实验一 随机信号的产生、相关分析及其应用实验

实验一 随机信号的产生、相关分析及其应用实验
实验一 随机信号的产生、相关分析及其应用实验

大连理工大学实验预习报告

学院(系):信息与通信工程学院专业:班级:1401 工程信电子

息姓名:学号组:___ :***** *****

实验时间:实验室:实验台:C227 2016/10/31

指导教师:李小兵

实验I:随机信号的产生、相关分析及其应用实验

一、实验目的和要求

通过实验理解掌握随机信号样本生成的原理和方法、掌握随机过程相关函数的计算原理和方法。训练MATLAB程序代码编写能力,要求完成以下工作,并将实验结果与理论分析对照。

1.基于均匀分布伪随机数,掌握均匀分布白噪声典型生成方法。

2.基于均匀分布伪随机数,掌握高斯分布白噪声典型生成方法。

3.掌握随机信号相关函数计算、相关分析及实现方法。

二、实验原理和内容

1 实验原理

较简单的伪随机序列产生方法是采用数论中基于数环理论的线性同余法(乘同余法、混合同余法),其迭代公式的一般形式为f(x) = (r*x + b) Mod M,其离散形

式为s(n +

1) = [r*s(n)+ b] Mod M。其中,s(n)为n 时刻的随机数种子,r 为扩展因子,b 为固定扰动项,M 为循环模,Mod M 表示对M 取模。为保证s(n)的周期为M,r 的取值应满足r = 4k + 1,p M 2

,k与p 的选取应满足:r < M,r(M-1) + 1< 231-1。通常公式中参数常用取值

为s(0) =12357,r = 2045,b = 1,M =1048576。

较简单的高斯白噪声产生方法是基于概率论中的中心极限定理。即无穷多个同分布随机变量之和构成随机变量服从高斯分布。方便起见,可用 N 个(通常 N=12)均匀分.

布随机变量之和 Xi近似高斯分布随机变量。若 Xi,i = 0, 1, …, 11 在[0, 1)上服从均匀分布,则 Y= 错误!未找到引用源。近似服从均值为 0,方差为 1 的高斯分布。

随机信号相关函数计算、相关分析及实现方法原理:

离散随机序列自相关函数定义为 Rx(m)=E[x(n)x(n+m)]。对于各态历经随机过程,

统计平均可用时间平均代替,即Rx(m)=错误!未找到引用源。工程实践中,无法获得无限长数据,只能用有限平均来近似,即 Rx(m)=错误!未找到引用源。,m=0, 1, …, K-1;K

2实验内容

(1) 编程实现产生10000个在(0, 1)区间均匀分布随机数。计算生成随机数的1~4阶矩,最大值,最小值,频度直方图。

(2) 编程实现产生10000个N(3, 4) 高斯随机数。计算生成随机数的1~4阶矩,最大值,最小值,频度直方图。

(3) 编程实现产生10000个N(1, 2) 高斯随机数和10000个N(3, 4) 高斯随机数。计算其自相关函数,计算两个高斯随机信号的互相关函数。

(4) 生成一个10000点高斯随机信号x(n):N(1, 4)。将该信号延迟N点,N < 200,得到随机信号y(n)。计算两个信号的互相关函数,搜索峰值位置估算延迟。

3实验仪器设备

微型计算机、Matlab开发环境(本报告采用MATLAB2016a)

三、实验步骤

(1)实现产生 10000 个在(0, 1)区间均匀分布随机数。

计算生成随机数的(2)1~4阶矩,最大值,最小值,频度直方图。

编程实现产生10000个N(3, 4)高斯随机数。 (3)

计算生成随机数的1~4阶矩,最大值,最小值,频度直方(4)

编程实现产生10000个(5)N(1, 2)高斯随机数和10000个N(3, 4)高斯随机数。计算其自相关函数,计算两个高斯随机信号的互相关函数。(6)

生成一个10000点高斯随机信号x(n):N(1,4)。(7)

将该信号延迟N点,N<200,得到随机信号y(n)(8)。、

计算两个信号的互相关函数,搜索峰值位置估算延迟。(9)

四、实验数据记录表格

)数据处理记录表实验内容(1表1-1

.

三阶原点矩均值均方值

四阶原点矩最大值最小值

)数据处理记录表2表1-2 实验内容

三阶原点矩均方值均值

最大值最小值四阶原点矩

)数据处理记录表实验内容(4表1-3 延迟估算峰值位置

.

