资源描述：
《随机信号实验报告-随机过程的模拟与特征估计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、随机过程的模拟与特征估计实验报告随机信号实验报告课程：随机信号实验题目：随机过程的模拟与特征估计学院：四川大学电子信息学院学生名称：24四川大学电子信息学院随机过程的模拟与特征估计实验报告实验目的：1.学会利用MATLAB模拟产生各类随即序列。2.熟悉和掌握随机信号数字特征估计的基本方法。实验内容：1.模拟产生各种随即序列，并画出信号和波形。（1）白噪声（高斯分布，正弦分布）。（2）随相正弦波。（3）白噪声中的多个正弦分布。（4）二元随机信号。（5）自然信号：语音，图形（选做）。2.随机信号数字特征
2、的估计（1）估计上诉随机信号的均值，方差，自相关函数，功率谱密度，概率密度。（2）各估计量性能分析（选做）实验仪器：PC机一台MATLAB软件实验原理：24四川大学电子信息学院随机过程的模拟与特征估计实验报告随机变量常用到的数字特征是数字期望值、方差、自相关函数等。相应地，随机过程常用到的数字特征是数字期望值、方差、相关函数等。它们是由随机变量的数字特征推广而来，但是一般不再是确定的数值，而是确定的时间函数。1.均值：mx(t)=E[X(t)]=；式中，p(x,t)是X（t）的一维概率密度。mx(t
3、)是随机过程X（t）的所有样本函数在时刻t的函数值的均值。在matlab中用mea()函数求均值。2.方差：（t）=D[X(t)]=E[]；（t）是t的确定函数，它描述了随机过程诸样本函数围绕数学期望mx(t)的分散程度。若X（t）表示噪声电压，则方差（t）则表示瞬时交流功率的统计平均值。在matlab中用var()函数求均值。3.自相关函数：Rx(t1,t2)=E[X(t1)X(t2)]；自相关函数就是用来描述随机过程任意两个不同时刻状态之间相关性的重要数字特征。在matlab中用xcorr（）来
4、求自相关函数。4.在matlab中可用函数rand、randn、normr、random即可生成满足各种需要的近似的独立随机序列。实验步骤：（一）大体实验步骤（1）利用MATLAB编写程序。（2）调试程序。24四川大学电子信息学院随机过程的模拟与特征估计实验报告（3）得出各项输出结果，产生波形。（4）分析各参数的物理意义，各个波形参数相比较。（5）总结，写实验报告，做PPT。（二）各个实验的具体程序及步骤：（1）白噪声（高斯分布）n=100;x=randn(n,1);m=mean(x)%计算均值si
5、gma2=var(x)%计算方差pxx=pwelch(x);%计算功率谱密度r=xcorr(x,'biased');%计算自相关函数figuresubplot(4,1,1);plot(x);title('样本曲线');gridsubplot(4,1,2);plot(r);title('自相关函数');gridsubplot(4,1,3);plot(pxx);24四川大学电子信息学院随机过程的模拟与特征估计实验报告title('功率密度谱');grid[f,xi]=ksdensity(x);%计算概率
6、密度函数subplot(4,1,4);plot(xi,f);title('概率密度');grid（2）白噪声（均匀分布）n=100;x=rand(n,1);m=mean(x)%计算均值sigma2=var(x)%计算方差pxx=pwelch(x);%计算功率谱密度函数r=xcorr(x,'biased');%计算自相关函数figuresubplot(4,1,1);plot(x);title('样本曲线');gridsubplot(4,1,2);plot(r);title('自相关函数');24四川大
7、学电子信息学院随机过程的模拟与特征估计实验报告gridsubplot(4,1,3);plot(pxx);title('功率密度谱');grid[f,xi]=ksdensity(x);%计算概率密度函数subplot(4,1,4);plot(xi,f);title('概率密度');grid（2）随机相位正弦波fs=1000;t=0:1/fs:1;c=2*pi*rand(size(t));x=sin(2*pi*t+c);%产生正弦波M=mean(x)%计算均值sigma2=var(x)%计算方差pxx=
8、pwelch(x);&计算功率谱密度函数r=xcorr(x,'biased');%计算自相关函数figuresubplot(4,1,1);plot(x);24四川大学电子信息学院随机过程的模拟与特征估计实验报告title('样本曲线');gridsubplot(4,1,2);plot(r);title('自相关函数');gridsubplot(4,1,3);plot(pxx);title('功率密度谱');grid[f,xi]=ksdensity(x);%计算概率密度
