信号时频分析作业
短时傅里叶变换（STFT）算法研究与仿真实现
学号：
姓名：
短时傅里叶变换（STFT）算法研究与仿真实现
摘要：本文首先介绍了时频分析的发展，然后主要介绍了一种时频变换技术——短时傅里叶变换（STFT）的基本原理和特点，并应用短时傅里叶变换的方法对仿真信号进行了时频分析。最后，介绍了时频变换在雷达方面的具体应用。
关键词：时频分析，STFT
1引言
傅里叶变换是应用最广泛的信号分析工具之一，其基本观点是一个任意信号总是可以分解成一组不同频率的正弦信号，即实质上是将信号投影为一组基函数的过程，每一个基函数是频率固定的正弦波，投影的结果形成了原始信号的傅里叶变换，它在一个特定频率的值是信号与该频率正弦基相似性的度量，因此，信号的频率特性可以通过傅里叶变换表现出来。
现实世界中许多信号的频率是随时间变换的，在这种情况下，利用简单的正弦波作为基函数并且通过频谱来描述信号不总是最好的办法，时频变换就是为了描述信号的时变频率分量而发展起来的。时间信号的时频表示开始于Gabor，称为短时傅里叶变换（STFT）。它是一个移动窗口傅里叶变换，通过移动时间窗口来分析信号频率分量，这样得到一个二维的时频分布，称为谱图，谱图包含了信号在不同时间的频率信息。
时频变换主要分为两类：线性时频变换和双线性变换。本文主要讨论的STFT 是线性时频变换，而双线性变换的典型算法是Wigner-Ville分布(WVD)。
本文主要研究了短时傅里叶变换（STFT）的基本原理和特点，并应用短时傅里叶变换的方法对仿真信号进行了时频分析。最后，介绍了时频分析在雷达方面的具体应用。
2
短时傅里叶变换(STFT)
2.1 连续信号的STFT
分析时变频率分量信号的一种标准方法是把时间信号分成许多段，然后对每傅里叶变换，即为STFT 操作，信号()x t 的短时傅里叶变换定义如下：
()()(),j x t x t e d STFT ττττηΩ∞*
Ω=-?-∞ （0-1）
短时傅里叶变换与傅里叶变换唯一的区别就是给定了一个窗函数()t η去截取()x t ，对截下来的局部信号做傅里叶变换，即可得到t 时刻的该段信号的傅里叶变换。由于窗函数()t η的存在使短时傅里叶变换具有了局部特性，它既是时间的函数，又是频率的函数。对给定的时间t ，(),x t STFT Ω可以看作是该时刻的频谱。为了提高短时傅里叶变换的时间分辨率，需要选择尽可能短的窗函数()t η；另一方面要得到高的频率分辨率，要求选择的时间的窗函数()t η的时间宽度尽可能的长，因此与时间分辨率的提高相矛盾。对于非平稳信号，利用短时傅里叶变换方法很难找到一个合适的时间窗口来适应不同的时间段，这是它最大的不足之处。
与其它的时频分布（如Wigner 分布）的方法相比，基于短时傅里叶变换的微多普勒有速度快、算法简单、易实现等特点。 2.2 离散信号的STFT
实际应用中要实现一个信号的STFT ，必须对该信号进行离散化，且为有限长。设采样后的信号为()n x ，0,1,,1n L =-L ，对应式（（0-1）有
()()()()(),,j j n
j n x n
m e x n n mN e
x n g n mN e STFT g ωωω*
-=-=-∑ （0-2） 式子中N 是在时间窗函数移动的步长；s T ω=Ω是圆周频率，s T 为由()x t 得到()n x 的采样间隔。式（0-2）对应傅里叶变换中的DTFT ，即时间是离散的，频率是连续的。为了在工程中实现，还应将ω离散化，令2k k M
π
ω=
，则
()()()2,j
kn M
x k n
m x n n mN e
STFT g πω-*=-∑ （0-3）
上式将频率域的一个周期2π分成了M 个点，显然，它是一个M 个点的DFT 。若函数()g n 的宽度正好也是M 点，那么上式可以写成
()()()1
0,M nk
x M n m k n mN STFT W x n g -*
==-∑ ， 0,1,,1k M =-L （0-4）
若()g n 的宽度小于M ，那么可以将其补零，使之变为M ；若()g n 的宽度大于M ，则应增大M 使之等于窗函数的宽度。总之，上式为一标准的DFT ，时域、频域的长度都是M 。上式中，N 的大小决定了窗函数沿时间轴移动的间距，N 越小，m 的取值越多，得到的时频曲线越密。若1N =，即窗函数在()n x 的方向上每个一个点移动一次，这样按照上式共做L N 个M 点的DFT 。
上式的反变换是
()()1
1
n ,M nk M m k x STFT m k W
M
--==
∑∑ （0-5）
式中，m 的求和取值范围取决于数据的长度L 及窗函数移动的步长N 。 3
仿真实现
以线性调频信号和正弦调频信号为例，仿真结果如下所示。 3.1 线性调频（LFM ）信号 3.1.1 单个信号分量
信号的参数为：调频斜率K=500Hz/s ，时长1s ，带宽500Hz ，中心频率200Hz ，采样频率1600HZ
-800
-600
-400
-200
0200
400
600
800
-10-505101520
253035
40d B
frequency (Hz)
Spectrum of Signal
图 0-1 单个LFM 信号的频谱
其STFT 时频分布图如下：
time (s)
f r e q u e n c y (H z )
STFT of the Signal
00.10.20.30.4
0.50.60.70.80.9
-800-600-400-2000200400
600
图 0-2 单个LFM 信号的STFT 时频分布
3.1.2 多个信号分量
设信号包含两个LFM 信号，信号参数如下：
信号1：调频斜率500Hz/s ，时长1s ，带宽500Hz ，中心频率200Hz ； 信号2：调频斜率500Hz/s ，时长1s ，带宽500Hz ，中心频率300Hz ； 采样频率1800HZ 。
-1000
-800-600-400
