u(t)-u(t-T),其中u(t)为单位阶跃函数。其信号如下图所示: 7、方波信号:信号为周期为T,前T/2期间信号为正电平信号,后T/2期间信号为负电平信号,其信号如下图所示 U(t)

用FFT对信号作频谱分析 实验报告

实验报告 实验三:用FFT 对信号作频谱分析 一、 实验目的与要求 学习用FFT 对连续信号和时域离散信号进行谱分析的方法,了解可能出现的分析误差及其原因,以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容,经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关,因为FFT 能够实现的频率分辨率是2π/N ,因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时,得到的是离散谱,而信号(周期信号除外)是连续谱,只有当N 较大时,离散谱的包络才能逼近连续谱,因此N 要适当选择大一些。 三、 实验步骤及内容(含结果分析) (1)对以下序列进行FFT 分析: x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】: n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n

实验结果图形与理论分析相符。(2)对以下周期序列进行谱分析: x4(n)=cos[(π/4)*n]

x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】: (3)对模拟周期信号进行频谱分析: x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz,FFT的变换区间N为16、32、64三种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】:

随机信号处理实验报告讲解

随机信号处理实验报告

目录 一、实验要求: (3) 二、实验原理: (3) 2.1 随机信号的分析方法 (3) 2.2 随机过程的频谱 (3) 2.3 随机过程的相关函数和功率谱 (4) (1)随机信号的相关函数: (4) (2)随机信号的功率谱 (4) 三、实验步骤与分析 (5) 3.1实验方案 (5) 3.2实验步骤与分析 (5) 任务一:(s1 变量)求噪声下正弦信号的振幅和频率 (5) 任务二:(s1 变量)求噪声下正弦信号的相位 (8) 任务三:(s1 变量)求信号自相关函数和功率谱 (11) 任务四:(s变量)求噪声下信号的振幅和频率 (14) 任务五:(s变量)求信号的自相关函数和功率谱 (17) 3.3实验结果与误差分析 (19) (1)实验结果 (19) (2)结果验证 (19) (3)误差分析 (21) 四、实验总结和感悟 (22) 1、实验总结 (22) 2、实验感悟 (23) 五、附低通滤波器的Matlab程序 (23)

一、实验要求: (学号末尾3,7)两个数据文件,第一个文件数据中只包含一个正弦波,通过MA TLAB 仿真计算信号频谱和功率谱来估计该信号的幅度,功率,频率和相位?对第二个文件数据估计其中正弦波的幅度,功率和频率?写出报告,包含理论分析,仿真程序及说明,误差精度分析等。第一文件调用格式load FileDat01_1 s1,数据在变量s1中;第二文件调用格式load FileDat01_2 s ,数据在变量s 中。 二、实验原理: 2.1 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。 2.2 随机过程的频谱 信号频谱分析是采用傅立叶变换将时域信号x(t)变换为频域信号X(f),从而帮助人们从另一个角度来了解信号的特征。时域信号x(t)的傅氏变换为: ()()2j ft X f x t e dt π+∞ --∞ =? 信号的时域描述只能反映信号的幅值随时间的变化情况,除只有一个频率分量的简谐波外,一般很难明确揭示信号的频率组成和各频率分量的大小。信号的频谱X(f)代表了信号在不同频率分量处信号成分的大小,它能够提供比时域信号波形更直观,丰富的信息。 在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT),因此需要利用离散信号x(nT)来计算信号x(t)的频谱。

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: N y x N ky Mod y y n n n n /))((110===-, (1.1) 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) 7101057k 10?≈==,周期,N ; (2) (IBM 随机数发生器)8163110532k 2?≈+==,周期,N ; (3) (ran0)95311027k 12?≈=-=,周期,N ; 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 -= (1.2) 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换得到。 2. MATLAB 中产生随机序列的函数 (1) (0,1)均匀分布的随机序列 函数:rand 用法:x = rand(m,n) 功能:产生m ×n 的均匀分布随机数矩阵。 (2) 正态分布的随机序列 函数:randn 用法:x = randn(m,n) 功能:产生m ×n 的标准正态分布随机数矩阵。 如果要产生服从2N(,)μσ分布的随机序列,则可以由标准正态随机序列产生。 (3) 其他分布的随机序列 MATLAB 上还提供了其他多种分布的随机数的产生函数,下表列出了部分函数。 MATLAB 中产生随机数的一些函数 表1.1 MATLAB 中产生随机数的一些函数 3、随机序列的数字特征估计 对于遍历过程,可以通过随机序列的一条样本函数来获得该过程的统计特性。这里我们假定随机序列X (n)为遍历过程,样本函数为x(n),其中n=0,1,2,…,N-1。那么,X (n)的均值、方差和自相关函数的估计为

