文档介绍：word
word
1 / 50
word
实验一随机序列的产生及数字特征估计
一、实验目的
1、学****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

随机数指的是各种不同sigma=abs(sigma-sigma0);
plot(X,'k');
xlabel('n');
ylabel('X(n)');
实验结果：
(1) Num=1000时：
word
word
7 / 50
word
(2) Num=5000时：
，
word
word
8 / 50
word
实验结果分析：
样本越大，误差越小，实际值越接近理论值。

的指数分布随机数1000 个，测试其方差和相关函数。
实验代码：
R=rand(1,1000);
lambda=;
X=-log(1-R)/lambda;
DX=var(X);
[Rm,m]=xcorr(X);
subplot(211);
plot(X,'k');xlabel('n');ylabel('X(n)');
subplot(212);
plot(m,Rm,'k');xlabel('m');ylabel('R(m)');
实验结果：
word
word
9 / 50
word
实验结果分析：
，理论值为1/(^2)=4，基本一致。
(1，4)分布的高斯随机数（1000个样本），估计该序列的均值、方差和相关函数。
实验代码：
X=normrnd(1,2,[1,1000]);
Mx=mean(X);Dx=var(X);
[Rm,m]=xcorr(X);
subplot(211);
plot(X,'k');xlabel('n');ylabel('X(n)');
subplot(212);
word
word
10 / 50
word
plot(m,Rm,'k');xlabel('m');ylabel('R(m)');
实验结果：
实验结果分析：
，。理论上均值为1，基本一致。
四、实验心得体会
通过这次实验，我学****和掌握了随机数的产生方法、实现随机序列的数字特征估计，并用MATLAB产生相应的图形，更直观的了解了相关的知识。本次实验的难点在于用线性同余法产生随机序列，多次试验后终于攻克了难关。
word
word
11 / 50
word
实验二随机过程的模拟与数字特征
一、实验目的
1、学****利用MATLAB 模拟产生随机过程的方法；
2、熟悉和掌握特征估计的基本方法及其MATLAB 实现。
二、实验原理

MATLAB 提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白噪声序列的函数为randn。
函数：randn
word
word
12 / 50
word
用法：x = randn(m,n)
功能：产生m×n的标准正态分布随机数矩阵。
如果要产生服从分布的随机序列，则可以由标准正态随机序列产生。如果X~N(0,1)，则。

MATLAB提供了函数xcorr用于自相关函数的估计。
函数：xcorr
用法：c = xcorr(x,y)
c = xcorr(x)
c = xcorr(x,y,'opition')
c = xcorr(x,'opition')
功能：xcorr(x,y)计算X (n)与Y(n)的互相关，xcorr(x)计算X (n)的自相关。
option 选项可以设定为：
'biased' 有偏估计。
'unbiased' 无偏估计。
'coeff' m=0时的相关函数值归一化为1。
'none' 不做归一化处理。

对于平稳随机序列X(n)，如果它的相关函数满足
word
word
13 / 50
word
()
那么它的功率谱定义为自相关函数Rx(m)的傅里叶变换：
()
功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所能得到的随机信号总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为谱估计或谱分析。
(1) 自相