您好,欢迎访问三七文档
实验报告通信信号分析与处理专业通信工程学号姓名日期2016-01-05哈尔滨工业大学通信信号分析与处理实验报告1通信信号分析与处理实验指导书姓名:院(系):电子与信息工程学院专业:通信工程学号:实验日期:2016年1月5日成绩:实验一:平稳随机过程的时域特征分析实验目的:1、加深理解平稳随机过程数字特征的概念2、分析平稳随机过程时域数字特征的特点3、掌握平稳随机序列时域特征分析方法4、掌握MATLAB分析时域特征对应的函数实验内容:产生二项分布、高斯分布和均匀分布的随机过程,其均值为各自学号后两位的1/4,方差为各自学号的后两位,长度分别为1000,5000,10000。分析产生的各种分布对应的均值、方差和自相关函数。实验要求:1、给出所求时域特征的原理公式。2、给出所用MATLAB函数涉及的参数和使用方法。3、所用实验均需要提供对应的完整的源程序和对应的实验结果及其必要分析。4、不得互相抄袭。哈尔滨工业大学通信信号分析与处理实验报告21、实验过程与仿真(黑体小三,段前段后个一行)该实验主要包括***、***、***和***几个部分,具体仿真程序和结果分析如下:(汉字宋体小四,1.25倍行距,英文用Timesnewroman字体)1.1所涉及公式:()[()](;)XXmtEXtxfxtdx22[][(()())][()](;)xXXDXEXtmtxmtfxtdx1.2二项分布随机过程1.2.12,=np(1-p)xnpxB[n,p]:期望m方差1.2.2信号产生:p=EX(1)/n;DX_1=p*(1-p)*n;X1=binornd(n,p,[1n]);结果为:.1.2.3期望:EX(2)=mean(X1);%所求均值。结果为:EX(2)=5.15801.2.4方差:DX(2)=var(X1)。结果为:DX(2)=5.0341哈尔滨工业大学通信信号分析与处理实验报告31.2.5自相关函数a1=xcorr(X1)。结果为:1.2.6n=5000n=10000哈尔滨工业大学通信信号分析与处理实验报告41.3高斯分布随机过程1.3.1高斯公式为22()1()exp()22xxmfx,均值为:xm,方差为:21.3.2信号产生:y=randn(1,n);X2=EX(1)+sqrt(DX(1)).*y;.结果为:哈尔滨工业大学通信信号分析与处理实验报告5.1.3.3期望:EX(3)=mean(X2);%所求均值结果为:5.25941.3.4方差:DX(3)=var(X2);%方差。结果为:22.23981.3.5自相关函数a2=xcorr(X2);结果为:1.3.6n=5000哈尔滨工业大学通信信号分析与处理实验报告6n=10000哈尔滨工业大学通信信号分析与处理实验报告71.4均匀分布随机过程1.4.1均匀分布:1()fxbaXU[a,b]:均值、方差为:2(),212XXabbaED1.4.2信号产生:a=21/4-sqrt(252)/2;b=2*EX(1)-a;X3=unifrnd(a,b,1,n);.结果为:哈尔滨工业大学通信信号分析与处理实验报告8.1.4.3期望:EX(4)=mean(X3);%所求均值结果为:5.47571.4.4方差:DX(4)=var(X3);%方差结果为:20.66201.4.5自相关函数a3=xcorr(X3);结果为:1.4.6n=5000哈尔滨工业大学通信信号分析与处理实验报告9n=10000哈尔滨工业大学通信信号分析与处理实验报告102、实验中遇到的问题对matlab某些语句使用不太熟悉,因为不知道实验结果怎样,而自己程序结果又非常相近,所以不确定自己编的是否正确。尤其是编写高斯过程时,觉得所得的图跟一般高斯过程有差别。3、心得体会不懂的就问,在编程过程中遇到问题请教后,知道自己编写的应该是对的,所以继续编写下去。在编程中可以更好的去应用知识点。4、函数涉及的参数和使用方法(1)Mean:mean(X)如果X是一个矩阵,则其均值是一个向量组。mean(X,1)为列向量的均值,mean(X,2)为行向量的均值(2)binornd()此函数生成服从二项分布的随机数。二项分布有2个参数:n,p。考虑一个打靶的例子,每枪命中率为p,共射击N枪,那么一共击中的次数就服从参数为(N,p)的二项分布。注意p要小于等于1且非负,N要为整数。基本语法:binornd(n,p,[M,N,P,...])生成的随机数服从参数为(N,p)的二项分布,这些随机数排列成M*N*P...多维哈尔滨工业大学通信信号分析与处理实验报告11向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号。(3)c=xcorr(x)为矢量x的自相关估计;c=xcorr(x,y,'option')为有正规化选项的互相关计算;其中选项为biased为有偏的互相关函数估计;unbiased为无偏的互相关函数估计;coeff为0延时的正规化序列的自相关计算;none为原始的互相关计算;c=xcorr(x,'option')特指以上某个选项的自相关估计。c=xcorr(x,y,maxlags)返回一个延迟范围在[-maxlags,maxlags]的互相关函数序列,输出c的程度为2*maxlags-1.(4)Unifrnd和rand()类似,这个函数生成某个区间内均匀分布的随机数。基本语法unifrnd(a,b,[M,N,P,...])生成的随机数区间在(a,b)内,排列成M*N*P...多维向量。如果只写M,则生成M*M矩阵;如果参数为[M,N]可以省略掉方括号程序源代码:clc;closeall;clearall;EX=zeros(1,4);DX=zeros(1,4);EX(1)=21/4;%均值DX(1)=21;%方差n=1000;%%二项分布随机过程p=EX(1)/n;DX_1=p*(1-p)*n;X1=binornd(n,p,[1n]);EX(2)=mean(X1);%所求均值DX(2)=var(X1);%方差sum((R1(1,:)-EX1).