大连理工大学实验报告

学院(系):信息与通信工程学院专业:电子信息工程班级: 1401

姓名:***** 学号*****组: ___ :

实验时间:实验室:实验台: 2016/10/31 C227 指导教师:

实验I:随机信号的产生、相关分析及其应用实验

一、实验目的和要求

通过实验理解掌握随机信号样本生成的原理和方法、掌握随机过程相关函数的计算原理和方法。训练MATLAB程序代码编写能力,要求完成以下工作,并将实验结果与理论分析对照。

1.基于均匀分布伪随机数,掌握均匀分布白噪声典型生成方法。

2.基于均匀分布伪随机数,掌握高斯分布白噪声典型生成方法。

3.掌握随机信号相关函数计算、相关分析及实现方法。

二、实验原理和内容

1 实验原理

较简单的伪随机序列产生方法是采用数论中基于数环理论的线性同余法(乘同余法、混合同余法),其迭代公式的一般形式为f(x) = (r*x + b) Mod M,其离散形式为s(n + 1) = [r*s(n)+ b] Mod M。其中,s(n)为n 时刻的随机数种子,r 为扩展因子,b 为固定扰动项,M 为循环模,Mod M 表示对M 取模。为保证s(n)的周期为M,r 的取值应满足r = 4k + 1, p M 2

,k与p 的选取应满足:r < M,r(M-1) + 1< 231-1。通常公式中参数常用取值为s(0) =12357,r = 2045,b = 1,M =1048576。

2实验内容

(1) 编程实现产生10000个在(0, 1)区间均匀分布随机数。计算生成随机数的1~4阶矩,最大值,最小值,频度直方图。

(2) 编程实现产生10000个N(3, 4) 高斯随机数。计算生成随机数的1~4阶矩,最.

大值,最小值,频度直方图。

(3) 编程实现产生10000个N(1, 2) 高斯随机数和10000个N(3, 4) 高斯随机数。计算其自相关函数,计算两个高斯随机信号的互相关函数。

(4) 生成一个10000点高斯随机信号x(n):N(1, 4)。将该信号延迟N点,N < 200,得到随机信号y(n)。计算两个信号的互相关函数,搜索峰值位置估算延迟。

三、主要仪器设备

微型计算机、Matlab开发环境(本报告采用MATLAB2016a)

(注:以下为代码内容已经有详细的说明已包括步骤和操作办法)

四、实验步骤与操作方法

实验内容(1):编程实现产生10000个在(0, 1)区间均匀分布随机数。计算生成随机数的1~4阶矩,最大值,最小值,频度直方图

代码如下:

%%清除以前数据缓存以及命令行窗口的显示

clear

clc

%% 均匀分布随机数的产生

% 生成 10000 数据

s = randuniform(1048576,1,2045,12357,10000);

%% 画线

figure,plot(s) %全部

title('全部数据连线')

figure,plot(s(1:100)) %前100个数据

title('前100个数据连线')

%% 画点

figure,plot(s,'.') %全部

title('全部数据画点')

figure,plot(s(1:100),'*') %前100个数据

title('前100个数据画点')

%% 画直方图

.

hist(s)

title('10个区间')

hist(s,100)

title('100个区间')

%% 估计随机数的分布

[f,xi]=ksdensity(s);

figure,plot(xi,f);

title('利用MATLAB函数ksdensity估计得概率密度')

%% 随机数的均值、均方值、一维三阶原点矩、一维四阶原点矩

m = zeros(1,4); %生成[0 0 0 0]

for i = 1 : 10000

m(1) = m(1) + s(i); % 均值

m(2) = m(2) + s(i)^2; % 二阶矩

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。

信号与系统实验

《信号与系统及MATLAB实现》实验指导书

前言 长期以来,《信号与系统》课程一直采用单一理论教学方式,同学们依靠做习题来巩固和理解教学内容,虽然手工演算训练了计算能力和思维方法,但是由于本课程数学公式推导较多,概念抽象,常需画各种波形,作题时难免花费很多时间,现在,我们给同学们介绍一种国际上公认的优秀科技应用软件MA TLAB,借助它我们可以在电脑上轻松地完成许多习题的演算和波形的绘制。 MA TLAB的功能非常强大,我们此处仅用到它的一部分,在后续课程中我们还会用到它,在未来地科学研究和工程设计中有可能继续用它,所以有兴趣的同学,可以对MA TLAB 再多了解一些。 MA TLAB究竟有那些特点呢? 1.高效的数值计算和符号计算功能,使我们从繁杂的数学运算分析中解脱出来; 2.完备的图形处理功能,实现计算结果和编程的可视化; 3.友好的用户界面及接近数学表达式的自然化语言,易于学习和掌握; 4.功能丰富的应用工具箱,为我们提供了大量方便实用的处理工具; MA TLAB的这些特点,深受大家欢迎,由于个人电脑地普及,目前许多学校已将它做为本科生必须掌握的一种软件。正是基于这些背景,我们编写了这本《信号与系统及MA TLAB实现》指导书,内容包括信号的MA TLAB表示、基本运算、系统的时域分析、频域分析、S域分析、状态变量分析等。通过这些练习,同学们在学习《信号与系统》的同时,掌握MA TLAB的基本应用,学会应用MA TLAB的数值计算和符号计算功能,摆脱烦琐的数学运算,从而更注重于信号与系统的基本分析方法和应用的理解与思考,将课程的重点、难点及部分习题用MA TLAB进行形象、直观的可视化计算机模拟与仿真实现,加深对信号与系统的基本原理、方法及应用的理解,为学习后续课程打好基础。另外同学们在进行实验时,最好事先预习一些MA TLAB的有关知识,以便更好地完成实验,同时实验中也可利用MA TLAB的help命令了解具体语句以及指令的使用方法。

