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:
姓 名:
学 号:
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
三、实验过程
function y = experiment
number = 49; %学号49
I = 8; %幅值为8
u = 1/number;
Ex = I*0.5 + (-I)*0.5;
N = 64;
C0 = 1; %计数
p(1) = exp(-u);
for m = 2:N
k = 1:m/2;
p(m) = exp(-u*m) + sum((u*m).^(2*k)./factorial(2*k)*exp(-u*m));
end;
pp = [fliplr(p) C0 p];
Rx = (2*pp - 1)*I^2;
m = -N:N;
Kx = Rx - Ex*Ex;
rx = Kx/25;
subplot(211), plot(m,Rx); axis([-N N 0 I*I]); title('自相关序列');
subplot(212), plot(m,rx); axis([-N N 0 1]); title('自相关序数');
四、实验结果及分析
自相关序列的特点分析:m>0时Rx(m)随着m的增大而减小,m<0时Rx(m)随着m的增大而增大。在m=0的点,Rx(m)有最大值。
五、实验心得体会
通过本次实验初步了解了MATLAB软件,知道了基本数学运算和绘图功能,进一步理解了随机过程的数字特征的概念,掌握了平稳随机序列期望,自相关序列的求解,直观的看到了自相关序列曲线和相关系数曲线。
实验二:平稳随机过程的分析
一、实验目的
1、复习信号采样的定理
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
二、实验原理
平稳随机过叶变程的谱分析和傅里换
1、
2、如果时间信号的采样间隔为T0,那么在频谱上的采样间隔为1/(N*T0),保持时域和频域的采样点一致N
3、注意实际信号以原点对称,画图时以中心对称,注意坐标的变换
三、实验过程
function y = experiment2
close all;clc;
number = 49;
T = number*3;
T0 = 0.1%input('采样间隔T0=');
t = -T: T0: T;
t1 = -2*T: T0: 2*T;
n = T/T0;
Rx1 = 1 - abs(t)/T;
Rx = [zeros(1, n) Rx1 zeros(1, n)];
figure(1),
subplot(211), plot(t1, Rx); title('自相关函数') ; %自相关函数
F = 1/(2*T0);
F0 = 1/(4*T);
f = -F: F0: F;
w = 2* pi* f;
a = w*T/2;
Sx = T*sin(a).*sin(a)./(a.*a);
Sx(2*n + 1) = T;
subplot(212), plot(f, Sx); title('功率谱密度函数') ; %功率谱密度函数
figure(2),
R1 = Rx;
subplot(211),plot(R1); title('自相关序列') ; %自相关序列
S1 = T0*abs(fft(R1));
S1 = fftshift(S1);
subplot(212), plot(S1); title('自相关序列FFT得到功率谱密度函数') ; %自相关序列FFT得到功率谱密度函数
figure(3),
S = Sx;
subplot(211), plot(S); title('功率谱密度函数采样序列') % 功率谱密度函数采样序列
R = 1/T0*abs(ifft(S));
R = ifftshift(R);
subplot(212), plot(R); title('功率谱密度序列IFFT得到自相关序列') %功率谱密度序列IFFT得到自相关序列
四、实验结果及分析
五、实验心得体会
通过本次对平稳随机过程的谱分析的实验,进一步加深了对信号处理的采样定理的理解,掌握了功率谱密度函数与自相关函数的关系,以及对功率谱密度函数的求解和分析,通过软件的编程与运行结果,加深了对书上理论知识的理解和掌握。
实验三:随机信号通过线性系统的分析
一、实验目的
1、掌握随机信号通过线性系统的分析方法
2、掌握系统输出信号的数字特征和功率谱密度的求解
二、实验原理
1、线性系统的时域分析方法
系统输入和输出的关系为:
输出期望:
输出的自相关函数:
输出平均功率:
互相关:
2、线性系统的频域分析方法
系统输入和输出的关系为:
输出的功率谱:
功率谱:
三、实验过程
function y = experiment3
clc;