-20002004006008001000
-100
10
20
30
40
50
d B
frequency (Hz)
Spectrum of Signal
图 0-3 多个LFM 信号混合的频谱
其STFT 时频分布图如下：
time (s)
f r e q u e n c y (H z )
0.1
0.2
0.3
0.4
0.50.6
0.7
0.8
0.9
-800-600-400
-2000200400600
800
图 0-4 多个LFM 信号混合的STFT 时频分布
3.2 正弦调频信号 3.2.1 单个信号分量
信号参数：调制频率2Hz ，带宽160Hz ，信号时长1s ，载频200Hz 。
-600
-400-200
200400600
-300-250-200-150-100
-50
50
d B
frequency (Hz)
图 0-5 单个正弦调频信号的实部
其STFT 时频分布图如下：
time (s)
f r e q u e n c y (H z )
STFT of the Signal
00.10.20.30.4
0.50.60.70.80.9
-600
-400
-200
200
400
图 0-6 单个正弦调频信号的STFT 时频分布
3.2.2 多个信号分量
设信号包含两个正弦信号分量，其参数如下
信号1：调制频率2Hz ，带宽160Hz ，信号时长1s ，载频200Hz ； 信号2：调制频率1Hz ，带宽50Hz ，信号时长1s ，载频200Hz 。
-600
-400-200
200400600
-300-250-200-150-100-50
050
100d B
frequency (Hz)
Spectrum of Signal
图 0-7 两个正弦调频混合信号的频谱
该信号的STFT 时频分布结果如下。
time (s)
f r e q u e n c y (H z )
STFT of the Signal
00.10.20.30.4
0.50.60.70.80.9
-600
-400
-200
200
400
图 0-8 两个正弦调频混合信号的STFT 时频分布
3.3 结果分析
由各个时频分析结果看出，不论对于LFM 信号，还是对于正弦调频信号，STFT 的时间—频率分辨率较差，两个LFM 信号的频率直线无法分辨，图 0-两个分量的时频曲线几乎重叠在一起；对于某时刻，频率主瓣较宽，频率很难定位。但是在时间—频率分辨率要求不高的情况下STFT 实现较为方便。
4 时频变换在雷达方面的应用
傅里叶变换在雷达信号和图像处理领域已被广泛应用，当雷达信号呈现时变特性时，在时频域中表示强度或能量分布的变换，即时频变换才是最理想的变换。如今，时频变换对于噪声中微弱信号检测、雷达后向散射分析、机动目标图像聚焦、运动补偿、微多普勒分析等方面，是很有用的工具。
参考文献
[1] 雷达成像与信号分析时频变换.Victor C. Chen , Hao Ling著.种劲松，余颖译.海洋出版社.2008.8
[2] 雷达系统设计MATLAB仿真.Bassem R. Mahafaza , Atef Z. Elsherbeni著.朱国富黎向阳等译.电子工业出版社.2009.10
[3] 葛哲学，陈仲生.Matlab时频分析技术及其应用.2006.
信号分析与处理答案第二版完整版
信号分析与处理答案第 二版 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
第二章习题参考解答 求下列系统的阶跃响应和冲激响应。 (1) 解当激励为时，响应为，即： 由于方程简单，可利用迭代法求解： ，， …， 由此可归纳出的表达式： 利用阶跃响应和冲激响应的关系，可以求得阶跃响应： (2) 解 (a)求冲激响应 ，当时，。 特征方程，解得特征根为。所以： …(2.1.2.1) 通过原方程迭代知，，，代入式(2.1.2.1)中得：解得，代入式(2.1.2.1)： …(2.1.2.2) 可验证满足式(2.1.2.2)，所以： (b)求阶跃响应 通解为 特解形式为，，代入原方程有，即 完全解为 通过原方程迭代之，，由此可得 解得，。所以阶跃响应为： (3)
解 (4) 解 当t>0时，原方程变为：。 …(2.1.3.1) …(2.1.3.2) 将(2.1.3.1)、式代入原方程，比较两边的系数得： 阶跃响应： 求下列离散序列的卷积和。 (1) 解用表 格法求 解 (2) 解用表 格法求 解 (3) 和 如题图2.2.3所示 解用表 格法求 解
(4) 解 (5) 解 (6) 解参见右图。 当时： 当时： 当时： 当时： 当时： (7) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： (8) ，解参见右图
当时： 当时： 当时： 当时： (9) ， 解 (10) ， 解 或写作：
求下列连续信号的卷积。 (1) ， 解参见右图： 当时： 当时： 当时： 当时： 当时： 当时： (2) 和如图2.3.2所示 解当时： 当时： 当时： 当时： 当时： (3) ， 解 (4) ， 解 (5) ， 解参见右图。当时：当时： 当时：
信号时频分析-讲义-WVD