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: )(m od ,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、10 N 10,k 7==,周期7 510≈?; 2、(IBM 随机数发生器)31 16 N 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

广东工业大学《测试技术与信号分析》测试实验报告

测试技术与信号处理实验报告 机械转子底座的振动测量和分析 一、实验目的 1.掌握磁电式速度传感器的工作原理、特点和应用。

2.掌握振动的测量和数据分析。 二、实验内容和要求 先利用光电式转速传感器测量出电机的转速;然后利用磁电式速度传感器测量机械转子底座在该电机转速下的振动速度;对测量出的振动速度信号进行频谱分析;找出振动信号的主频与电机转速之间的关系。 三、实验步骤 1.启动实验程序“机械转子系统的振动测量.exe”; 输入个人信息,也可以启动之后通过单击“修改”按钮修改个人信息。 2.单击“采样设置”按钮,输入采集卡连接磁电速度传感器的采样通道号,批量采样频率(建议设为10KHz)、批量采样点数(建议设为10000)。 3.打开转子电机的电源,单击“单点采样”。 4.旋转调节旋钮改变转子的转速,观察图形区显示的磁电速度传感器采集到的转子底座振动信号;如果振动信号比较小,可适当提高转子的转速。 5.转子转速的测量: (1) 单击“采样设置”按钮,输入采集卡连接光电转速传感器的 采样通道号、批量采样频率(建议值为10KHz)、批量采样点 数(建议值为10000)。 (2) 单击“批量采样”按钮,开始采样;采样完成之后,采集到 的波形信号会显示在图形窗口,系统会自动计算出转子的速度

并显示出来。记录下此时的转子的转速(单位:r/s)。 (3) 再重复步骤(2)测量2次。以三次测量的平均值作为此时转子 的转速。 转速的测量结果 单点采样采集通道6,测量3组数据 6.振动信号的测量和频谱分析: (1) 单击“采样设置”按钮,输入采集卡连接磁电速度传感器的 采样通道号、批量采样频率(建议设为10KHz)、批量采样点 数(建议设为10000)。 (2) 单击“批量采样”按钮,开始采样;采样完成之后,采集到 的波形信号会显示在图形窗口。如果信号不正常,重复点击“批 量采样”按钮 (3) 单击“保存”按钮,将采集到的磁电传感器的信号数据保存 为文本文件。文件必须保存到“C:\ExperiData\”目录下。可单 击“保存设置”更改文件名。 (4) 打开刚保存的文本文件,文件前面几行保存了个人信息、采 样频率、采样通道、保存的数据个数等信息。文件中共有四列 数据,第一列为数据的序号,第二列为磁电传感器检测到的数 据。

信号与系统实验报告一

1. 实验原理 2. 设描述连续时间系统的微分方程为: ) ()()()()()()()(01) 1(1) (01)1(1)(t f b t f b t f b t f b t y a t y a t y a t y a m m m m n n n n +'+++=+'+++---- 则可用向量a 和b 表示该系统,即 ],,,,[011a a a a a n n -= ],,,,[011b b b b b m m -= 注意,向量a 和b 的元素一定要以微分方程时间求导的降幂次序排列,且缺项要用0补齐。 如微分方程 )()()(2)(3)(t f t f t y t y t y +''=+'+'' 表示该系统的向量为 ]2 3 1[=a ]1 0 1[=b (1)求解冲激响应:impulse()函数 impulse()函数有以下四种调用格式: ① impulse(b,a) 该调用格式以默认方式绘制由向量a 和b 定义的连续时间系统的冲激响应的时域波形。 ② impulse(b,a,t) 该调用格式绘制由向量a 和b 定义的连续时间系统在t ~0时间范围内的冲激响应的时域波形。 ③ impulse(b,a, t1:p:t2) 该调用格式绘制由向量a 和b 定义的连续时间系统在21~t t 时间范围内,且以时间间隔 p 均匀抽样的冲激响应的时域波形。 ④ y=impulse(b,a,t1:p:t2) 该调用格式并不绘制系统冲激响应的波形,而是求出由向量a 和b 定义的连续时间系统在21~t t 时间范围内以时间间隔p 均匀抽样的系统冲激响应的数值解。 (2)求解阶跃响应:step()函数 step()函数也有四种调用格式: ① step(b,a) ② step(b,a,t) ③ step(b,a, t1:p:t2) ④ y=step(b,a,t1:p:t2) 上述调用格式的功能与impulse()函数完全相同。 (3)求解零状态响应:lsim()函数 lsim()函数有以下二种调用格式:

随机信号通过线性和非线性系统后地特性分析报告 实验报告材料

实验三 随机信号通过线性和非线性系统后的特性分析 一、实验目的 1、了解随机信号的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱特性。 2、研究随机信号通过线性系统和非线性系统后的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱有何变化,分析随机信号通过线性系统和非线性系统后的特性 二、实验仪器与软件平台 1、 微计算机 2、 Matlab 软件平台 三、实验步骤 1、 根据本实验内容和要求查阅有关资料,设计并撰写相关程序流程。 2、 选择matlab 仿真软件平台。 3、 测试程序是否达到设计要求。 4、 分析实验结果是否与理论概念相符 四、实验内容 1、 随机信号通过线性系统和非线性系统后的特性分析 (1)实验原理 ①随机信号的分析方法 在信号系统中,可以把信号分成两大类:确定信号和随机信号。确定信号具有一定的变化规律,二随机信号无一定的变化规律,需要用统计特性进行分析。在这里引入了一个随机过程的概念。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采样序列。随机过程可以分为平稳的和非平稳的,遍历的和非遍历的。如果随机信号的统计特性不随时间的推移而变化。则随机过程是平稳的。如果一个平稳的随机过程的任意一个样本都具有相同的统计特性。则随机过程是遍历的。下面讨论的随机过程都认为是平稳的遍历的随机过程,因此,可以随机取随机过程的一个样本值来描述随机过程中的统计特性。 随机过程的统计特性一般采用主要的几个平均统计特性函数来描述,包括、均方值、方差、自相关系数、互相关系数、概率密度、频谱及功率谱密度等。 a.随机过程的均值 均值E[x(t)]表示集合平均值或数学期望值。基于过程的各态历经行,可用时间间隔T 内的幅值平均值表示,即 ∑-==1 /)()]([N t N t x t x E 均值表达了信号变化的中心趋势,或称之为直流分量。

随机信号分析上机实验指导书

目录 实验1 离散随机变量的仿真与计算(验证性实验) (1) 实验2 离散随机信号的计算机仿真(验证性实验) (5) 实验3 随机信号平稳性分析(验证性实验) (8) 实验4 实验数据分析(综合性实验) (10) 实验5 窄带随机过程仿真分析 (验证性实验) (11) 实验6 高斯白噪声通过线性系统分析(综合实验) (13)

实验1 离散随机变量的仿真与计算(验证性实验) 一、实验目的 掌握均匀分布的随机变量产生的常用方法。 掌握由均匀分布的随机变量产生任意分布的随机变量的方法。 掌握高斯分布随机变量的仿真,并对其数字特征进行估计。 二、实验步骤 无论是系统数学模型的建立,还是原始实验数据的产生,最基本的需求就是产生一个所需分布的随机变量。比如在通信与信息处理领域中,电子设备的热噪声,通信信道的畸变,图像中的灰度失真等都是遵循某一分布的随机信号。在产生随机变量时候,虽然运算量很大,但是基本上都是简单的重复,利用计算机可以很方便的产生不同分布的随机变量。各种分布的随机变量的基础是均匀分布的随机变量。有了均匀分不得阿随机变量,就可以用函数变换等方法得到其他分布的随机变量。 1.均匀分布随机数的产生 利用混合同余法产生均匀分布的随机数,并显示所有的样本,如图1所示。 yn+1=ayn+c (mod M) xn+1=yn+1/M

2.高斯分布随机数的仿真 根据随机变量函数变换的原理,如果能将两个分布之间的函数关系用显式表达,那么就可以利用一种分布的随机变量通过变换得到另一种分布的随机变量。 若X 是分布函数为FX (x )的随机变量,且分布函数FX (x )为严格单调升函数,令Y=FX (x ),则Y 必是在[0,1]上均匀分布的随机变量。繁殖,若Y 是在[0,1]上均匀分布的随机变量,那么 X=F-1X(Y) (1.4.5) 就是分布函数为FX (x )的随机变量。这样,欲求某个分布的随机变量,先产生[0,1]区间上的均匀分布随机数,在经过(1.4.5)的变换,便可以求得所需要分布的随机数, 产生指数分布的随机数 fX(x)=ae-ax Y=FX(X)=1-e-aX X=-ln(1-Y)/a 利用函数变换法产生高斯分布的随机数的方法 : 图1-1生成均匀分布随机数的结果

