随机信号分析与处理实验报告

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

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

P{X(n)X(n?m)?I}?2E[X(n)]= I?P{X(n)=+I}+(-I)?P{X(n)=-I}=0RX(m)?E[X(n)X(n?m)]?I2P{X(n)X(n?m)?I2}?I2P{X(n)X(n?m)??I2}当m?0时，?m/2????k?0(?m)2k??me?P(2k)!RX(m)?I2P?I2(1?P)?I2(2P?1)2CX(m)?RX(m)?mXR(m)?E[X(n)X(n?m)]?I2e?2?m三、实验过程

number =6; %学号49 I = 8; %幅值为8 u = 1/number;

Harbin Institute of Technology

实验报告

课程名称： 随机信号分析 院 系： 电子与信息工程学院 班 级： 姓 名： 学 号： 指导教师： 实验时间：

实验一、各种分布随机数的产生

（一）实验原理

1.均匀分布随机数的产生原理

产生伪随机数的一种实用方法是同余法，它利用同余运算递推产生伪随机数序列。最简单的方法是加同余法

yn?1?yn?c(modM)

xn?1?yn?1 M为了保证产生的伪随机数能在[0,1]内均匀分布，需要M为正整数，此外常数c和初值y0亦为正整数。加同余法虽然简单，但产生的伪随机数效果不好。另一种同余法为乘同余法，它需要两次乘法才能产生一个[0,1]上均匀分布的随机数

yn?1?ayn(modM)

xn?1?yn?1 Myn?1 M式中，a为正整数。用加

随机信号分析实验报告

班级：13050141

姓名： 学号：

日期：2016年5月24日

1

实验一 随机噪声的产生与性能测试

一、实验内容

1．产生满足均匀分布、高斯分布、指数分布、瑞利分布的随机数，长度为N=1024，并计算这些数的均值、方差、自相关函数、概率密度函数、概率分布函数、功率谱密度，画出时域、频域特性曲线；

2．编程分别确定当五个均匀分布过程和5个指数分布分别叠加时，结果是否是高斯分布；

3．采用幅度为2， 频率为25Hz 的正弦信号为原信号，在其中加入均值为2 ，

Y(t)??X(?)d?0方差为0.04 的高斯噪声得到混合随机信号X(t)，编程求 的均

值、相关函数、协方差函数和方差，并与计算结果进行比较分析。 二、实验步骤 1.程序

N=1024; fs=1000; n=0:N-1;

signal=chi2rnd(2,1,N); %rand(1,N)均匀分布 ,randn(1,N)高斯分布,exprnd(2

随机信号分析实验报告

班级：13050141

姓名： 学号：

日期：2016年5月24日

1

实验一 随机噪声的产生与性能测试

一、实验内容

1．产生满足均匀分布、高斯分布、指数分布、瑞利分布的随机数，长度为N=1024，并计算这些数的均值、方差、自相关函数、概率密度函数、概率分布函数、功率谱密度，画出时域、频域特性曲线；

2．编程分别确定当五个均匀分布过程和5个指数分布分别叠加时，结果是否是高斯分布；

3．采用幅度为2， 频率为25Hz 的正弦信号为原信号，在其中加入均值为2 ，

Y(t)??X(?)d?0方差为0.04 的高斯噪声得到混合随机信号X(t)，编程求 的均

值、相关函数、协方差函数和方差，并与计算结果进行比较分析。 二、实验步骤 1.程序

N=1024; fs=1000; n=0:N-1;