Wigner-Ville 分布 Wigner-Ville 分布可以看作是一大类分布的原型，它们和短时傅立叶变换谱有着本质的 不同。它首先由Wigner 提出，用于量子力学领域问题的研究，后由Ville 引入到信号分析。因为在计算中，信号需要用到两次，因此Wigner-Ville 分布被称为一种二次型分布。 基本定义及计算 Wigner-Ville 分布可由信号x (t )本身或它的频谱)(ωX 定义为如下两种等价方式 ττ+τ-=ωτω -+∞∞-?d )e 21()21(π21)(i t x t x ,t WVD *x , (2.1.1) τθ+ωθ-ω=ωθ+∞∞-?d )e 2 1 ()21(π21)(i t *x X X ,t WVD . (2.1.2) 其中*表示复数共轭。要证明上面两式是等价的，只需将信号写成它的频谱形式，然后将其代入到(2.1.1)式，即可得到(2.1.2)式。式(2.1.1)中，)2/()2/(* ττ+-t x t x 称为信号的瞬时相关函数，因此Wigner-Ville 分布实质上是对信号的瞬时相关函数的傅立叶变换，它的结果能够反映信号的时频特征。 例2.1.1 对于信号 )π400sin()(t t x = )10(≤≤t (2.1.3) 其采样频率为1000 Hz 。图2.1.1是其Wigner-Ville 分布，频率轴划分区间数为512。图中清楚显示，该信号在整个时间段上，只含有一个频率为200Hz 的分量。需要说明的是，图中显示的是Wigner-Ville 分布的绝对值，后面所有图中，如果没有特别注明，都默认显示的是绝对值。 图2.1.1 信号(2.1.3)的Wi gn er-Vi ll e 分布 W i g n e r -V il l e 分布 500 0.2 0.4 0.6 1 0.2 0.4 0.6 0.8
西电随机信号大课后复习
随机信号大作业 班级：02xxxx 姓名：xx
学号：02xxxxx 第一章 1.23上机题：设有随机初相信号X(t)=5cos（t+φ），其中相位φ是在区间（0,2π）上均匀分布的随机变量。试用Matlab编程产生其三个样本函数。 解：程序： clc clear m=unifrnd(0,2*pi,1,10); for k=1:3 t=1:0.1:10; X=5*cos(t+m(k)); plot(t,X); hold on
end title('其三个样本函数'); xlabel('t');ylabel('X(t)'); grid on ;axis tight ; 由 Matlab 产生的三个样本函数如下图所示： 第二章 2.22 上机题：利用Matlab 程序设计一正弦型信号加高斯白噪声的复合信号。 (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 1 2 3 4 5 6 7 8 9 10 -4-3-2-101 23 4其三个样本函数 t X (t )
解：取数据如下： 正弦信号的频率为：fc=10HZ，抽样频率为：fs=100HZ； 信号：x=sin(2*pi*fc*t)； 高斯白噪声产生复合信号y： y=awgn(x,10)； 复合信号y通过理想滤波器电路后得到信号y3 ，通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t))； y3的幅度分布特性可以通过傅里叶变换得到Y3(jw)=fft(y3)，y3的功率谱密度：G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))。 程序： clear all; fs=100; fc=10; n=201; t=0:1/fs:2; x=sin(2*pi*fc*t); y=awgn(x,10); m=50; i=-0.49:1/fs:0.49; for j=1:m R(j)=sum(y(1:n-j-1).*y(j:199),2)/(n-j); Ry(49+j)=R(j);
信号分析与处理习题
2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω)，试利用X (e j ω )表示下列序列的傅里叶变换： （1） )1()1()(1n x n x n x --+-= （2） )]()([2 1 )(2n x n x n x -+= * 分析：利用序列翻褶后的时移性质和线性性质来求解，即 )()(ωj e X n x ?，)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解：（1）由于)()]([ω j e X n x DTFT =，)()]([ωj e X n x DTFT -=-，则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= （2）由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换（闭合形式表达式）：
工程教育专业认证标准
工程教育专业认证标准（讨论稿） （2011年11月） 1．总则 （1）本标准适用于普通高等学校工程教育本科专业认证。 （2）本标准提供工程教育本科培养层次的基本质量要求。 （3）本标准由通用标准和专业补充标准组成。
2．通用标准 2.1 专业目标 2.1.1 专业设置 专业设置适应国家和地区、行业经济建设的需要，适应科技进步和社会发展的需要，符合学校自身条件和发展规划，有明确的服务面向和人才需求。申请认证或重新认证的专业必须具有： 1．明确充分的专业设置依据和论证，有相应学科作依托，专业口径、布局符合学校的定位。 2．明确的、可衡量、公开的人才培养目标。根据经济建设和社会发展的需要、自身条件和发展潜力，确定在一定时期内培养人才的层次、类型和人才的主要服务面向。 3．至少已有3届毕业生。 2.1.2 毕业生能力 专业必须证明所培养的毕业生达到如下知识、能力与素质的基本要求： 1．具有较好的人文社会科学素养、较强的社会责任感和良好的工程职业道德； 2．具有从事工程工作所需的相关数学、自然科学知识以及一定的经济管理知识； 3．掌握扎实的工程基础知识和本专业的基本理论知识，了解本专业的前沿发展现状和趋势； 4．具有综合运用所学科学理论和技术手段分析并解决工程问题的基本能力； 5．掌握文献检索、资料查询及运用现代信息技术获取相关信息的基本方法； 6．具有创新意识和对新产品、新工艺、新技术和新设备进行研究、开发和设计的初步能力； 7．了解与本专业相关的职业和行业的生产、设计、研究与开发的法律、法规，熟悉环境保护和可持续发展等方面的方针、政策和法津、法规，能正确认识工程对于客观世界和社会的影响； 8．具有一定的组织管理能力、较强的表达能力和人际交往能力以及在团队