信号与系统实验三

信号与系统实验实验三:信号的卷积 小组成员: 黄涛13084220 胡焰焰13084219 洪燕东13084217

一、实验目的 1. 理解卷积的物理意义; 2. 掌握运用计算机进行卷积运算的原理和方法; 3. 熟悉卷积运算函数conv的应用; 二、预习内容 1. 卷积的定义及物理意义; 2. 卷积计算的图解法; 3. 卷积的应用 三、实验原理说明 1.卷积的定义 连续时间和离散时间卷积的定义分别如下所示: 2.卷积的计算 由于计算机技术的发展,通过编程的方法来计算卷积积分和卷积和已经不再是冗繁的工作,并可以获得足够的精度,因此信号的时域卷积分析法在系统分析中得到了广泛的应用。 卷积积分的数值运算可以应用信号的分段求和来实现,即: 数值运算只求当时的信号值,则由上式可以得到: 上式中实际上就是连续信号等间隔均匀抽样的离散序列的卷积和,当足够小的时候就是信号卷积积分的数值近似。因此,在利用计算机计算两信号卷积积分时,实质上是先将其转化为离散序列,再利用离散卷积和计算原理来计算。 3.卷积的应用 3.1 求解系统响应 卷积是信号与系统时域分析的基本手段,主要应用于求解系统响应,已知一LTI系统的单位冲激响应和系统激励信号则系统响应为激励与单位冲激响应的卷积。 需要注意的是利用卷积分析方法求得的系统响应为零状态响应。 3.2 相关性分析 相关函数是描述两个信号相似程度的量。两信号之间的相关函数一般称之为互相关函数或者互关函数,定义如下: 若是同一信号,此时相关函数称为自相关函数或者自关函数: 对于相关函数与卷积运算有着密切的联系,由卷积公式与相关函数比较得: 可见,由第二个信号反转再与第一个信号卷积即得到两信号的相关函数。 4.涉及的Matlab函数 4.1 conv函数 格式w = conv(u,v),可以实现两个有限长输入序列u,v的卷积运算,得到有限冲激响应系统的输出序列。输出序列长度为两个输入序列长度和减一。 四、实验内容 给定如下因果线性时不变系统: y[n]+0.71y[n-1]-0.46y[n-2]-0.62y[n-3=0.9x[n]-0.45x[n-1]+0.35x[n-2]+0.002x[n-3] (1)不用impz函数,使用filter命令,求出以上系统的单位冲激响应h[n]的前20个样本; clc; N = 0:19;

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。

《测试信号分析与处理》实验报告

测控1005班齐伟0121004931725 (18号)实验一差分方程、卷积、z变换 一、实验目的 通过该实验熟悉 matlab软件的基本操作指令,掌握matlab软件的使用方法,掌握数字信号处理中的基本原理、方法以及matlab函数的调用。 二、实验设备 1、微型计算机1台; 2、matlab软件1套 三、实验原理 Matlab 软件是由mathworks公司于1984年推出的一套科学计算软件,分为总包和若干个工具箱,其中包含用于信号分析与处理的sptool工具箱和用于滤波器设计的fdatool工具箱。它具有强大的矩阵计算和数据可视化能力,是广泛应用于信号分析与处理中的功能强大且使用简单方便的成熟软件。Matlab软件中已有大量的关于数字信号处理的运算函数可供调用,本实验主要是针对数字信号处理中的差分方程、卷积、z变换等基本运算的matlab函数的熟悉和应用。 差分方程(difference equation)可用来描述线性时不变、因果数字滤波器。用x表示滤波器的输入,用y表示滤波器的输出。 a0y[n]+a1y[n-1]+…+a N y[n-N]=b0x[n]+b1x[n-1]+…+b M x[n-M] (1) ak,bk 为权系数,称为滤波器系数。 N为所需过去输出的个数,M 为所需输入的个数卷积是滤波器另一种实现方法。 y[n]= ∑x[k] h[n-k] = x[n]*h[n] (2) 等式定义了数字卷积,*是卷积运算符。输出y[n] 取决于输入x[n] 和系统的脉冲响应h[n]。 传输函数H(z)是滤波器的第三种实现方法。 H(z)=输出/输入= Y(z)/X(z) (3)即分别对滤波器的输入和输出信号求z变换,二者的比值就是数字滤波器的传输函数。 序列x[n]的z变换定义为 X (z)=∑x[n]z-n (4) 把序列x[n] 的z 变换记为Z{x[n]} = X(z)。

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

信号与系统实验DOC

信号与系统实验讲义 雷明东编 重庆文理学院 电子电气学院 2014年10月

实验注意事项 1、不准迟到早退,开始做实验前需要签字; 2、在离开实验室前,要整理好实验设备、桌椅、收拾好垃圾后,待老师检查完毕,方可离开实验室; 3、做实验期间不准大声喧哗,如有问题需举手示意; 4、不准在无老师授权的情况下随意拆卸实验设备; 5、在每次做新实验前,需交前个实验的实验报告。