signal=chi2rnd(2,1,N); %rand(1,N)均匀分布 ,randn(1,N)高斯分布,exprnd(2

实验2 随机过程的计算机模拟

一、实验目的

1、给定功率谱（相关函数）和概率分布，通过计算机模拟分析产生相应的随机过程；

2、通过该随即过程的实际功率谱（相关函数）和概率分布验证该实验的有效性；

3、学会运用Matlab 函数对随机过程进行模拟。

二、实验原理

1、标准正态分布随机序列的产生方法：利用随机变量函数变换的方法。 设r1，r2为两个相互独立的（0，1）均匀分布的随机数，如果要产生服从均值为m,方差为

正态分布的随机数x，则可以按如下变换关系产生：

2、正态随机矢量的模拟：设有一 N 维正态随机矢量", ，其概率密度为

为协方差矩阵，且是正定的。

3、具有有理谱的正态随机序列的模拟

根据随机过程通过线性系统的理论，白噪声通过线性系统后，输出是正态的，且输出功

率谱只与系统的传递函数有关。利用这一性质，我们可以产生正态随机过程。

如上图所示，输入W(n)为白噪声，假定功率谱密度为G (z) = 1 W ，通过离散线性系统

后，输出X (n)是正态随机序列，

由于要求模拟的随机序列具有有理谱，则G (z) X 可表示为：

其中，G (z) X+ 表示有理谱部分，即所有的零极点在单位圆之内，G (z) X? 表示非有

实验2 随机过程的计算机模拟

一、实验目的

1、给定功率谱（相关函数）和概率分布，通过计算机模拟分析产生相应的随机过程；

2、通过该随即过程的实际功率谱（相关函数）和概率分布验证该实验的有效性；

3、学会运用Matlab 函数对随机过程进行模拟。

二、实验原理

1、标准正态分布随机序列的产生方法：利用随机变量函数变换的方法。 设r1，r2为两个相互独立的（0，1）均匀分布的随机数，如果要产生服从均值为m,方差为

正态分布的随机数x，则可以按如下变换关系产生：

2、正态随机矢量的模拟：设有一 N 维正态随机矢量", ，其概率密度为

为协方差矩阵，且是正定的。

3、具有有理谱的正态随机序列的模拟

根据随机过程通过线性系统的理论，白噪声通过线性系统后，输出是正态的，且输出功

率谱只与系统的传递函数有关。利用这一性质，我们可以产生正态随机过程。

如上图所示，输入W(n)为白噪声，假定功率谱密度为G (z) = 1 W ，通过离散线性系统

后，输出X (n)是正态随机序列，

由于要求模拟的随机序列具有有理谱，则G (z) X 可表示为：

其中，G (z) X+ 表示有理谱部分，即所有的零极点在单位圆之内，G (z) X? 表示非有

实验二 信号处理实验

实验一 RLC 串联谐振电路选频特性与信号的分解

1. 实验目的

1. 进一步掌握信号分解的方法；

2. 熟悉RLC串联谐振电路的选频特性；

2. 实验数据及分析

表2-1-1 RLC串联选频

频率（KHz） 幅值（mv）

1. 由表中数据可以比对出：1，3，5，7次谐波的频率之比为：

2.778：8.329：13.884：19.442=1：2.998：4.999：6.999

是与傅里叶级数相符合的。

2. 同时可以比对出：其电压幅值之比：

1070.0：282.0：108.0：75.2=1：0.2636：0.101：0.070

电压的幅值之比不是完全符合要求，但是大致上能满足要求。造成这一情况的原因可能是在测量幅值的过程中存在着干扰，实验中存在一定误差。

3. 2，4，6次谐波的幅度较其他次谐波的幅度比较相对较小，基本满足幅度为0的预计。

造成这一情况的原因也应该是在幅值的测量过程中存在的干扰所致。

基波 2.778 1070.0 二次谐波 三次谐波 四次谐波 五次谐波 六次谐波 七次谐波 5.553 90.8 8.329 282.0 13.885 40.3 13.884 108.0 0 0 19.44

实验名称：实验日期：姓 名：学 号：随 机 信 号 分 析

实验报告

实验一 2011.12.11 巩庆超 090250108

哈尔滨工业大学（威海）

- 1 -

1、熟悉并练习使用下列Matlab 的函数，给出各个函数的功能说明和内部参数的意义，并给 出至少一个使用例子和运行结果：

（1） rand(m，n) 生成m×n 随机矩阵，其元素在（0，1）内 例：>> y=rand(2,3) y =

0.8147 0.1270 0.6324 0.9058 0.9134 0.0975

（2） randn(m，n)

产生随机数数组或矩阵，其元素服从均值为0，方差为1的正态分布。 例： y=randn(4,4) y =

-0.4336 -1.3499 0.7147 1.4090 0.3426 3.0349 -0.2050 1.4172 3.5784 0.7254 -0.1241 0.6715 2.7694 -0.0631 1.4897 -1.2075) （3） normrnd()

y

实验一 语音信号的端点检测

一、实验目的

1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法

3、掌握利用短时平均过零率和短时能量等特征，对输入的语音信号进行端点检测。

二、仪器设备 HP计算机、Matlab软件

三、实验原理 3.1、短时能量

3.1.1、原理：语音信号能量随时间有相当大的变化，特别是清音段的能量一般比浊音段的小得多。 语音信号的短时能量定义：

xw(n)?w(n)?x(n)0?m?N?1

0?n?N?1?1w(n)?? 其它?0

n?N?1 2En??xw(m) m?n

3.1.2、短时能量序列反映了语音振幅或能量随着时间缓慢变化的规律。从原始语音信号图中可以看到语音信号幅度随时间有相当大的变化，特别是清音段的幅度一般比浊音段的幅度小很多，语音信号的短时能量给出了反映这些幅度变化的一个合适的描述方法。

3.1.3、短时平均幅度函数和能量函数的作用 (1)区分清/浊音。

En、Mn大，对应浊音； En、Mn小，对应清音。其中Mn是短时幅度差。 (2)在信噪比高的情况下，能进行有声/无声判决。 无声时，背景噪声的En、Mn小；

有声时，En、Mn显著增大。判决时可设置一个门限。

5.随机过程通过线性系统 - 随机信号分析实验报告

计算机与信息工程学院设计性实验报告

一、实验目的

了解随机信号自身的特性，并研究随机信号通过线性系统后的均值、均方值、方差、相关函数、频谱及功率谱密度有何变化，分析线性系统所具有的性质

二、实验仪器或设备

1、一台计算机 2、MATLAB r2013a

三、实验内容

输入信号为x

1(t)加上白噪声n(t)变成x(t),用软件仿真x(t)通过滤波器后的信号y1(t),框图如下:

其中：

x1(t)=sin(2000×2πt)+2sin(5000×2πt)

计算x(t)、y1(t)的均值、均方值、方差、频谱、功率谱密度，自相关函数，并绘出

函数曲线。

四、MATLAB仿真程序

%输入信号x的产生 clc

t=0:1/16000:0.01;

x1=sin(2000*2*pi*t)+2*sin(5000*2*pi*t);

x=awgn(x1,5,'measured'); %加入高斯白噪声 n=x-x1;

%输入信号x的均值，方差，均方值和自相关系数 x_mean=mean(x) x_var=var(x)

x_st=x_var+x_mean^2 x_arr=xcorr(x);

tau = (-length(x)