信号与系统实验二

实验二 常用信号分类与观察 一、实验目的 1、观察常用信号的波形特点及产生方法。 2、学会使用示波器对常用波形参数的测量。 二、实验内容 1、信号的种类相当的多,这里列出了几种典型的信号,便于观察。 2、这些信号可以应用到后面的“基本运算单元”和“无失真传输系统分析”中。 三、实验仪器 1、信号与系统实验箱一台(主板)。 2、20MHz 双踪示波器一台。 四、实验原理 对于一个系统特性的研究,其中重要的一个方面是研究它的输入输出关系,即在一特定的输入信号下,系统对应的输出响应信号。因而对信号的研究是对系统研究的出发点,是对系统特性观察的基本手段与方法。在本实验中,将对常用信号和特性进行分析、研究。 信号可以表示为一个或多个变量的函数,在这里仅对一维信号进行研究,自变量为时间。常用信号有:指数信号、正弦信号、指数衰减正弦信号、抽样信号、钟形信号、脉冲信号等。 1、正弦信号:其表达式为)sin()(θω+=t K t f ,其信号的参数:振幅K 、角频率ω、与初始相位θ。其波形如下图所示: 图 1-5-1 正弦信号 2、指数信号:指数信号可表示为at Ke t f =)(。对于不同的a 取值,其波形表现为不同的形式,如下图所示:

图 1-5-2 指数信号 3、指数衰减正弦信号:其表达式为 ?? ???><=-)0()sin()0(0)(t t Ke t t f at ω 其波形如下图: 图 1-5-3 指数衰减正弦信号 4、抽样信号:其表达式为: sin ()t Sa t t = 。)(t Sa 是一个偶函数,t = ±π,±2π,…,±n π时,函数值为零。该函数在很多应用场合具有独特的运用。其信号如下图所示:

信号的频谱分析及MATLAB实现

第23卷第3期湖南理工学院学报(自然科学版)Vol.23 No.3 2010年9月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Sep. 2010信号的频谱分析及MATLAB实现 张登奇, 杨慧银 (湖南理工学院信息与通信工程学院, 湖南岳阳 414006) 摘 要: DFT是在时域和频域上都已离散的傅里叶变换, 适于数值计算且有快速算法, 是利用计算机实现信号频谱分析的常用数学工具. 文章介绍了利用DFT分析信号频谱的基本流程, 重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施, 实例列举了MATLAB环境下频谱分析的实现程序. 通过与理论分析的对比, 解释了利用DFT分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应, 并提出了相应的改进方法. 关键词: MA TLAB; 频谱分析; 离散傅里叶变换; 频谱混叠; 频谱泄漏; 栅栏效应 中图分类号: TN911.6 文献标识码: A 文章编号: 1672-5298(2010)03-0029-05 Analysis of Signal Spectrum and Realization Based on MATLAB ZHANG Deng-qi, YANG Hui-yin (College of Information and Communication Engineering, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract:DFT is a Fourier Transform which is discrete both in time-domain and frequency-domain, it fits numerical calculation and has fast algorithm, so it is a common mathematical tool which can realize signal spectrum analysis with computer. This paper introduces the basic process of signal spectrum analysis with DFT, emphasizes the causes of error producing in spectrum analysis process and the main ways to decrease the analysis error, and lists the programs of spectrum analysis based on MATLAB. Through the comparison with the theory analysis, the problems of spectrum aliasing, spectrum leakage and picket fence effect are explained when using DFT to analyze signal spectrum, and the corresponding solution is presented. Key words:MATLAB; spectrum analysis; DFT; spectrum aliasing; spectrum leakage; picket fence effect 引言 信号的频谱分析就是利用傅里叶分析的方法, 求出与时域描述相对应的频域描述, 从中找出信号频谱的变化规律, 以达到特征提取的目的[1]. 不同信号的傅里叶分析理论与方法, 在有关专业书中都有介绍, 但实际的待分析信号一般没有解析式, 直接利用公式进行傅里叶分析非常困难. DFT是一种时域和频域均离散化的傅里叶变换, 适合数值计算且有快速算法, 是分析信号的有力工具. 本文以连续时间信号为例, 介绍利用DFT分析信号频谱的基本流程, 重点阐述频谱分析过程中可能存在的误差, 实例列出MATLAB 环境下频谱分析的实现程序. 1 分析流程 实际信号一般没有解析表达式, 不能直接利用傅里叶分析公式计算频谱, 虽然可以采用数值积分方法进行频谱分析, 但因数据量大、速度慢而无应用价值. DFT在时域和频域均实现了离散化, 适合数值计算且有快速算法, 是利用计算机分析信号频谱的首选工具. 由于DFT要求信号时域离散且数量有限, 如果是时域连续信号则必须先进行时域采样, 即使是离散信号, 如果序列很长或采样点数太多, 计算机存储和DFT计算都很困难, 通常采用加窗方法截取部分数据进行DFT运算. 对于有限长序列, 因其频谱是连续的, DFT只能描述其有限个频点数据, 故存在所谓栅栏效应. 总之, 用DFT分析实际信号的频谱, 其结果必然是近似的. 即使是对所有离散信号进行DFT变换, 也只能用有限个频谱数据近似表示连续频 收稿日期: 2010-06-09 作者简介: 张登奇(1968? ), 男, 湖南临湘人, 硕士, 湖南理工学院信息与通信工程学院副教授. 主要研究方向: 信号与信息处理