《信号分析与处理》复习总结
信号是带有信息（如语音、音乐、图象、数据等）的随时间（和空间）变化的物理或物理现象，其图象称为信号的波形。信号是消息的表现形式，消息则是信号的具体内容。 分类：根据不同分类原则，信号可分为：连续时间信号与离散时间信号；确定信号与随机信号；周期信号和非周期信号；功率信号与能量信号等等 反因果信号：若当t ≥0时，f (t )=0;当t <0时，f (t )≠0. 系统：由若干相互作用和相互依赖的事物组合而成的具有特定功能的整体。 ???????=???≠=∞=?∞ ∞ -1)()0( 0)0( )(dt t t t t δδ()()t t δδ-= ()t δ为偶对称函数 1()d 2j t t e ωδωπ ∞-∞= ?——()t δ的逆傅立叶变 换 ()()d ()() t x t t t t x t t t δε-∞ -=-?) ()()()(000t t t x t t t x -=-δδ)(| |1 )(t a at δδ= )(t δ'是奇对称函数 ) ()(, 0)(t d d t δττδττδ='='? ? ∞ -∞ ∞ -离散时间单位: 0()(), ()()(1) m n n m n n n εδδεε+∞ ==-=--∑稳定 性 ∑? +∞-∞ =∞ +∞ -∞ <∞
声频信号的时频分析
班级 011304 学号 1301120308 题目声频信号的时频分析 学院通信工程学院 专业通信与信息系统 学生姓名白小慧
摘要 我们生活在一个信息社会里，而信息的载体就是信号。在我们身边以及在我们身上，信号是无处不在的。如我们随时可听到的语音信号，随时可看到的视频图像信号，伴随着我们生命始终的心电信号，脑电信号以及心音、脉搏、血压、呼吸等众多的生理信号。 语言作为人类最重要最自然的交流工具，是人类获得信息的重要来源之一.研究声频信号的特性和工业控制领域的语音识别技术，开发实用的语音识别和控制系统，对于语音识别技术的普及与应用具有十分重要的意义。 本文从声音的产生开始，分析声音的特性进而用傅里叶变换和短时傅里叶变换分析声频信号。 关键词：语音识别，傅里叶变换，短时傅里叶变换
ABSTRACT As the most important and natural tool for human's communication, language is one of the most significant sources for human to get information. The research on the characteristics of the audio signals and the speech recognition technology in the field of industrial control and the development of utility system of speech recognition and control are very significant and necessary for the popularization and application of the speech recognition technology. This paper introduces the generation of sound ，some analyses on the characteristics of speech are given. In addition, the audio signals is analyzed via the Fourier transform and short-time Fourier transform. Keywords ：speech recognition，Fourier transform，short-time Fourier transform
西电随机信号分析大作业
随机信号分析大作业 学院：电子工程学院 班级：021151 学号：02115037 姓名：隋伟哲
第一题：设有随机信号X（t）=5cos(t+a),其中相位a是在区间（0,2π）上均匀分布的随机变量，使用Matlab编程产生其三个样本函数。 解： 源程序如下： clc;clear; C=2*pi*rand(1,3);%在[0,2π]产生均匀分布的相位角 t=1:.1:80; y1=5*cos(t+C(1)); %将产生的随机相位角逐一代入随机过程中 y2=5*cos(t+C(2)); %将产生的随机相位角逐一代入随机过程中 y3=5*cos(t+C(3)); %将产生的随机相位角逐一代入随机过程中 plot(t,y1,'r-'); hold on; plot(t,y2,'g--'); hold on; plot(t,y3,'k-'); xlabel('t');ylabel('X(t)'); grid on;axis([0 30 -8 8]); title('随机相位的三条样本曲线'); 产生的三条样本曲线：
第二题：利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。（1）分析复合信号的功率谱密度、幅度分布特性； （2）分析复合信号通过RC积分电路后的功率谱密度和相应的幅度分布特性； （3）分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 解：设定正选信号的频率为10HZ，抽样频率为100HZ x=sin(2*pi*fc*t)