^2)/(length(R1)-1)a1=xcorr(X1);tau_1=(-length(X1)+1:length(X1)-1)/n;figure;subplot(1,2,1);plot(X1,'r');legend('二项分布分布图像');subplot(1,2,2);plot(tau_1,a1,'r');legend('二项分布自相关函数');gridon;%%高斯分布随机过程哈尔滨工业大学通信信号分析与处理实验报告12y=randn(1,n);X2=EX(1)+sqrt(DX(1)).*y;EX(3)=mean(X2);%所求均值DX(3)=var(X2);%方差a2=xcorr(X2);tau_2=(-length(X2)+1:length(X2)-1)/n;figure;subplot(1,2,1);plot(X2,'k');legend('高斯分布图像');gridon;subplot(1,2,2);plot(tau_2,a2,'k');legend('高斯分布自相关函数');gridon;%%均匀分布随机过程a=21/4-sqrt(252)/2;b=2*EX(1)-a;X3=unifrnd(a,b,1,n);EX(4)=mean(X3);%所求均值DX(4)=var(X3);%方差a3=xcorr(X3);tau_3=(-length(X3)+1:length(X3)-1)/n;figure;subplot(1,2,1);plot(X3,'m');legend('均匀分布图像');gridon;subplot(1,2,2);plot(tau_3,a3,'m');legend('均匀分布自相关函数');gridon;哈尔滨工业大学通信信号分析与处理实验报告13通信信号分析与处理实验指导书姓名:院(系):电子与信息工程学院专业:通信工程学号:实验日期:2016年1月5日成绩:实验二:平稳随机过程的频域特征分析实验目的:1、理解随机过程的采样定理2、理解功率谱密度函数与自相关函数的关系3、掌握对功率谱密度函数的求解和分析实验内容:1、分析实验一产生的各种随机序列的功率谱。2、如果随机过程的自相关函数为其中T为各自学号后两位的3倍求其对应的功率谱。实验要求:1、写出详细的计算步骤及设计原理;2、给出所用MATLAB函数涉及的参数和使用方法;3、所用实验均需提供对应的完整的源程序和对应的实验结果及其必要的分析;4、不得互相抄袭。哈尔滨工业大学通信信号分析与处理实验报告141、实验过程与仿真(黑体小三,段前段后个一行)该实验主要包括***、***、***和***几个部分,具体仿真程序和结果分析如下:(汉字宋体小四,1.25倍行距,英文用Timenewroman字体)1.5()()XXSR0()2()cosXXSRd01()()cosXXRSd1.6二项分布随机过程1.6.1程序:p=EX(1)/n;DX_1=p*(1-p)*n;X1=binornd(n,p,[1n]);a1=xcorr(X1);tau_1=(-length(X1)+1:length(X1)-1)/n;X1_cm=abs(fft(a1,nfft));功率谱为:.1.7高斯分布随机过程哈尔滨工业大学通信信号分析与处理实验报告151.7.1程序:y=randn(1,n);X2=EX(1)+sqrt(DX(1)).*y;a2=xcorr(X2);tau_2=(-length(X2)+1:length(X2)-1)/n;X2_cm=abs(fft(a2,nfft));功率谱为:1.8给定自相关函数的功率谱1.8.1程序:T=21*3;tau=-100:1:100;R_x_tao=zeros(1,length(tau));%tau=(-length(n1)+1:length(n1)-1)/n1;i=0;fortau=-100:1:100;i=i+1;iftauT&tau-TR_x_tao(i)=1-abs(tau)/T;elseR_x_tao(i)=0;endend哈尔滨工业大学通信信号分析与处理实验报告16X4_cm=abs(fft(R_x_tao,nfft));功率谱为:1.9均匀分布随机过程1.9.1程序:a=21/4-sqrt(252)/2;b=2*EX(1)-a;X3=unifrnd(a,b,1,n);a3=xcorr(X3);tau_3=(-length(X3)+1:length(X3)-1)/n;X3_cm=abs(fft(a3,nfft));功率谱为:哈尔滨工业大学通信信号分析与处理实验报告172、实验中遇到的问题因为所得的功率谱密度函数图像大致相同,且均贴合坐标轴,所以使用对数函数便于观察。另外对此处的采样点数,不甚理解。因为序列已经是离散的了,根据数字信号处理知识,点数应该大于随即点数才对。3、心得体会编程有助于对知识点的理解,在编程时会更加注意知识的应用。4、所用函数在实际应用中,经常用到对数坐标,Matlab提供了绘制对数和半对数坐标曲线的函数,其调用格式为:semilogx(x1,y1,选项1,x2,y2,选项2,…)semilogy(x1,y1,选项1,x2,y2,选项2,…)loglog(x1,y1,选项1,x2,y2,选项2,…)这些函数中选项的定义和plot函数完全一样,所不同的是坐标轴的选取。semilogx函数使用半对数坐标,x轴为常用对数刻度,而y轴仍保持线性刻度。semilogy恰好和semilogx相反。loglog函数使用全对数坐标,x、y轴均采用对数刻度。其他所涉及函数使用方法见实验一,实验二无特别需要说明的函数哈尔滨工业大学通信信号分析与处理实验报告18程序源代码:clc;closeall;clearall;EX=zeros(1,4);DX=zeros(1,
本文标题:随机报告
链接地址:https://www.777doc.com/doc-4893894 .html