实验1白噪声和M序列的产生
白噪声的产生与测试实验
3）正态随机随机数，从中取 1024、10240、20480 个点的功率普密度，做比较，
观察这些随机数的功率谱密度随长度的变化。实际的白噪声功率普密度不是常 数。 ⑷ 根据白噪声的特性，确定哪些随机信号属于白噪声范畴。根据分析确定 白噪声与概率分布有关系吗？ ⑸ 通过编程分别确定当5个均匀分布过程、5个指数分布分别叠加时，结果 是否是高斯分布。叠加次数对结果的影响？
Sn ( f ) N0 2
其中 N 0 /2就是白噪声的均方值。 白噪声的自相关函数位：
R （ ） N0 N ( ) 白噪声的自相关函数是位于τ=0处、强度为 0 的冲击函数。 2 2
这表明白噪声在任何两个不同的瞬间的取值是不相关的。同时也意味着白噪声能
随时间无限快的变化，因为它的带宽是无限宽的。下面我们给出几种分布的白噪 声。 随机过程的几种分布 均匀分布随机信号、正态分布（高斯分布）随机信号、指数分布随机信号等。
lim
T
（5）
取20480个点时的功率谱密度和自相关函数，如下图 （1） 功率谱密度：
（2） 随机信号叠加：
4.随机信号检验：
五、实验总结
这次试验让我们对白噪声有了很大的理解，最主要是在实验过程中用到了好 久不用的matlab软件，由于好长时间不用好多的函数的功能都忘记了，而且实验 过程中用到的好多函数以前都没接触过，所以还得花好长时间去查阅相关资料。 这次试验的目的其实让我们学会是利用matlab软件对信号分析，同时加深我们 对信号和噪声参数处理的理解，锻炼我们的实践动手能力。 参考文献：
均值表达了信号变化的中心趋势，或称之为直流分量。 在 MATLAB 中，可以用 mean()函数来计算。 （1）
白噪声的产生以及Matlab仿真
一、白噪声和有色噪声定义
1.白噪声（white noise）
系统辨识中所用到的数据通常都是含有噪声的。
从工程实际出发，这种噪声往往可以视为具有有理谱密度的平稳随机过程。
白噪声是一种最简单的随机过程，是有一系列不相关的随机变量组成的理想化随机过程。
其自相关函数为dirac函数。
2.有色噪声（colored noise）
理想的白噪声只是一种理论上的抽象，在物理上是很难实现的，现实中并不存在这样的噪声。
因而，工程实际中测量数据所包含的噪声往往是有色造势。
所谓有色噪声（或相关噪声）是指序列中没一时刻的噪声相关。
有色噪声可以看成是由白噪声序列驱动的线性环节的输出。
二、白噪声与有色噪声区别
（1）其实由定义可以看出，白噪声不同时刻是不相关的，自相关函数为脉冲函数；有色噪声则是相关的。
（2）实际测试可以通过测试功率谱来区别，白噪声的功率谱在各频率的值都比较平均，有色噪声则会有较为明显的峰值。
白噪声
功率谱。
白噪声的产生
σ 2 , ω ≤ ω0 （ ω0 为给定的远大于过程的截止频率） 谱密度： SW (ω ) = 0, ω > ω0 σ 2ω0 sin ω0τ 相关函数： RW (τ ) = ⋅
π
ω0τ
讨论白噪声时，还要涉及到白噪声的概率分布，服从正态分布的白噪声称为 高斯白噪声。 n 维白噪声：一个 n 维随机过程 W (t ) 满足： E{W (t )} = 0 Cov{W (t ),W (t + τ )} = E{W (t )W (t + τ )} = Qδ (τ ) 其中 Q 为正定常数矩阵，则称 W (t ) 为 n 维白噪声过程。 ● 白噪声序列 白噪声序列是白噪声过程的离散形式。如果序列 {W (k )} 满足： 相关函数： RW (l ) = σ 2δ l , l = 0,±1,±2,L 则称为白噪声序列。 谱密度： SW (ω ) =
N 2 = i =1 N / 12
∑ξ
N
i
−
N 12 2 由此可得正态分布η ~ N ( µη ,σ η ) 的随机数。
取 N = 12 时，有
η = µη + σ η
∑ξ
i =1
N
i
−
N 2
η = µη + σ η ∑ ξi − 6
i =1
● 变换抽样法 理论依据：设 ξ1 和 ξ 2 是相互独立的（0，1）均匀分布随机变量，则
● M 序列的生成结构图 ● M 序列的波形 1.2.3 特征多项式 解决如何选取反馈通道的问题，以保证生成 M 序列。 ● 定义多项式： G ( s ) = ∑ x i s i （无限阶）
