抽样函数的频谱

典型函数的频谱（矩形窗函数, 汉宁窗函数，直线，阶跃函数，δ函数，方波，三角波等），如图13~18所示。

21.510.50矩形窗函数的时域波形图050100150200250300矩形窗函数频域波形图200幅值1000050频率100150 图13

10.80.60.40.20050100150200250300δ函数的时域波形图21.5δ函数的频域波形图幅值10.50050频率100150 图 14

方波的时域波形图10.5001500.020.040.060.080.10.120.140.160.180.2方波的频域波形图100幅值500050频率100150 图 15

汉宁窗函数的时域波形图10.80.60.40.20050100150200250300150汉宁窗函数频域波形图100幅值500050频率100150 图 16

21.510.50阶跃函数的时域波形图050100150200250300300阶跃函数的频域波形图200幅值1000050频率100150 图 17

10.50-0.5-1三角波的时域波形图00.020.040.060.080.10.120.140.160.180.28060三角波的频域波形图幅值402000

针对目标跟踪系统出现的观测量野值问题,在分析Kalman滤波新息序列样本统计量及其抽样分布函数的基础上,引入一种活化函数对新息序列进行修正,并提出了基于x^2检验模型和基于t检验模型的两种Kalman滤波抗野值方法。仿真实验表明,所提方法有效改善了野值对Kalman滤波器性能的影响,尤其是对于出现连续野值的情况。

20笫 5划 0820 N 5 0 8. o.

} _乜 r

刈抗

总笫 l2期 2S r s No 1 2 ei .2 e

1 C I ) C、 AR}仆 . 'R1NI 、 E、 ’ Al

基于抽样分布函数的 K la a n滤波抗野值方法研究 m王博黄鹏安玮周一宇( .国防科技大学电子科学与工程学院， 1长沙 4 0 7; .军工程大学电讯工程学院， 10 3 2空西安 7 0 7 ) 10 7

摘

要

针对目标跟踪系统出现的观测量野值问题，分析 K l a波新息序列样本统在 a n滤 m

计量及其抽样分布函数的基础上，引入一种活化函数对新息序列进行修正，并提出了基于检验模型和基于 t验模型的两种 K l a波抗野值方法。仿真实验表明，检 a n滤 m所提方法

有效改善了野值对 K l a波器性能的影响， a n滤 m尤其是对于出现连续野值的

实验二 周期信号的频谱

三 实验的参考程序

%傅立叶级数的部分和，最高谐波次数为3，21，41和81的波形比较 sy2_1.m %锯形波形 clear all

n_max=[3 21 41 81]; N=length(n_max); t=-1.1:.001:1.1; omega_0=2*pi; for k=1:N n=[];

n=[1:n_max(k)];

b_n=2./(pi*n).*(-1).^(1+n); x=b_n*sin(omega_0*n'*t);

subplot(N,1,k),plot(t,x,'linewidth',2); axis([-1.1 1.1 -1.5 1.5]);

line([-1.1 1.1],[0 0],'color','r'); line([0 0],[-1.5 1.5],'color','r');

bt=strcat('最高谐波次数=',num2str(n_max(k))); title(bt); end

%三角波形 clear all

n_max=[3 21 41 81]; A=1;

N=length(n_max);

实验二 周期信号的频谱

三 实验的参考程序

%傅立叶级数的部分和，最高谐波次数为3，21，41和81的波形比较 sy2_1.m %锯形波形 clear all

n_max=[3 21 41 81]; N=length(n_max); t=-1.1:.001:1.1; omega_0=2*pi; for k=1:N n=[];

n=[1:n_max(k)];

b_n=2./(pi*n).*(-1).^(1+n); x=b_n*sin(omega_0*n'*t);

subplot(N,1,k),plot(t,x,'linewidth',2); axis([-1.1 1.1 -1.5 1.5]);

line([-1.1 1.1],[0 0],'color','r'); line([0 0],[-1.5 1.5],'color','r');

bt=strcat('最高谐波次数=',num2str(n_max(k))); title(bt); end

%三角波形 clear all

n_max=[3 21 41 81]; A=1;

N=length(n_max);

实验4 信号的频谱分析

一、 实验目的：

1. 掌握连续时间周期信号的傅里叶级数的分析方法及其物理意义； 2. 观察截短的傅里叶级数而产生的“Gibbs现象”，了解其特点以及产生的原

因；

3. 掌握连续时间傅里叶变换的分析方法及其物理意义；

二、 实验内容及要求

1.

设上例中T1?2?;E?2，请用付立叶三角级数的方法绘制出上例中周期函数f(t)的一个周期，选择适当的不同谐波次数N，观察这两个信号用有限项谐波合成后的时域波形中是否有Gibbs现象产生，Gibbs现象有何规律，用文字说明你观察到的结果及相关分析或说明。尝试改变各频率分量的幅值或相位，观察周期函数波形所受的影响。 （1）程序代码

（2）实验结果

（3）实验分析

1、将具有不连续点如矩形脉冲进行傅立叶级数展开后，选取有限项进行合成。在逼近信号的断点处出现了明显的振荡现象，随着谐波次数的增加，振荡并没有消失，反而更加的集中在断点附近。

2、当改变周期信号各频率上的幅值和相位时，周期函数的波形随幅值和相位发生对应的变化。例：E=4，??1，则图形的幅值就变成2，且向右平移一个单位。

2.采用数值计算算法分别计算非周期连续时间信号f1的傅里叶变换.

f1?t??g6?t?

