文档介绍：随机信号分析实验报告实验一:平稳随机过程的数字特征实验二:平稳随机过程的谱分析实验三:随机信号通过线性系统的分析实验四:平稳时间序列模型预测班级: 10050841 姓名: 李文华学号: 06 2 一、实验目的 1 、加深理解平稳随机过程数字特征的概念 2 、掌握平稳随机序列期望、自相关序列的求解 3 、分析平稳随机过程数字特征的特点二、实验原理平稳随机过程数字特征求解的相关原理三、实验过程 number =6; % 学号 49 I= 8; % 幅值为 8u= 1/number; Ex = I* + (-I)*; N= 64; C0 = 1; % 计数 p(1) = exp(-u); for m= 2:N k= 1:m/2; p(m) = exp(-u*m) + sum((u*m).^(2*k)./factorial(2*k)*exp(-u*m)); end; 2 2 2 2 ( ) [ ( ) ( )] { ( ) ( ) } { ( ) ( ) } X R m E X n X n m I P X n X n m I I P X n X n m I ? ?? ?????? E [ X ( n ) ] = I P { X ( n ) = + I } + ( - I ) P { X ( n ) = - I } = 0 ? ? 0m?当时, / 2220 ( ) { ( ) ( ) } (2 )! mkm km P X n X n m I e P k ??? ?? ???? ?? ?? 2 2 2 ( ) (1 ) (2 1) X R m I P I P I P ? ???? 2 ( ) ( ) X X X C m R m m ? ? meImnXnXEmR ?22 )]()([)( ????3 pp = [fliplr(p) C0 p]; Rx = (2*pp - 1)*I^2; m= -N:N; Kx = Rx - Ex*Ex; rx = Kx/25; subplot(211), plot(m,Rx); axis([-N N0 I*I]); title(' 自相关序列'); subplot(212), plot(m,rx); axis([-N N0 1]); title(' 自相关序数'); 四、实验结果及分析自相关序列的特点分析: m>0 时 Rx(m) 随着 m 的增大而减小, m<0 时 Rx(m) 随着 m 的增大而增大。在 m=0 的点, Rx(m) 有最大值。五、实验心得体会通过本次实验初步了解了 MATLAB 软件, 知道了基本数学运算和绘图功能, 进一步理解了随机过程的数字特征的概念, 掌握了平稳随机序列期望, 自相关序列的求解, 直观的看到了自相关序列曲线和相关系数曲线。 4 实验二:平稳随机过程的分析一、实验目的 1、复****信号采样的定理 2、理解功率谱密度函数与自相关函数的关系 3、掌握对功率谱密度函数的求解和分析二、实验原理平稳随机过叶变程的谱分析和傅里换 1、 2、如果时间信号的采样间隔为 T0 ,那么在频谱上的采样间隔为 1/(N*T0), 保持时域和频域的采样点一致 N 3、注意实际信号以原点对称,画图时以中心对称,注意坐标的变换三、实验过程 number =6;T= number*3; T0 = %input(' 采样间隔 T0='); t= -T: T0: T; t1 = -2*T: T0: 2*T; n= T/T0; Rx1 =1- abs(t)/T; Rx = [zeros(1, n) Rx1 zeros(1, n)]; figure(1), subplot(211), plot(t1, Rx); title(' 自相关函数') ;% 自相关函数 F= 1/(2*T0); F0 = 1/(4*T); f= -F: F0: F; w= 2* pi* f; a= w*T/2; Sx = T*sin(a).*sin(a)./(a.*a); 0222 ( ) { ( )} 2 (1 / ) exp( ) 4sin ( ) ( ) 2 T X X S FT R T j d T T TSa T ? ?????? ??? ???? ??5 Sx(2*n + 1) = T; subplot(212), plot(f,