i =0 P 1 , F ( s ) = 1 ⊕ ∑ a j s j （有限阶） F ( s) j =1 称 F ( s ) 为 M 序列的特征多项式。 注意 1：此时选取 M 序列初始状态为： x1 = 1, x 2 = 0, L , x P = 0 。 注意 2：生成 M 序列的结构图完全由特征多项式 F ( s ) 确定。 ∞
系统辨识 第1章解析
上面给出了系统模型的一般描述。在实际建模时， 要求不同，模型描述的详细程度也不尽相同，亦称为表 示的水平不同，具体地有： (1)行为水平 亦称为输人输出水平。该水平的模型将 系统视为一个“黑盒”，在输入信号的作用下，只对系 统的输出进行测量。 (2)分解结构水平 将系统看成若干个“黑盒”连接起 来，定义每个“黑盒”的输入与输出，以及它们相互之 间的连接关系。
在定义一个系统时，首先要确定系统的边界。尽管世界上的事物是相 互联系的，但当我们研究某一对象时，总是要将该对象与其环境区别开来。
边界确定了系统的范围，边界以外对系统的作用称为系统的输入，系统对
边界以外的环境的作用称为系统的输出。 尽管世界上的系统千差万别，但人们总结出描述系统“三要素”，即 实体、属性、活动。
22
ˆ
系统辨识算法
u(k)
参数未知 动态系统
y(k)
23
1.4.1辨识的定义
（1）L.A.Zadeh定义（1962）：辨识就是在输入和输出数 据的基础上，从一组给定的模型类中，确定一个与所测系 统等价的模型。 （2）P.Eykhoff定义（1974）：辨识问题可以归结为用一个 模型来表示客观系统本质特征的一种演算，并用这个模型 把对客观系统的理解表示成有用的形式。
应用》，薛定宇著，清华大学出版社。
4
第一章 绪论
概述
在自然科学和社会科学的许多领域中，人们越来
越重视对系统进行定量的系统分析、系统综合、仿真、
控制和预测。 将被研究对象模型化，是前提和基础。 所谓系统辨识，就是研究如何确定系统的数 学模型及其参数。
5
1.1 系统、模型
1.1.1 系统
系统是由相互联系、相互作用的若干组成部分结 合而成的，具有特定功能的总体。
白噪声的产生和分析
白噪声的产生和分析①理想白噪声均值为零而功率谱密度为非零常数，即()012N S N ωω=-∞<<+∞，的平稳随机过程()N t 称为白噪声。
利用维纳—辛钦公式，不难得到白噪声的自相关函数为()()12j N N R S e d ωττωωπ∞-∞=⎰04j N e d ωτωπ∞-∞=⎰()012N δτ= ②若一个具有零均值的平稳随机过程()X t ，其功率谱密度在某一个有限频率范围内均匀分布，而在此范围外为零，则称这个过程为带限白噪声。
带限白噪声又可分为低通型的和带通型的。
低通型带限白噪声的功率谱密度满足()0, 0,X S WS Wωωω≤⎧=⎨>⎩ 自相关函数为()()12j X XR S e d ωττωωπ∞-∞=⎰012Wj WS e d ωτωπ-=⎰0sin WS W W τπτ=带通型带限白噪声的功率谱密度满足()000,220,X W W S S ωωωω⎧-<<+⎪=⎨⎪⎩其它自相关函数为()()00sin 2cos 2X W WS R W ττωττπ= Matlab 相关函数rand(m,n) 产生m 行n 列的均匀分布 randn(m,n) 产生m 行n 列的高斯分布 [c,lags] =xcorr(x,maxlags,'option') 自相关函数，'option'选择'unbiased'无偏估计，时域区间[-maxlags:maxlags] ，序列长度2*maxlags+1[Pxx,f] = periodogram(x,window,nfft,fs) 功率谱密度，偶数点时，Pxx 长度(nfft/2 + 1)，w 范围[0,pi][f,xi] = ksdensity(x) 一维概率密度 fft(X) 傅里叶变换[n,Wn] = buttord(Wp,Ws,Rp,Rs,'s') 巴特沃斯滤波器，Wp 为通带边界频率,Ws 为阻带边界频率,Rp 通带最大衰减,Rs 为阻带最小衰减，n 为阶数，Wn 为归一化频率[z,p,k] = buttap(n) 巴特沃斯模拟低通滤波器模型[h,w] = freqz(hd,n) 离散时域滤波器的频率响应，h、w长度为n，w范围[0,pi] filter(b,a,X) 滤波器[b,a]=ellip(n, Rp, Rs, Wn，'option') 椭圆滤波器实验设计与实现（1）用Matlab编写和仿真程序。