采用数值计

周期信号频谱的特点

在结构施工测量中，按装修工程要求将装饰施工所需要的控制点、线及时弹在墙、板上，作为装饰工程施工的控制依据。

1.地面面层测量

在四周墙身与柱身上投测出100cm水平线，作为地面面层施工标高控制线。

根据每层结构施工轴线放出各分隔墙线及门窗洞口的位置线。

2.吊顶和屋面施工测量

以1000m线为依据，用钢尺量至吊顶设计标高，并在四周墙上弹出水平控制线。对于装饰物比较复杂的吊顶，应在顶板上弹出十字分格线，十字线应将顶板均匀分格，以此为依据向四周扩展等距方格网来控制装饰物的位置。

屋面测量首先要检查各方向流水实际坡度是否符合设计要求，并实测偏差，在屋面四周弹出水平控制线及各方向流水坡度控制线。

3.墙面装饰施工测量

内墙面装饰控制线，竖直线的精度不应低于1/3000，水平线精度每3m两端高差小于±1mm，同一条水平线的标高允许误差为±3mm。外墙面装饰用铅直线法在建筑物四周吊出铅直线以控制墙面竖直度、平整度及板块出墙面的位置。

4.电梯安装测量

在结构施工中，从电梯井底层开始，以结构施工控制线为准，及时测量电梯井净空尺寸，并测定电梯井中心控制线。

抽样分布的研究

抽样分布的研究

1 前言

统计量是样本的函数，它是一个随机变量．统计量的分布称为抽样分布． 用来估计一个未知总体参数的抽样统计称为估计． 真实参数值和估计值间的差异称为抽样误差．带有概率分布的随机变量统计称为抽样分布，由重复抽样产生． 我们用统计的抽样分布来测定估计中的抽样，它可分为正态总体下与非正态总体下两种情况来讨论．是由样本n个观察值计算的统计量的概率分布．从一个总体中随机抽出容量相同的各种样本，从这些样本计算出的某统计量所有可能值的概率分布，称为这个统计量的抽样分布．从一个给定的总体中抽取（不论是否有放回）容量（或大小）为n的所有可能的样本，对于每一个样本，计算出某个统计量（如样本均值或标准差）的值，不同的样本得到的该统计量的值是不一样的，由此得到这个统计量的分布，称之为抽样分布．

例如：如果特指的统计量是样本均值，则此分布为均值的抽样分布．类似的有标准差、方差、中位数、比例的抽样分布．

统计量是样本的函数，它是一个随机变量．统计量的分布称为抽样分布．

基于独立的，与总体分布的简单随机样本的抽样分布定理，是小样本统计推断的理论基础??．二十世纪20年代以来，由此发展的成熟的简单随机样本统计推断理论，

1已在

信号与系统

实验报告

实验三 周期信号的频谱分析

实验报告评分：_______

实验三 周期信号的频谱分析

实验目的：

1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法；

2、观察截短傅里叶级数而产生的“Gibbs现象”，了解其特点以及产生的原因；

3、掌握各种典型的连续时间非周期信号的频谱特征。

实验内容：

（1）Q3-1 编写程序Q3_1，绘制下面的信号的波形图：

其中，0 = 0.5π，要求将一个图形窗口分割成四个子图，分别绘制cos(?0t)、cos(3?0t)、cos(5?0t) 和x(t) 的波形图，给图形加title，网格线和x坐标标签，并且程序能够接受从键盘输入的和式中的项数。

程序如下:

clear,%Clear all variables

close all,%Close all figure windows

dt = 0.00001; %Specify the step of time variable t = -2:dt:4; %Specify the interval of time w0=0.5*pi; x1=cos(w0.*t); x2=cos(3*w0.*t); x3=cos

　第25卷第7期2008年7月

统计研究

StatisticalResearchVol.25,No17

Jul.2008

基于分层随机抽样的季节指数的

抽样估计研究

邓明

　　内容提要:由于传统的季节指数分析方法是一种描述统计,,给出了估计量的偏误和均方误差以及均方误差的估计,的确定。

关键词:分层随机抽样;季节指数;抽样调查;假设检验

中图分类号:O212　　　文献标识码:A()07-0070-04

TheEstimationofSeasonalIndex

onStratifiedRandomSampling

DengMing

Abstract:Asthetraditionalmethodofseasonalindexisjustadescriptivestatistic,thispaperputsforwardaseasonalindexestimatorbasedonstratifiedrandomsampling,andgivesthebiasandthemeansquareerrorsoftheestimator,alsogivestheestimationofthemeansquareerrors,analysesthehypothesistestoft

实验五 信号抽样及抽样定理

一、实验目的

1. 学会运用MATLAB完成信号抽样以及对抽样信号的频谱进行分析 2. 学会运用MATLAB改变抽样时间间隔，观察抽样后信号的频谱变化

3. 学会运用MATLAB对抽样后的信号进行重建

二、 实验原理 （一）信号抽样

信号抽样是利用抽样脉冲序列

p(t)从连续信号f(t)中抽取一系列的离散

值，通过抽样过程得到的离散值信号称为抽样信号，记为fs(t)。从数学上讲，

抽样过程就是信号相乘的过程，即fs(t)?f(t)?p(t)

因此，可以使用傅里叶变换的频域卷积性质来求抽样信号fs(t)的频谱。常用的抽样脉冲序列有周期矩形脉冲序列和周期冲激脉冲序列。

上式表明，信号在时域被抽样后，它的频谱是原连续信号频谱以抽样角频率为间隔周期的延拓，即信号在时域抽样或离散化，相当于频域周期化。在频谱的周期重复过程中，其频谱幅度受抽样脉冲序列的傅里叶系数加权，即被Pn加权。

可以看出，Fs(?)是以?s为周期等幅地重复。

（二）抽样定理

如果f(t)是带限信号，带宽为?m，则信号f(t)可以用等间隔的抽样值来唯一表示。f(t)经过抽样后的频谱Fs???就是将f(t)的频谱F???在频率轴上以抽样频率?s为间隔进