（1）正弦函数加上高斯白噪声： y=awgn(x,10) y 的幅度分布特性可以通过傅里叶变换得到： Y(jw)=fft(y) y 的功率谱密度： G(w)=Y(jw).*conj(Y(jw)/length(Y(jw))) 随机序列自相关函数的无偏估计公式为： 1 01()()()N m xx n R m x n x n m N m --==+-∑ 01m N ≤≤- （2）复合信号 y 通过RC 积分电路后得到信号y2 通过卷积计算可以得到y2 即：y2= conv2(y,b*pi^-b*t) y2的幅度分布特性可以通过傅里叶变换得到： Y2(jw)=fft(y2) y2的功率谱密度： G2(w)=Y2(jw).*conj(Y2(jw)/length(Y2(jw))) （3）复合信号 y 通过理想滤波器电路后得到信号y3 通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t)) y3的幅度分布特性可以通过傅里叶变换得到： Y3(jw)=fft(y3) y3的功率谱密度： G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))
测试信号分析与处理作业实验一二
王锋 实验一：利用FFT 作快速相关估计 一、实验目的 a.掌握信号处理的一般方法，了解相关估计在信号分析与处理中的作用。 b.熟悉FFT算法程序；熟练掌握用FFT作快速相关估计的算法。 c.了解快速相关估计的谱分布的情况。 二、实验内容 a.读入实验数据[1]。 b.编写一利用FFT作相关估计的程序[2]。 c.将计算结果表示成图形的形式，给出相关谱的分布情况图。 注[1]：实验数据文件名为“Qjt.dat”。 实验数据来源：三峡前期工程 “覃家沱大桥” 实测桥梁振动数据。 实验数据采样频率：50Hz。 可从数据文件中任意截取几段数据进行分析，数据长度N 自定。 注[2]：采用Matlab 编程。 三、算法讨论及分析 算法为有偏估计，利用FFT计算相关函数 Step 1: 对原序列补N个零，得新序列x2N(n) Step2: 作FFT[x2N(n)]得到X2N(k) Step 3: 取X2N(k)的共轭，得 Step 4: 作 Step 5: 调整与的错位。 四、实验结果分析 1. 该信号可以近似为平稳信号么？ 可以近似为平稳信号，随机过程的统计特性不随样本的采样时刻而发生变化。取N=8192，分别取间隔m=500,m=700,m=1000,所得到的均值均为0.5366，方差为47369，与时间无关。
图1-1 自相关函数图 (上图表示的R0，下图为调整后的R0) 2. 该信号是否具有周期性，信噪比如何？ >> load Qjt.dat; %加载数据 N=32768; %数据长度 i=1:1:N; %提取数据 plot(i,Qjt(i)); 抛去几个极值点，从图1-2可以看出，数据具有一定的周期性，杂音比较少，说明信噪比较高。 图1-2 数据图
随机信号分析大作业
随机信号分析实验报告 信息25班 2120502123 赵梦然
作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。
一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为：
测试信号分析与处理作业实验五
王锋 实验五：多种功率谱估计的比较 一、实验目的 a.了解功率谱估计在信号分析中的作用； b.掌握随机信号分析的基础理论，掌握参数模型描述形式下的随机信 号的功率谱的计算方法； c.掌握在计算机上产生随机信号的方法； d.了解不同的功率谱估计方法的优缺点。 二、实验准备 有三个信号源，分别代表三种随机信号（序列）。 信号源1： 123()2cos(2)2cos(2)2cos(2)()x n f n f n f n z n πππ=+++ 其中，1230.08,=0.38,0.40f f f == z(n)是一个一阶 AR 过程，满足方程： ()(1)(1)()z n a z n e n =--+ (1)0.823321a =- e(n)是一高斯分布的实白噪声序列，方差20.1σ= 信号源2和信号源3： 都是4阶的AR 过程，它们分别是一个宽带和一个窄带过程，满足方程： ()(1)(1)(2)(2)(3)(3)(4)(4)()x n a x n a x n a x n a x n e n =--------+ e(n)是一高斯分布的实白噪声序列，方差2σ，参数如下： 三、实验内容 a. 描绘出这三个实验信号的真实功率谱波形。 b. 在计算机上分别产生这个三个信号，令所得到的数据长度 N= 256 。 注意：产生信号的时候注意避开起始瞬态点。例如，可以产生长度为512 的信号序列，然后取后面256 个点作为实验数据。 c. 分别用如下的谱估计方法，对三个信号序列进行谱估计。 1、经典谱估计 周期图法 自相关法 平均周期图法（Bartlett 法）
Welch法（可选每段64 点，重叠32 点，用Hamming 窗）2、现代谱估计 Yule - Walker方程（自相关法） 最小二乘法 注：阶次p可在3－20之间，由自己给定。 四、实验结果分析 生成的信号源
时频分析工具箱函数说明
时频分析工具箱中提供了计算各种线性时频表示和双线性时频分布的函数，本帖主要列出时频分析工具箱函数简介，以号召大家就时频分析应用展开相关讨论。 一、信号产生函数： amexpo1s 单边指数幅值调制信号amexpo2s 双边指数幅值调制信号amgauss 高斯幅值调制信号 amrect 矩形幅值调制信号 amtriang 三角形幅值调制信号fmconst 定频调制信号 fmhyp 双曲线频率调制信号 fmlin 线性频率调制信号 fmodany 任意频率调制信号 fmpar 抛物线频率调制信号 fmpower 幂指数频率调制信号 fmsin 正弦频率调制信号 gdpower 能量律群延迟信号 altes 时域Altes信号 anaask 幅值键移信号 anabpsk 二进制相位键移信号