m序列实验报告
实验报告--m序列的产生及其特性实验班级：XXXXXX学号：XXXXX姓名：XXXXXM序列的产生及其特性实验一、实验目的掌握m序列的特性、产生方法及运用二、实验内容（1）编写MATLAB程序生成并观察m序列，识别其特征（2）观察m序列的相关特性三、实验原理m序列是有n级线性移位寄存器产生的周期为2n −1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215 −1的m序列，又称短PN序列；另一种是周期为242 −1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。
四、实验分析在实验中我选择的是n=6的级数，选择了103、147、155这三个反馈系数1：当反馈系数会Ci=(103)8=(1000011)2原理框图2: 当反馈系数会Ci=(147)8=(1100111)2原理框图3: 当反馈系数会Ci=(155)8=(1101101)2原理框图五、实验程序clearclose all;clcG=127;%使用多项式（103)8=(1000011)2产生第一个m序列sd1=[0 0 0 0 0 1];%寄存器的初始状态PN1=[];%第一个序列for j=1:GPN1=[PN1 sd1(1)];if sd1(1)==sd1(2)temp1=0;else temp1=1;endsd1(1)=sd1(2);sd1(2)=sd1(3);sd1(3)=sd1(4);sd1(4)=sd1(5);sd1(5)=sd1(6);sd1(6)=temp1;endsubplot(3,1,1)stem(PN1)title('使用生成多项式（103)8=(1000011)2产生第一个m序列')%使用生成多项式（147)8=(1100111)2产生第二个m序列sd2=[0 0 0 0 0 1];%寄存器的初始状态PN2=[];%第一个序列for j=1:GPN2=[PN2 sd2(1)];if sd2(1)==sd2(2)temp1=0;else temp1=1;endif sd2(5)==temp1temp2=0;else temp2=1;endif sd2(6)==temp2temp3=0;else temp3=1;endsd2(1)=sd2(2);sd2(2)=sd2(3);sd2(3)=sd2(4);sd2(4)=sd2(5);sd2(5)=sd2(6);sd2(6)=temp3;endsubplot(3,1,2)stem(PN2)title('使用生成多项式（147)8=(1100111)2产生第二个m序列')%使用生成多项式（155)8=(1101101)2产生第三个m序列sd3=[0 0 0 0 0 1];%寄存器的初始状态PN3=[];%第一个序列for j=1:GPN3=[PN3 sd3(1)];if sd3(1)==sd3(2)temp1=0;else temp1=1;endif sd3(4)==temp1temp2=0;else temp2=1;endif sd3(5)==temp2temp3=0;else temp3=1;endsd3(1)=sd3(2);sd3(2)=sd3(3);sd3(3)=sd3(4);sd3(4)=sd3(5);sd3(5)=sd3(6);sd3(6)=temp3;endsubplot(3,1,3)stem(PN3)title('使用生成多项式（155)8=(1101101)2产生第三个m序列')六、实验结果七、m序列的相关性质PN1 =0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 1 0 1 0 0 1 1 1 1 0 1 0 0 0 1 1 1 0 0 1 0 0 1 0 1 1 0 1 1 1 0 1 1 0 0 1 1 0 1 0 1 0 1 1 1 1 1 1PN2 =0 0 0 0 0 1 1 0 1 1 1 0 0 1 1 0 0 0 