随机信号处理考试

《随机信号分析与处理》期末自我测评试题(一) 一、填空题(共10小题,每小题1分,共10分)??? 1、假设连续型随机变量的概率分布函数为F(x),则F(-∞)= 0,F(+∞)= 1。 2、如果一零均值随机过程的功率谱在整个频率轴上为一常数,则称该随机过程为白噪声,该过程的任意两个不同时刻的状态是不相关。 3、窄带正态噪声加正弦信号在信噪比远小于1的情况下的包络趋向瑞利分布,而相位则趋向均匀分布。 4、平稳随机信号通非线性系统的分析常用的方法是直接法和变换法与级数展开法。 5、对随机过程X(t),如果,则我们称X(t1)和X(t2)是不相关。如果 ,则我们称X(t1)和X(t2)是正交。如果 ,则称随机过程在和时刻的状态是独立。 6、平稳正态随机过程的任意维概率密度只由均值、协方差阵来确定。 7、典型的独立增量过程有泊松过程与维纳过程_。 8、对于随机参量,如果有效估计存在,则其有效估计就是最大后验概率估计。 9、对于无偏估计而言,均方误差总是大于等于某个量,这个量称为克拉美-罗(Cramer-Rao)下限,达到这个量的估计称为有效估计。 10、纽曼-皮尔逊准则是:约束虚警概率恒定的情况下使漏警概率最小。 二、选择题(共5小题,每小题2分,共10分) 1、是均值为方差为的平稳随机过程,下列表达式正确的有:(?b、d )(A)(B) (C)(D)

2、白噪声通过理想低通线性系统,下列性质正确的是:(a、c ) ?输出随机信号的相关时间与系统的带宽成反比 ?输出随机信号的相关时间与系统的带宽成正比 ?系统带宽越窄,输出随机过程随时间变化越缓慢 ?系统带宽越窄,输出随机过程随时间变化越剧烈 3、设平稳随机序列通过一个冲击响应为的线性系统,其输出用表示,那么,下列正确的有:(a、d ) 4、(A)(B) 5、(C)(D) 6、4、为的希尔伯特变换,下列表达正确的有:(a、c、d ) 7、(A)与的功率谱相等(B) 8、(C)(D)与在同一时刻相互正交 9、5、对于一个二元假设检验问题,判决表达式为:如果T(z)>g,则判成立,否则判成立。那么,虚警概率可表示为(a、b ) 10、(A)(B) 11、(C) (D) 三、判断题(共10小题,每小题1分,共10分) 为一个随机过程,对于任意一个固定的时刻,是一个确定值( F ) 2、随机信号的均值计算是线性运算,而方差则不是线性运算。( T )

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。

信号与测试实验1时率与频率

基本信号分析 一、实验目的 1.掌握基本信号的时域和频域分析方法 2.掌握信号的自相关和互相关分析,了解其应用 二、数据处理与分析 (1)幅值为1,频率为100Hz的正弦信号,上图为时域图,下图为利用快速傅里叶变换获得的频谱图。从频谱图上看出,f=100Hz时频域的幅值最大。 (2)频域为100Hz,幅值为1的方波信号,上图为时域图,下图为借助快速傅立叶变换获得的频域图。从频谱图上看出,f=100Hz时频域的幅值最大,随着频域增大,频域的幅值逐渐衰减。

