随机信号分析课程设计

随机信号分析课程设计

ID:39561197

大小:48.21 KB

页数:5页

时间:2019-07-06

随机信号分析课程设计_第1页
随机信号分析课程设计_第2页
随机信号分析课程设计_第3页
随机信号分析课程设计_第4页
随机信号分析课程设计_第5页
资源描述:

《随机信号分析课程设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、随机信号分析课程设计一、题目:设计一个抑制载波的复AM信号,载波为40MHz,接收带宽10MHz,调制信号带宽50KHz,加入高斯白噪声,带内信噪比10dB:1.1画出加噪后信号时域波形;1.2画出功率谱密度;1.3画出其同相、正交分量的功率谱;1.4统计方法画出包络概率密度。二、问题分析:2.1画出加噪后信号时域波形:首先,由已知条件先采样产生抑制载波的实AM离散信号sr,经过Hilbert变换求得其解析信号s0,并经过低通滤波器,截止频率fs限制在接收带宽下,加入噪声v,得到此时的复AM信号s,再画出此时得到的复AM信号时域波形。2.2画出功率谱密度:将信号s进行ff

2、t变换后求得其功率谱密度,画出图形。2.3画出其同相、正交分量的功率谱:将信号s分解为正交分量和同相分量,进行fft变换得到功率谱密度,画出图形。三、程序代码:f0=4*10^7;%载波信号频率40MHzf1=5*10^4;%调制信号频率50kHzfs=1*10^7;%接收机带宽采样频率10MhzN=40001;%采样点数%t=(0:1:N-1)/fs;f=10*f0;%画图范围设置t0=5/f1;t=0:1/f:t0;k=1;sr=k*cos(2*pi*f1*t).*cos(2*pi*f0*t);%实am信号%figure(2)%plot(t,sr)s0=hilbert

3、(sr);%复am信号h=sin(fs*t)/(pi*t);s0=conv(s0,h);am=max(abs(s0));%%-------加噪方案(由加噪后信噪比确定高斯白噪声)-----snr=10;%设定加入白噪声后的信噪比为10db(均值为0)Pv=(am/(10^(snr/20)))^2;%噪声方差%%--------------------------------------------------%%%---------加噪声-------------v=rand(1,N);v=v*sqrt(Pv);%白噪声s=s0+v;%信号加噪声%%----------信

4、号画图-------------figure(1)subplot(2,1,1),plot(t,s0);axis([0.4*10^(-4)0.8*10^-4-1010])title('原始信号')subplot(2,1,2),plot(t,s);title(['加噪信号信噪比=',num2str(snr),'dB.噪声方差=',num2str(Pv)])axis([0.4*10^(-4)0.8*10^-4-1010])%%----------画功率谱---------------s1=detrend(s);%去趋势ffs=abs(fft(s1));theta=angle(s

5、1)-2*pi*f0*t;a=abs(s1);ffs=ffs.*conj(ffs)*2/N;%频谱%ffs=ffs.^2;%功率谱figure(2)plot(ffs(1:N/2));title('加噪信号功率谱')axis([3500450004*10^4])xlabel('*10^4')%%------------画正交同相分量功率谱----------ac=s.*cos(2*pi*f0*t)-j*(hilbert(s)-s).*sin(2*pi*f0*t);as=-s.*sin(2*pi*f0*t)-j*(hilbert(s)-s).*cos(2*pi*f0*t);a

6、s1=detrend(as);ffas=abs(fft(as1));ffas=(abs(ffas)).^2*2/N;ac1=detrend(ac);ffac=abs(fft(ac1));ffac=(abs(ffac)).^2*2/N;figure(3)subplot(2,1,1),plot(ffas(1:N/2));title('加噪信号正交分量功率谱')xlabel('*10^4')axis([-100002000001*10^4])subplot(2,1,2),plot(ffac(1:N/2));title('加噪信号同相分量功率谱')axis([-100002000

7、001*10^4])xlabel('*10^4')%%---------------画包络概率密度--------------figure(4)y=a;ymin=min(y);ymax=max(y);x=linspace(ymin,ymax,20);%将最大最小区间分成20个等分点(19等分),然后分别计算各个区间的个数yy=hist(y,x);%计算各个区间的个数yy=yy/length(y);%计算各个区间的个数subplot(2,1,1),bar(x,yy)%画出概率密度分布图title('包络概率密度分布图')m=0;

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。