实验一 常用信号的分类和观察 一 实验目的: 1、观察和了解常见信号的波形和特点。 2、理解相关信号参数的作用和意义。 3、掌握信号的FFT 变换。 3、熟练掌握示波器的使用。 二 实验原理: 描述信号的基本方法是写出它的数学表达式,此表达式是时间的函数,绘出函数的图像称为信号的波形。 对于各种信号,可以从不同的角度分类。如分成确定性信号与随机信号;周期信号与非周期信号;连续时间信号与离散时间信号等。 常见信号除了包括正弦波)sin()(0φω+=t A t x 、指数函数信号t Ke t x α=)(、抽样函数信号t t A t x /)(sin )(=、高斯函数信号τ/)(t Ke t x -=、方波、三角波、锯齿波,还包括一些直流信号。 三 预习练习: 1、预习有关信号的分类和描述。 2、理解信号的函数表达式和相关参数的意义。 四 实验内容及步骤: 1、 根据实验箱上函数信号发生器模块的提示选择相应的信号波形代码。 01:正弦波 02:方波 03:锯齿波 04:三角波

05:阶梯波 06:衰减指数信号 07:高斯函数信号 08:抽样函数信号 09:抽样脉冲 10:调幅信号 11:扫频信号 2、用示波器测量信号,读取信号的幅度和频率,并用坐标纸记录信号波形; 在信号与系统实验箱上的电源模块用电压表(或万用表)与示波器来观 测电源信号的特点,并测量电源的幅度。 3、在示波器上观测扫频信号的波形特征,大致画出扫频信号的波形。 4、利用示波器中的FFT函数,来观看信号的FFT变换形式。 5、用频谱分析仪观测各个信号的频谱(选做)。 五实验仪器: 1、信号系统实验箱(函数信号发生器模块) 2、双踪示波器 六实验报告内容: 1、根据实验测量所得数据,绘制各个信号的波形图。 2、绘制各个波形的FFT变换波形。 3、写出相应的函数表达式与频域变换表达式。 4、用示波器直流档观测函数信号的波形特点,并说明原因(提示:本函数发生器所产生的信号均由单片机AT89C51产生)。

随机信号分析实验报告(基于MATLAB语言)

随机信号分析实验报告 ——基于MATLAB语言 姓名: _ 班级: _ 学号: 专业:

目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)

实验一随机序列的产生及数字特征估计 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。 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, U(0,1)。即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: y0=1,y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 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 X=F x?1(R) 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N(μ,σ2)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 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 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征。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,

随机信号分析实验报告二 2

《随机信号分析》实验报告二 班级: 学号: 姓名:

实验二高斯噪声的产生和性能测试 1.实验目的 (1)掌握加入高斯噪声的随机混合信号的分析方法。 (2)研究随机过程的均值、相关函数、协方差函数和方差。 ⒉实验原理 (1)利用随机过程的积分统计特性,给出随机过程的均值、相关函数、协方差函数和方差。 (2)随机信号均值、方差、相关函数的计算公式,以及相应的图形。 ⒊实验报告要求 (1)简述实验目的及实验原理。 (2)采用幅度为1,频率为25HZ的正弦信号错误!未找到引用源。为原信号,在其中加入均值为2,方差为0.04的高斯噪声得到混合随机信号X(t)。 试求随机过程 的均值、相关函数、协方差函数和方差。用MATLAB进行仿真,给出测试的随机过程的均值、相关函数、协方差函数和方差图形,与计算的结果作比较,并加以解释。 (3)分别给出原信号与混合信号的概率密度和概率分布曲线,并以图形形式分别给出原信号与混合信号均值、方差、相关函数的对比。 (4)读入任意一幅彩色图像,在该图像中加入均值为0,方差为0.01的高斯噪声,请给出加噪声前、后的图像。 (5)读入一副wav格式的音频文件,在该音频中加入均值为2,方差为0.04的高斯噪声,得到混合随机信号X(t),请给出混合信号X(t)的均值、相关函数、协方差函数和方差,频谱及功率谱密度图形。 4、源程序及功能注释 (2)源程序: clear all; clc; t=0:320; %t=0:320 x=sin(2*pi*t/25); %x=sin(2*p1*t/25) x1=wgn(1,321,0); %产生一个一行32列的高斯白噪声矩阵,输出的噪声强度为0dbw

信号检测实验报告

Harbin Institute of Technology 匹配滤波器实验报告 课程名称:信号检测理论 院系:电子与信息工程学院 姓名:高亚豪 学号:14SD05003 授课教师:郑薇 哈尔滨工业大学

1. 实验目的 通过Matlab 编程实现对白噪声条件下的匹配滤波器的仿真,从而加深对匹配滤波器及其实现过程的理解。通过观察输入输出信号波形及频谱图,对匹配处理有一个更加直观的理解,同时验证匹配滤波器具有时间上的适应性。 2. 实验原理 对于一个观测信号()r t ,已知它或是干扰与噪声之和,或是单纯的干扰, 即 0()()()()a u t n t r t n t +?=?? 这里()r t ,()u t ,()n t 都是复包络,其中0a 是信号的复幅度,()u t 是确知的归一化信号的复包络,它们满足如下条件。 2|()|d 1u t t +∞ -∞=? 201||2 a E = 其中E 为信号的能量。()n t 是干扰的均值为0,方差为0N 的白噪声干扰。 使该信号通过一个线性滤波系统,有效地滤除干扰,使输出信号的信噪比在某一时刻0t 达到最大,以便判断信号的有无。该线性系统即为匹配滤波器。 以()h t 代表系统的脉冲响应,则在信号存在的条件下,滤波器的输出为 0000()()()d ()()d ()()d y t r t h a u t h n t h τττττττττ+∞+∞+∞ =-=-+-???