(3)频率为100Hz,幅值为1的锯齿波信号图,上图为时域图,下图为借助傅立叶变换而获得的频域图。从频域图看出,在100Hz的整数倍频率上,频域幅值都出现了峰值,随着频率的增大,峰值逐渐收敛至0. (4)平均振幅为1的噪声信号,上图为时域图,下图为通过快速傅立叶变

换得出的频谱图,从频谱图可以看出,白噪声信号的频谱杂乱无章,无明显规律。 (5)由频率为50Hz、100Hz、150Hz的正弦信号组成的复合信号,上图为时域图,下图为频域图,从图中可以看出,频谱图在50、100、150Hz处出现了峰值。 (6)频率为100Hz 的正弦信号叠加噪声信号:上图为时域信号图,下图为

通过快速傅立叶变换获得的频谱图。与没有叠加噪声信号的正弦波相比,时域波形出现了毛刺,而频谱图中除了在100Hz处有峰值外,在其他频率点处也出现了一些较低的峰值。 (7)频率为100Hz的正弦信号和频率为100Hz的方波信号进行叠加,上图为时域信号,下图为频谱图。从时域图上可以看出,正弦波形叠加方波后有了明显的畸变。从频谱图上可以看出,除了100Hz处出现峰值以外,在其他频率点也出现了一些峰值。

信号的频谱分析

实验三信号的频谱分析 方波信号的分解与合成实验 一、任务与目的 1. 了解方波的傅立叶级数展开和频谱特性。 2. 掌握方波信号在时域上进行分解与合成的方法。 3. 掌握方波谐波分量的幅值和相位对信号合成的影响。 二、原理(条件) PC机一台,TD-SAS系列教学实验系统一套。 1. 信号的傅立叶级数展开与频谱分析 信号的时域特性和频域特性是对信号的两种不同的描述方式。对于一个时域的周期信号f(t),只要满足狄利克莱条件,就可以将其展开成傅立叶级数: 如果将式中同频率项合并,可以写成如下形式: 从式中可以看出,信号f(t)是由直流分量和许多余弦(或正弦)分量组成。其中第一项A0/2是常数项,它是周期信号中所包含的直流分量;式中第二项A1cos(Ωt+φ1)称为基波,它的角频率与原周期信号相同,A1是基波振幅,φ1是基波初相角;式中第三项A2cos(Ωt+φ2)称为二次谐波,它的频率是基波的二倍,A2是基波振幅,φ2是基波初相角。依此类推,还有三次、四次等高次谐波分量。 2. 方波信号的频谱 将方波信号展开成傅立叶级数为: n=1,3,5… 此公式说明,方波信号中只含有一、三、五等奇次谐波分量,并且其各奇次谐波分量的幅值逐渐减小,初相角为零。图3-1-1为一个周期方波信号的组成情况,由图可见,当它包含的分量越多时,波形越接近于原来的方波信号,还可以看出频率较低的谐波分量振幅较大,它们组成方波的主体,而频率较高的谐波分量振幅较小,它们主要影响波形的细节。

(a)基波(b)基波+三次谐波 (c)基波+三次谐波+五次谐波 (d)基波+三次谐波+五次谐波+七次谐波 (e)基波+三次谐波+五次谐波+七次谐波+九次谐波 图3-1-1方波的合成 3. 方波信号的分解 方波信号的分解的基本工作原理是采用多个带通滤波器,把它们的中心频率分别调到被测信号的各个频率分量上,当被测信号同时加到多路滤波器上,中心频率与信号所包含的某次谐波分量频率一致的滤波器便有输出。在被测信号发生的实际时间内可以同时测得信号所包含的各频率分量。本实验便是采用此方法,实验中共有5路滤波器,分别对应方波的一、三、五、七、九次分量。 4. 信号的合成 本实验将分解出的1路基波分量和4路谐波分量通过一个加法器,合成为原输入的方波信号,信号合成电路图如图3-1-2所示。 图3-1-2 三、内容与步骤 本实验在方波信号的分解与合成单元完成。 1. 使信号发生器输出频率为100Hz、幅值为4V的方波信号,接入IN端。 2. 用示波器同时测量IN和OUT1端,调节该通路所对应的幅值调节电位器,使该通路输出方波的基波分量,基波分量的幅值为方波信号幅值的4/π倍,频率于方波相同并且没有相位差.(注意:出厂时波形调节电位器已调到最佳位置,其波形基本不失真,基本没有相位差。若实验中发现存在波形失真或有相位差的现象,请适当调节波形调节电位器,使波形恢复正常。) 3. 用同样的方法分别在OUT3、OUT5、OUT7、OUT9端得到方波的三、五、七、九此谐波分量(注意其他谐波分量各参数应当满足式3-1-1所示)。 4. 完成信号的分解后,先后将OUT1与IN1、OUT3与IN2、OUT5与IN3、OUT7与IN4、OUT9与IN5连接起来,即进行谐波叠加(信号合成),分别测量(1)基波与三次谐波;(2)基波、三次谐波与五次谐波;(3)基波、三次谐波、五次谐波与七次谐波;(4)基波、三次谐波、五次谐波、七次谐波与九次谐波合成后的波形。并分别保