R_x=zeros(1,81);R_x(41)=sqrt(5); % 输入自相关
S_x=fftshift(abs(fft(R_x))); % 输入功率谱密度
No = 49; %学号
r = 1 - 1/(No + 1);
h0 = zeros(1,40);
i = 1:41;
h1 = r.^i;
h = [h0,h1]; %系统单位冲激函数
H = fftshift(abs(fft(h)));%频率响应函数
m_x = 0; %输入期望,方差,平均功率
sigma_x = R_x(41);
P_x = R_x(41);
figure(1),
subplot(221),stem(R_x),title('RX');gtext('0805094249 赖锦锋');
subplot(222),stem(S_x),title('SX');
subplot(223),stem(h),title('h');
subplot(224),stem(H),title('H');
%时域法求解
R_xy = conv(R_x,h);R_xy = R_xy(41:121);
R_yx = conv(R_x,fliplr(h));R_yx = R_yx(41:121);
R_y = conv(R_yx,h);R_y = R_y(41:121);
m_y = sqrt(R_y(81));
D_y = R_y(1) - R_y(81);
figure(2),
subplot(321),stem(R_x);title('Rx'); gtext('0805094249 赖锦锋');
subplot(322),stem(R_xy);title('Rxy'); % 互相关
subplot(323),stem(R_yx);title('Ryx');
subplot(324),stem(R_y);title('Ry'); %输出自相关
subplot(325),stem(m_y);title(' m_y 时域法期望值');%输出时域法期望值
subplot(326),stem(D_y);title(' D_y时域法方差值 ');%输出时域法方差值
S_xy = abs(fft(R_xy));S_xy = fftshift(S_xy);
S_yx = fftshift(abs(fft(R_yx)));S_y = fftshift(abs(fft(R_y)));
figure(3),
subplot(221),stem(S_x);title('Sx');
subplot(222),stem(S_xy);title('Sxy'); gtext('0805094249 赖锦锋'); %互功率谱密度
subplot(223),stem(S_yx);title('Syx');
subplot(224),stem(S_y);title('Sy'); %输出功率谱密度
%%%%%%%%%%%%%%%%%%%%%%%
%频域分析法
S0_xy = S_x.*H;
S0_yx = S_x.*fliplr(H);
S0_y = S0_yx.*H;
figure(4),
subplot(221),stem(S_x);title('Sx');
subplot(222),stem(S0_xy);title('S0xy'); gtext('0805094249 赖锦锋')
subplot(223),stem(S0_yx);title('S0yx');
subplot(224),stem(S0_y);title('S0y'); % 输出功率谱密度
R0_xy = fftshift(abs(ifft(S0_xy)));
R0_yx = fftshift(abs(ifft(S0_yx)));
R0_y = fftshift(abs(ifft(S0_y)));
m0_y = sqrt(R0_y(81));
D0_y = R0_y(1) - R0_y(81);
figure(5),
subplot(321), stem(R_x);title('Rx'); gtext('0805094249 赖锦锋');
subplot(322), stem(R0_xy);title('R0xy'); %互相关
subplot(323), stem(R0_yx);title('R0yx');
subplot(324), stem(R0_y);title('R0y');%输出自相关
subplot(325), stem(m0_y);title('m0 - y频域法期望值');%输出频域法期望值
subplot(326), stem(D0_y);title(' D0 - y '); %输出频域法方差值
四、实验结果及分析
五、实验心得体会
通过本次实验,掌握了随机信号通过线性系统的分析方法,以及系统输出信号的数字特征和功率谱密度的求解。
实验四平稳时间序列模型预测
一、实验目的
1、 掌握平稳时间序列分析模型的分析方法和步骤