右边的第一项和第二项分别为滤波器输出的信号成分和噪声成分,即 00()()()d x t a u t h τττ+∞ =-? 0 ()()()d t n t h ?τττ+∞ =-? 则输出噪声成分的平均功率(统计平均)为 2 20E[|()|]=E[|()()d |]t n t h ?τττ+∞ -? **00*000200 =E[()(')]()(')d d '=2()(')(')d d ' 2|()|d n t n t h h N h h N h ττττττδττττττττ+∞+∞+∞+∞+∞ ---=?? ?? ? 而信号成分在0t 时刻的峰值功率为 22 20000|()||||()()d |x t a u t h τττ+∞ =-? 输出信号在0t 时刻的总功率为 22000E[|()|]E[|()()|]y t x t t ?=+ 22**0000002200E[|()||()|()()()()] |()|E[|()|] x t t x t t t x t x t t ????=+++=+ 上式中输出噪声成分的期望值为0,即0E[()]0t ?=,因此输出信号的功率 成分中只包含信号功率和噪声功率。 则该滤波器的输出信噪比为 222000022000|||()()d ||()|E[|()|]2|()|d a u t h x t t N h τττρ?ττ+∞ +∞-==?? 根据Schwartz 不等式有

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)

北京理工大学信号与系统实验实验报告

实验1 信号的时域描述与运算 一、实验目的 1. 掌握信号的MATLAB表示及其可视化方法。 2. 掌握信号基本时域运算的MA TLAB实现方法。 3. 利用MA TLAB分析常用信号,加深对信号时域特性的理解。 二、实验原理与方法 1. 连续时间信号的MATLAB表示 连续时间信号指的是在连续时间范围内有定义的信号,即除了若干个不连续点外,在任何时刻信号都有定义。在MATLAB中连续时间信号可以用两种方法来表示,即向量表示法和符号对象表示法。 从严格意义上来说,MATLAB并不能处理连续时间信号,在MATLAB中连续时间信号是用等时间间隔采样后的采样值来近似表示的,当采样间隔足够小时,这些采样值就可以很好地近似表示出连续时间信号,这种表示方法称为向量表示法。表示一个连续时间信号需要使用两个向量,其中一个向量用于表示信号的时间范围,另一个向量表示连续时间信号在该时间范围内的采样值。例如一个正弦信号可以表示如下: >> t=0:0.01:10; >> x=sin(t); 利用plot(t,x)命令可以绘制上述信号的时域波形,如图1所示。 如果连续时间信号可以用表达式来描述,则还可以采用符号表达式來表示信号。例如对于上述正弦信号,可以用符号对象表示如下: >> x=sin(t); >> ezplot(X); 利用ezplot(x)命令可以绘制上述信号的时域波形 Time(seconds) 图1 利用向量表示连续时间信号

t 图 2 利用符号对象表示连续时间信号 sin(t) 2.连续时间信号的时域运算 对连续时间信号的运算包括两信号相加、相乘、微分、积分,以及位移、反转、尺度变换(尺度伸缩)等。 1)相加和相乘 信号相加和相乘指两信号对应时刻的值相加和相乘,对于两个采用向量表示的可以直接使用算术运算的运算符“+”和“*”来计算,此时要求表示两信号的向量时间范围和采样间隔相同。采用符号对象表示的两个信号,可以直接根据符号对象的运算规则运算。 2)微分和积分 对于向量表示法表示的连续时间信号,可以通过数值计算的方法计算信号的微分和积分。这里微分使用差分来近似求取的,由时间向量[N t t t ,,,21?]和采样值向量[N x x x ,,,21?]表示的连续时间信号,其微分可以通过下式求得 1,,2,1,|)('1-?=?-≈ +=N k t x x t x k k t t k 其中t ?表示采样间隔。MA TLAB 中用diff 函数来计算差分 k k x x -+1。 连续时间信号的定积分可以由MATLAB 的qud 函数实现,调用格式为 quad ('function_name',a,b) 其中,function_name 为被积函数名,a 、b 为积分区间。

《随机信号分析与处理》实验报告完整版(GUI)内附完整函数代码

随机信号分析与处理》 实验报告 指导教师: 班级:学号:姓名:

实验一熟悉MATLAB勺随机信号处理相关命令 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 二、实验原理 1、语音的录入与打开 在MATLAB^, [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、均匀分布白噪声 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 e+oc 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- p y --1则均值定义为 £(X) = £.r fPf /=1 上式表明,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<r >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岀,方差是非负函数。 5、自相关函数 设任意两个时刻t1,t2,定义:::: R X (叩2)= E[X(tJX(t2)] = Jq JX1X2 f (X1, X2,t1,t2)dX1dX2 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。 6. 哈明(hamming)窗 0.54+0.46 (10.100) 0,

信号与系统实验报告

实验三 常见信号的MATLAB 表示及运算 一、实验目的 1.熟悉常见信号的意义、特性及波形 2.学会使用MATLAB 表示信号的方法并绘制信号波形 3. 掌握使用MATLAB 进行信号基本运算的指令 4. 熟悉用MATLAB 实现卷积积分的方法 二、实验原理 根据MATLAB 的数值计算功能和符号运算功能,在MA TLAB 中,信号有两种表示方法,一种是用向量来表示,另一种则是用符号运算的方法。在采用适当的MA TLAB 语句表示出信号后,就可以利用MA TLAB 中的绘图命令绘制出直观的信号波形了。 1.连续时间信号 从严格意义上讲,MATLAB 并不能处理连续信号。在MATLAB 中,是用连续信号在等时间间隔点上的样值来近似表示的,当取样时间间隔足够小时,这些离散的样值就能较好地近似出连续信号。在MATLAB 中连续信号可用向量或符号运算功能来表示。 ⑴ 向量表示法 对于连续时间信号()f t ,可以用两个行向量f 和t 来表示,其中向量t 是用形如12::t t p t =的命令定义的时间范围向量,其中,1t 为信号起始时间,2t 为终止时间,p 为时间间隔。向量f 为连续信号()f t 在向量t 所定义的时间点上的样值。 ⑵ 符号运算表示法 如果一个信号或函数可以用符号表达式来表示,那么我们就可以用前面介绍的符号函数专用绘图命令ezplot()等函数来绘出信号的波形。 ⑶ 常见信号的MATLAB 表示 单位阶跃信号 单位阶跃信号的定义为:10()0 t u t t >?=? 0); %定义函数体,即函数所执行指令

随机信号分析实验报告

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 实验报告 课程名称:随机信号分析 院系:电子与信息工程学院班级: 姓名: 学号: 指导教师: 实验时间: 实验一、各种分布随机数的产生

(一)实验原理 1.均匀分布随机数的产生原理 产生伪随机数的一种实用方法是同余法,它利用同余运算递推产生伪随机数序列。最简单的方法是加同余法 )(mod 1M c y y n n +=+ M y x n n 1 1++= 为了保证产生的伪随机数能在[0,1]内均匀分布,需要M 为正整数,此外常数c 和初值y0亦为正整数。加同余法虽然简单,但产生的伪随机数效果不好。另一种同余法为乘同余法,它需要两次乘法才能产生一个[0,1]上均匀分布的随机数 )(mod 1M ay y n n =+ M y x n n 1 1++= 式中,a 为正整数。用加法和乘法完成递推运算的称为混合同余法,即 )(mod 1M c ay y n n +=+ M y x n n 1 1++= 用混合同余法产生的伪随机数具有较好的特性,一些程序库中都有成熟的程序供选择。 常用的计算语言如Basic 、C 和Matlab 都有产生均匀分布随机数的函数可以调用,只是用各种编程语言对应的函数产生的均匀分布随机数的范围不同,有的函数可能还需要提供种子或初始化。 Matlab 提供的函数rand()可以产生一个在[0,1]区间分布的随机数, rand(2,4)则可以产生一个在[0,1]区间分布的随机数矩阵,矩阵为2行4列。Matlab 提供的另一个产生随机数的函数是random('unif',a,b,N,M),unif 表示均匀分布,a 和b 是均匀分布区间的上下界,N 和M 分别是矩阵的行和列。 2.随机变量的仿真 根据随机变量函数变换的原理,如果能将两个分布之间的函数关系用显式表达,那么就可以利用一种分布的随机变量通过变换得到另一种分布的随机变量。 若X 是分布函数为F(x)的随机变量,且分布函数F(x)为严格单调升函数,令Y=F(X),则Y 必为在[0,1]上均匀分布的随机变量。反之,若Y 是在[0,1]上 均匀分布的随机变量,那么)(1 Y F X X -= 即是分布函数为FX(x)的随机变量。式中F X -?1 ()为F X ()?的反函数。这样,欲求某个分布的随机变量,先产生在[0,1]区间上的均匀分布随机数,再经上式变 换,便可求得所需分布的随机数。 3.高斯分布随机数的仿真 广泛应用的有两种产生高斯随机数的方法,一种是变换法,一种是近似法。 如果X1,X2是两个互相独立的均匀分布随机数,那么下式给出的Y1,Y2

相关文档
最新文档