随机信号处理基础试题样题

南京理工大学课程考试试卷(学生考试用) 课程名称: 随机信号处理基础 学分: 2 教学大纲编号: 04036001-0 试卷编号: A 考试方式: 闭卷 满分分值: 100 考试时间: 120分钟 组卷日期: 2010年5月26日 组卷老师(签字): 审定人(签字): 学生班级: 学生学号: 学生姓名: 一、填充题 (30分) 1.如果随机变量X1和X2统计独立,且Y=X1十X2,则Y的特征函数和X1、X2各自特征函数关系: ;则Y的概率密度和X1、X2各自概率密度关系: 。 X t的两个不同时刻取样值之间统计独立条件为: 2.随机过程() 相互正交条件为: 互不相关条件为: 。3.在满足什么条件下: ,保证随机信号采样时 样点间的统计独立性? 4.给出奈曼-皮尔逊准则的基本思想: 。5.在高斯噪声中检测常值信号的最佳检测器是 ,其中拿什么统计量 与某门限比较。 6.自相关接收机和互相关接收机性能在什么条件 下,它们性能差不多;而在什么条件 下,它们性能差别较大, 优于 7.小输入信噪比条件下相参接收机的性能要优于非相参接收机的原因: 8.维纳滤波器的基本思想是: ;给出其中维纳霍夫方程表达式: 9.贝叶斯的参数估计中代价函数有哪几种:,

9.给出基于白化滤波器的有色噪声中已知信号检测的框图。 10.有哪两种经典功率谱估计方法?并简述其中一种方法。并画出高斯概率分布的限带白噪声的功率谱形状。 三、随机变量X 与Y 满足线性关系Y=cX 十d,X 为高斯变量(0,1)N ,c,d 为常数,求Y 的概率密度,并求X 和Y 的相关系数。 四、设源周期发射一个二元信号,“4”-4V 脉冲,“0”-0V 脉冲,10:()4():()() H x t n t H x t n t =+??=?,() n t 为(0,1)N 高斯白噪声,错误判决代价为1,正确判决代价为0,先验概率未知,利用极小极大准则给出判决门限,极小极大风险是多少?相应的先验概率是多少?同时给出虚警、漏警和发现概率表达式并在图中标出,给出最小平均错误概率相应的表达式。 五、设信号为一个视频脉冲,脉内进行编码[ 1 1 0 -1 -0.5 0 1 0.5]?,求该信号的匹配滤波器冲激响应?画出该匹配滤波器输出波形? 六、设目标的加速度是通过测量位移来估计的。若时变观察方程为2 ,1,2,i i x i a n i =+="。已知i n 服从()0,1N ,且[]0i E an =。利用前两次观察样本来计算加速度的最大似然估计,分析是否无偏估计和有效估计?如果前两次测量值分别为17m 和34m,那么加速度的最大似然估计是多少? 七、()()()2x t s t n t =+,()()t n t s ,是互相正交的随机过程。采用线性最小均方误差准则由()t x 估计()s t τ+,并给出最小的均方误差。当()s t 为白噪声时,还能否进行预测? 八、画出二相编码连续波雷达的回波波形,讨论该种雷达中目标检测及时延与多卜勒信号频率估计的方法,说明为什么该种雷达是多卜勒敏感的雷达。(注:本题方法不唯一,只要求给出方法思路)

相关文档
最新文档