2 、会求平稳时间序列的自相关函数和偏相关函数
3、 掌握模型类别和阶数的确定
二、实验原理
平稳时间序列的模型估计与预测原理
样本自协方差函数:
样本自相关函数:
样本偏相关函数:
利用与的拖尾和截尾性质判定类型和阶数
三、实验过程
function y = experiment4
close all;clc;
% r = [];p1 = [];p = [];
% Fai = [];FAI = [];
%学号49
z1 = [279 285 301 295 281 278 278 270 286 288];
z2 = [279 279 289 285 289 286 288 287 288 292];
z3 = [291 291 292 296 297 301 304 304 303 307];
z4 = [299 296 293 301 293 301 295 284 286 286];
z5 = [287 284 282 278 281 278 277 279 278 270];
z6 = [268 272 273 279 279 280 275 271 277 278];
Z = [z1 z2 z3 z4 z5 z6];
W = Z - mean(Z);
figure(1),
subplot(211),plot(Z);grid on;
subplot(212),plot(W);grid on;
N = length(W);
%利用公式来求样本的自协方差函数,取K<60/4
K = 15;
for k = 1:K
sum = 0;
for i = 1:(N-k)
sum = sum + W(i)*W(i+k);
end
r(k) = sum/N;
end
%55
sum = 0;
for i = 1:N
sum = sum + W(i)*W(i);
end
r0 = sum/N;% 样本方差
p1 = r/r0;
p = [1 p1]; %样本相关系数
%利用递推法求偏相关函数
Fai(1,1) = p1(1); %利用公式1
for k = 1:K - 1
sum1 = 0;
sum2 = 0;
for j = 1:k
sum1 = sum1 + p1(k + 1)*Fai(k,j);
sum2 = sum2 + p1(j)*Fai(k,j);
end
Fai(k + 1,k + 1) = (p1(k + 1) - sum1)/(1 - sum2); %公式2
for j = 1:k
Fai(k + 1,j) = Fai(k, j) - Fai(k + 1,k + 1)*Fai(k, k + 1 - j);% 公式3
end
end
for k = 1:K
FAI(k + 1) = Fai(k,k);
end
FAI(1) = 1;
figure(2),
tt = 0:length(p1);
subplot(2, 1, 1),plot(tt, p);grid on;
title('样本自相关函数');
subplot(2,1,2);plot(tt, FAI);
title('样本偏相关函数');grid on
四、实验结果分析
五、实验心得体会
通过本次平稳时间序列模型预测实验,掌握了平稳时间序列分析模型的分析方法和步骤,以及模型类别和阶数的确定,学会了求解平稳时间序列的自相关函数和偏相关函数。
时间序列分析期末课程实践报告课程名称时间序列分析学期20xx20xx1学院专业姓名学号日期20xx0113第一题下表数据是某公司在…
时间序列分析SAS软件实验报告以我国20xx第一季度到20xx年第一季度国内生产总值数据季节效应模型分析班级统计系统计0姓名学号指…
课程名称时间序列分析实验项目ARMA模型实验类型验证型学生学号20xx9620xx学生姓名张艳杰学生班级统计学课程教师范英兵实验日…
应用时间序列分析实训报告金融学院应用时间序列分析实训报告实训项目名称非平稳时间序列模型的建立实训时间20xx年12月16日实训地点…
湖北工程学院时间序列分析实验报告八实验项目确定性分析趋势分析专业统计学专业班级0123011242姓名学号012301124213…
时间序列分析SAS软件实验报告以我国20xx第一季度到20xx年第一季度国内生产总值数据季节效应模型分析班级统计系统计0姓名学号指…
课程名称时间序列分析实验项目ARMA模型实验类型验证型学生学号20xx9620xx学生姓名张艳杰学生班级统计学课程教师范英兵实验日…
湖北工程学院时间序列分析实验报告八实验项目确定性分析趋势分析专业统计学专业班级0123011242姓名学号012301124213…
时间序列分析课程实验报告时间序列分析课程实验报告时间序列分析课程实验报告一上机练习P228SAS系统中的ARIMA过程可以支持单位…
时间序列分析期末课程实践报告课程名称时间序列分析学期20xx20xx1学院专业姓名学号日期20xx0113第一题下表数据是某公司在…