现代信号处理报告

现代信号处理报告

ID:13468187

大小:1.36 MB

页数:19页

时间:2018-07-22

现代信号处理报告_第1页
现代信号处理报告_第2页
现代信号处理报告_第3页
现代信号处理报告_第4页
现代信号处理报告_第5页
资源描述:

《现代信号处理报告》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、现代信号处理新方法电子1002班钱振林20102606目录第1题:用仿真的方法验证中心极限(Lyapunov)定理。-1-1)定理定义-1-2)Matlab仿真-1-设计思路:-1-MATLAB代码:-1-3)参数估计-2-4)假设检验-2-5)运行截图-3-第2题:如何用MATLAB绘制二维正态概率密度和条件概率密度。-3-1)二维正态概率密度-4-MATLAB代码-4-2)条件概率密度-4-绘制概率密度函数-4-边缘概率密度-5-条件概率密度-5-第3题:MATLAB有那些统计函数,举例说明其用法。-6-1)

2、Rayleigh分布-6-MATLAB代码:-6-2)泊松分布-7-第4题:如何用MATLAB求随机变量的统计特性。-7-1)概率密度函数-7-2)数字特征-8-均值-8-方差-8-协方差-8-相关系数-8-第5题:计算机模拟投掷硬币。-9-第6题:模拟零均值离散随机序列-9-1)设计思路-9-2)Matlab仿真-9-3)使用函数说明-10-4)运行截图-11-第7题:加性高斯白噪声环境下正弦信号通过50Hz低通滤波器-11-1)设计思路-12-2)Matlab仿真-12-3)使用函数说明-16-参考文献:-1

3、7-第1题:用仿真的方法验证中心极限(Lyapunov)定理。1)定理定义李雅普诺夫(Lyapunov)中心极限定理:无论各个随机变量Xk服从什么分布,一般当随机变量的个数n很大时,他们的和X1+X2+…+Xn就近似地服从正态分布。Zn=k=1nXk-k=1nμkBn当n很大时,近似地服从正态分布N(0,1),即,无论各个随机变量Xk(k=1,2,…)服从什么分布,只要满足定理的条件,那么他们的和k=1nXk在n很大时就近似地服从正态分布。2)Matlab仿真设计思路:1、按照事先指定的样本含量和抽样次数产生伪随

4、机数。2.对随机变量求和,求其分布,对正态性进行检验。3.对参数进行估计。4.假设符合正态分布,在方差未知情况下检验均值。MATLAB代码:>>NumPoints=10000;%随机变量数量>>NumBins=50;%直方图点数>>R1=rand(NumPoints,1);%产生随机变量一>>R2=rand(NumPoints,1)-rand(NumPoints,1);%产生随机变量二>>R3=rand(NumPoints,1)-rand(NumPoints,1)-rand(NumPoints,1)+rand(N

5、umPoints,1);>>subplot(2,2,1);hist(R1,NumBins);title('随机变量一');>>subplot(2,2,2);hist(R2,NumBins);title('随机变量二');>>subplot(2,2,3);hist(R3,NumBins);title('随机变量三');>>R=R1+R2+R3;%随机变量求和>>subplot(2,2,4);hist(R,NumBins);title('随机变量和');>>figure>>subplot(1,2,1);normplo

6、t(R1);title('变量一的正态性检验图');>>subplot(1,2,2);normplot(R);title('变量和的正态性检验图');1)参数估计>>[muhat,sigmahat,muci,sigmaci]=normfit(R)%正态性定量分析muhat=0.4928sigmahat=0.7671muci=0.47780.5078sigmaci=0.75660.7779通过输出的结果可知其均值为0.4928,方差为0.7671;均值的0.95置信区间为[0.4778,0.5078],方差的0.9

7、5置信区间为[0.7566,0.7779]。2)假设检验已知变量和服从正态分布,现在方差未知的情况下做t-检验其均值是否等于0.4928。输入以下指令>>[h,sig,ci]=ttest(R,0.4928)%T-检测h=0sig=0.9987ci=0.47780.5078从输出可以得到如下检验结果:(1)布尔变量h=1表示可以拒绝假设,h=0表示不可以拒绝假设,结果h=0表示不拒绝零假设,说明提出的假设“总分均值为0.4928”是合理的。(2)sig为假设成立的概率,其值为0.9987,它远超过0.5,因此不能拒

8、绝零假设。(3)ci为均值的1-alpha置信区间。其95%的置信区间为[0.4778,0.5078],它完全包括了均值0.4928,且有很高的精度。通过以上的分析可以看出,单独的随机变量如R1不一定是正态分布,但和完全符合正态分布。这就说明,无论各个随机变量服从什么分布,当随机变量数很大时,他们的和就近似地服从正态分布,中心极限定理得到了验证。1)运行截图图1-1随机变

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。