anafsk 频率键移信号 anapulse 单位脉冲信号的解析投影anaqpsk 四进制相位键移信号 anasing Lipscjitz 奇异性 anaste 单位阶跃信号的解析投影atoms 基本高斯元的线性组合dopnoise 复多普勒任意信号 doppler 复多普勒信号 klauder 时域Klauder小波 mexhat 时域墨西哥帽小波 二、噪声产生函数 noiseecg 解析复高斯噪声 noiseecu 解析复单位高斯噪声 tfrgabor Gabor表示 tfrstft 短时傅立叶变换 ifestar2 使用AR(2)模型的瞬时频率估计instfreq 瞬时频率估计 sqrpdlay 群延迟估计 三、模糊函数 ambifunb 窄带模糊函数
ambifuwb 宽带模糊函数 四、Affine类双核线性时频处理函数tfrbert 单式Bertrand分布 tfrdfla D-Flandrin分布 tfrscalo 尺度图 tfrspaw 平滑伪Affine类Wigner分布tfrunter Unterberger分布 五、Cohen类双核线性时频处理函数 tfrbj Born-Jordan分布 tfrbud Butterworth分布 tfrcw Choi-Williams分布 tfrgrd 归一化的矩形分布 tfrmh Margenau-Hill分布 tfrmhs Margenau-Hill频谱分布tfrmmce 谱图的最小平均互熵组合tfrpage Page分布 tfrwv 伪Wigner-Ville分布 tfrri Rihaczek分布 tfrridb 降低交叉项的分布（Bessel 窗）
信号时频分析-讲义
- - 从Fourier 分析到小波分析 1 Fourier 分析 所有客观存在的事物都包含着大量标志其本身所存的时间空间特征的数据，这就是该事物的信息。当人们要了解事物某方面的情况时，通常要以各种手段把所需的信息表达出来，供人们观测和分析，这种对信息的表达形式称之为“信号”，所以信号是信息的载体。信号是无处不在的。如我们随时可听到的语音信号，随时可看到的视频图像信号，发电机组运行时的温度信号和振动信号等。 对一个给定的信号或过程，如)(t x ，我们可以用众多的方法来描述它， 如)(t x 的函数表达式，通过Fourier 变换所得到的)(t x 的频谱，即)(?ωx ，再如)(t x 的相关函数，其能量谱或功率谱等。在这些众多的描述方法中，有两个最基本的物理量，即时间和频率。Fourier 变换和反Fourier 变换作为 桥梁建立了信号)(t x 与其频谱)(?ωx 之间的一对一映射关系，从时域到频域的映射关系为Fourier 变换： ?∞ ∞--=dt e t x x t j ωω)()( (1-1) 反过来，从频域到时域的映射关系为反Fourier 变换： ?∞ ∞-=ωωπωd e x t x t j )(21 )( (1-2) Fourier 变换的本质思想是用一些简单的基本函数的加权和来近似和表示一个复杂的函数，这样的近似和表示有很多优点，它给我们分析和认识复杂现象提供了一种有效的途径，一些在时域内难以观察的现象和规律，在频域内往往能十分清楚地显示出来。 Fourier 变换和反Fourier 变换属于整体或全局变换，即只能从整体信号的时域表示得到其频谱，或者只能从整体信号的频域表示得到信号的时 域表示。也就是说频谱)(?ωx 的任一频点值都是由时间过程)(t x 在整个时域(-∞,∞)上的贡献所决定；反之，过程)(t x 在某一时刻的状态也是由其频谱)(?ωx 在整个频域(-∞,∞)上的贡献所决定。也就是说，)(t x 在任何时刻的微
吕卫阳—信号分析与处理第二次作业—北京科技大学
周期序列的频谱分析： 已知周期序列在一个周期N=4内的取值为x(n)=[0 1 2 3]采用MATLAB计算该周期序列的频谱（DTFS）。 程序： %周期序列的时域波形 x=[0 1 2 3];n=0:3; N=length(x);figure(1); stem(n,x,'*'); axis([0 4 -4 4]);grid; xlabel('n'); ylabel('x(n)'); title('周期序列时域波形'); for k=0:1:3 dk(k+1)=(x(1)*exp(-j*k*2*pi/N*0)+x(2)*exp(-j*k*2*pi/N*1)+x(3)*exp (-j*k*2*pi/N*2)... +x(4)*exp(-j*k*2*pi/N*3))/N; realdk(k+1)=real(dk(k+1)); imagdk(k+1)=imag(dk(k+1)); magnitude(k+1)=abs(dk(k+1)); phase(k+1)=angle(dk(k+1)); end %周期序列的频谱：实部和虚部 k=0:1:3; figure(2); subplot(2,1,1); stem(k,realdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Real Part of d(k)');grid; subplot(2,1,2); stem(k,imagdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Imaginary Part of d(k)');grid; %周期序列的频谱：幅值和相位 figure(3); subplot(2,1,1); stem(k,magnitude(k+1),'*'); axis([0 4 -4 4]);
时频信号分析课程报告