1 1 1 0 1 0 1 1 1 1 1 1 0 1 1 0 1 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1 0 1 0 1 0 0 1 0 0 1 1 1 1PN3 =0 0 0 0 0 1 0 1 1 1 1 1 1 0 0 1 0 1 0 1 0 0 0 1 1 0 0 1 1 1 1 0 1 1 1 0 1 0 1 1 0 1 0 0 1 1 0 1 1 0 0 0 1 0 0 1 0 0 0 0 1 1 11）均衡性在m序列的一个周期中，0和1的数目基本相等，1的数目比0的数目多一个，由PN1可知总共有32个1和31个0.2）游程分布M序列中取值相同的那些相继的元素合称为一个“游程”。
试验八：M序列产生及特性分析实验
试验八：m序列产生及特性分析实验一实验目的1．了解m序列的性质和特点；2．熟悉m序列的产生方法；3．了解m序列的DSP或CPLD实现方法。
二实验内容1．熟悉m序列的产生方法；2．测试m序列的波形；3*．用DSP或CPLD编程产生m序列。
三实验原理m序列是最长线性反馈移存器序列的简称,是伪随机序列的一种。
它是由带线性反馈的移存器产生的周期最长的一种序列。
m序列在一定的周期内具有自相关特性。
它的自相关特性和白噪声的自相关特性相似。
虽然它是预先可知的，但性质上和随机序列具有相同的性质。
比如：序列中“0”码与“1”码等抵及具有单峰自相关函数特性等。
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：图1-1-1 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，C i为第i位寄存器的反馈系数。
C i＝1表示有反馈，C i＝0表示无反馈。
我们先给出一个m序列的例子。
在图1-1-1中示出一个4级反馈移存器。
若其初始状态为（a3, a2, a1, a）=（1，0，0，0），则在移位一次时，由a3和a模2相加产生新的输入a4=1⊕0=1新的状态变为（a4, a3, a2, a1）=( 1, 1, 0, 0)这样移位15次后又回到初始状态（1，0，0，0），不难看出，若初始状态为全“0”，即“0，0，0，0”，则移位后得到的仍为全“0”状态。
这就意味着在这种反馈移存器中应避免出现全“0”状态。
不然移存器的状态将不会改变。
因为4级移存器共有24=16种可能的不同状态。
除全“0”状态外，只剩15种状态可用。
即由任何4级反馈移存器产生的序列的周期最长为15。
我们常常希望用尽可能小的级数产生尽可能长的序列。
由上例可见，一般说来，一个n 级反馈移存器可能产生的最长周期等于（2n –1）。
我们将这种最长的序列称为最长线性反馈1 1 1 1 0 1 0 1 1 0 0 1 0 0 00 1 1 1 1 0 1 0 1 1 0 0 1 0 00 0 1 1 1 1 0 1 0 1 1 0 0 1 00 0 0 1 1 1 1 0 1 0 1 1 0 0 1移存器序列，简称m 序列。
m序列产生实验
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：∑==ni 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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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：21
日期：2012 年9 月27 日
1．实验题目：白噪声和M序列的产生
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：
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：
生成的白噪声的频率统计图如下：
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）：
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。