时频信号分析作业报告 一．短时傅里叶变换 1.1程序功能及参数说明 实现的Matlab功能函数为：(,,,) 。 tfr stft x N F w 1.1.1程序输入输出参数说明 输入参数：x为输入信号矢量，为后面程序计算方便规定必须为列矢量；N为窗长，默认为信号长度的四分之一；F为计算的FFT 点数，默认为信号长度；w为窗函数类型，默认为‘Hamming’窗。 输出参数：tfr为信号的短时傅里叶变换矩阵，矩阵的每一列存储短时信号的傅里叶变换结果。 1.1.2程序功能说明 该功能函数的核心功能就是计算一个列矢量信号的短时傅里叶变换并输出其频谱图。能自由指定窗函数的类型及窗长、FFT长度，程序也能在这些参数缺失的条件下自动的指定默认参数值，程序能对用户的非法操作输出提示结果，比如：没有输入参数时，会提示‘x must have only one column’。 1.2运行结果 例7.4要求我们对一个具有高斯包络的线性调频脉冲在加高斯窗
的条件下，计算其时频谱。信号和窗函数的数学表达式为： ()()22201/41/4/2/2/2()/()/t j t j t t s t e h t e αβωααπαπ-++-== ， (1-1) 仿真参数设定：01550020αβω===，，，=512F ，='Gauss'w ， =32128N 和。仿真结果如图1.1所示： ()a ()b 图1.1 ()a 为=32N 窗长，()b 为=128N 窗长时所得的结果 由图1.1可以看出，随着窗的长度变长，频谱图的时间分辨率变差，频率分辨率变好。
1.3体会 频谱图的时间分辨率、频率分辨率分别决定于所加窗的时宽、带宽。时窗越窄，时间分辨率越高；频窗越窄，频率分辨率越高；窗宽一旦确定，频谱图的时间分辨率、频率分辨率就确定了。 受窗函数不确定原理的约束，同一个窗的时宽和带宽不能同时任意的窄，因而频谱图的时间分辨率和频率分辨率不可能同时很高。 频谱图是一簇时频分布，随窗函数的不同而不同。实践中应根据信号的特点和应用需求灵活选取窗函数。 二．Vigner 分布 2.1原理说明 Vigner 分布定义式为：*j 1(,)()()e d 2π22W t s t s t ωτττωτ+∞--∞= -?+?，实际中，信号()s t 是时域有限的，且t 不同，τ也会不同，为了能正确的计算出信号的Vigner 分布，有必要确定在不同的t 的情况下，τ的取值范围。 对信号()s t ，设12t t t ≤≤，对特定时刻012,t t t ∈????，可以得到： 10202011020102 2()2()22()2()2t t t t t t t t t t t t t t ττττ?≤-≤?-≤≤-?????-≤≤-??≤+≤?? (2-1) 对长度为a 的信号来说，在编程实现时，可以令120,t t a ==，则(2-1)式变为：
信号分析与处理试题
河南科技学院2006-2007学年第二学期期终考试 信号分析与处理试题 适用班级： 注意事项：1 在试卷的标封处填写院（系）、专业、班级、姓名和准考证号。 2 考试时间共100分。 一、单项选择题（本大题共10小题，每题2分，共20分） 1．下列单元属于动态系统的是（ ） A. 电容器 B.电阻器 C.数乘器 D.加法器 2．单位阶跃函数()u t 和单位冲激函数()t δ的关系是（ ） A.()/()d t dt u t δ= B.()/()du t dt t δ= C.()()u t t δ= D.()2()u t t δ= 3．()()f t t dt δ∞-∞=?（ ） A.()f t B.()t δ C.(0)f D.(0)δ 4．单位冲激函数()t δ的()F j ω=（ ） A .0 B.-1 C.1 D.2 5．设()f t 的频谱为()F j ω，则利用傅里叶变换的频移性质，0()j t f t e ω的频谱为（ ） A.0()F j ω B.()F j ω C.0[()]F j ωω+ D.0[()]F j ωω- 6．设1()f t 的频谱为1()F j ω，2()f t 的频谱为2()F j ω，利用傅里叶变换卷积定理，12()()f t f t *的频谱为（ ） A.1()F j ω B.2()F j ω C.11()()F j F j ωω* D.11()()F j F j ωω 7．序列()n m δ-的Z 变换为（ ） A.m z B.m z - C.m D.m - 8．单边指数序列()n a u n ，当（ ）时序列收敛 A.1a < B.1a ≤ C.1a > D.1a ≥ 9．取样函数()/Sa t sint t =，则(0)Sa =（ ） A.0 B.1 C.2 D.3 10．设实函数()f t 的频谱()()()F j R jX ωωω=+，下列叙述正确的是（ ）
随机信号分析大作业
随机信号分析大作业
一、实验目的 基于随机过程的莱斯表达式产生窄带随机过程。 二、实验内容及实验原理 1，基于随机过程的莱斯表达式 00()()cos ()sin y t a t t b t t ωω=- (3.1) 2，实验过程框图如下： 3，理想低通滤波器如图所示： 图1 理想低通滤波器 ()20 A H ?ω ?ω≤ ?ω=? ??其它 (3.2) 设白噪声的物理谱0=X G N ω（） ,则系统输出的物理谱为 2 2 0=()=20 Y X N A G H G ?ω ?0≤ω≤ ?ωωω???（）（） 其它 (3.3) 输出的自相关函数为:
1 ()()cos 2Y Y R G d τωωτωπ ∞ = ? /2 200 1cos 2N A d ωωτωπ ?= ? (3.4) 2 0sin 242 N A ωτωωτπ ??=? ? 可知输出的自相关函数()Y R τ是一个振荡函数。计算高斯白噪声x(t)、限带白噪声()a t 、()b t 及窄带随机过程()y t 的均值，并绘出随机过程各个随机过程的自相关函数，功率谱密度图形。 三、MATLAB 实验程序 function random(p,R,C) %产生一个p 个点的随机过程 %--------------------------高斯窄带随机过程代码--------------------------% n=1:p; w=linspace(-pi,pi,p); wn=1/2*pi*R*C; [b,a]=butter(1,wn,'low'); %产生低通滤波器 Xt=randn(1,p); %产生p 个点均值为0方差为1的随机数，即高斯白噪声 at=filter(b,a,Xt); %让高斯白噪声通过低通滤波器 y_at=at.*cos(w.*n); %产生随机过程a （t ） y_bt=at.*sin(w.*n); %产生随机过程b （t ） yt=y_at-y_bt; %产生一个p 个点的高斯窄带随机过程 subplot(211) plot(yt) title('高斯窄带随机过程y(t)') subplot(212) pdf_ft=ksdensity(yt) ; plot(pdf_ft) title('y(t)的概率密度图') disp('均值如下') E_Xt=mean(y_at) E_at=mean(y_at) E_bt=mean(y_bt) E_ft=mean(yt) %-----------------------自相关函数代码如下--------------------------% figure(2) R_Xt=xcorr(Xt); %高斯白噪声X(t)的自相关函数 R_at=xcorr(at); %限带白噪声的自相关函数 R_y_at=xcorr(y_at); %随机过程a(t).coswt 的自相关函数 R_y_bt=xcorr(y_bt); %随机过程b(t).coswt 的自相关函数 R_ft=xcorr(yt);
信号分析与处理实验
信号分析与处理实验实验一时间信号的产生 班级：自动化1101班 姓名：陈宝平 学号： 成绩：
1. 实验目的 数字信号处理系统中的信号都是以离散时间形态存在的。研究离散时间信号，首先 需要产生出各种离散时间信号。使用MATLAB 软件可以方便的产生各种常见的离散时间信号，还具有强大的绘图功能，便于用户直观地处理输出结果。 通过本实验，学习用MATLAB 产生一些常见的离散时间信号，并通过MATLAB 绘图工具对产生的信号进行观察加深对常见离散信号和信号卷积和运算的理解。 2. 实验原理 离散时间信号用x(n)来表示，自变量n 必须是整数；连续时间信号用x(t)来表示。常见的时间信号如下： (1) 单位冲激序列δ(n)=???≠=0,00,1n n ; 如图(a); 单位冲激信号δ(t)=? ??≠=0,00 ,1t t ;如图(b): (a) (b) 如果δ(n)在时间轴上延迟了k 个单位，得到δ(n-k)=? ??≠=k n k n ,0,1。 (2) 单位阶跃序列u(n)=???<≥0,00,1n n ; 如图(c)：单位阶跃信号u(t)=???<≥0 ,00 ,1t t ; 如图(d): (c) (d) 如果u(n)在时间轴上延迟了k 个单位,得到u(n-k)=???<≥k n k n ,0,1。
(3) 矩形序列R N (n)=???≥<-≤≤),0(,0) 10(,1N n n N n ,矩形序列有一个重要的参数，就是序列宽度 N 。R N (n)与u(n)之间的关系为R N (n)= u(n)- u(n-N)。如图(e): 单位矩形信号R (t)=? ??≥<≤≤),0(,0) 0(,1T t t T t , R(t)=u(t)-u(t-T),如图(f): (e) (f) （4）正弦序列x(n)=Acos(ω0n+?)。只有当 2ωπ 为有理数时，正弦序列具有周期性, 如图(g): 正弦信号x(t)=Acos(?ω+t 0),如图(h); (g) (h) (5)单边实指数序列x(n)=a n u(n)，当a>0时，该序列均取正值，当a<0时，序列在正负摆动。如图分别为：x(n)=1.2n , x(n)=(-1.2)n , x(n)=0.8n , x(n)=(-0.8)n 的图。
随机信号分析大作业：利用matlab程序设计设计一个正旋信号加高斯白噪声的复合信号
班级：021012班学号：0210111X姓名：李X 随机信号大作业 利用matlab程序设计设计一个正旋信号加高斯白噪声的复合信号。 源代码： 正旋sinx信号 x=(0:0.01:2); y1=sin(10*pi*x); plot(x,y1,'r'); title('y=sin(10*pi*x)'); ylabel('y'); xlabel('x/10pi'); grid;正旋信号如下图： 高斯白噪声，当白噪声的方差为10的-4次方时 y2=0.01*randn(1,201); plot(x,y2,'r'); title('高斯白噪声'); ylabel('y'); xlabel('x/10pi'); grid; 1：加入噪声之后的信号。因为白噪声方差过小，变化过快，叠加信号大致显示
出的是正旋波形 y=y1+y2; plot(x,y,'r'); title('叠加了高斯白噪声的sinx'); ylabel('y'); xlabel('x/10pi'); grid; 2：当增加白噪声的方差到0.01时，观察复合信号，可以发现，复合信号波形没有第一次平滑，较第一个复合波形而言更显无序性 3：方差增加到1时：
取方差为0.01时的白噪声作函数频谱图和白噪声自相关函数图：FY=fft(y); FY1=fftshift(FY); f=(0:200)*100/201-50; subplot(1,2,1); plot(f,abs(FY1),'r'); ylabel('F(jw)'); xlabel('w'); grid; i=-0.49:1/100:0.49; for j=1:50 R(j)=sum(y2(1:201-j-1).*y2(j:199),2)/(201-j); Rx(49+j)=R(j); Rx(51-j)=R(j); end subplot(1,2,2); plot(i,Rx,'r'); ylabel('Rx'); xlabel('x'); grid; 左图为函数频谱图；右图为白噪声自相关函数图