白噪聲(matlab)

1、均勻分布的白噪聲信號u(n),畫出其波形，并檢驗(yàn)其分布情況%Totestrand.mandtogeneratethewhitenoisesignalu(n)%withuniformdistribution%產(chǎn)生均勻分布的隨機(jī)白噪信號，并觀察數(shù)據(jù)分布的直方圖%clear;N=50000;u=rand(1,N);u_mean=mean(u)power_u=var(u)subplot(211)plot(u(1:100);gridon;ylabel('u(n)')xlabel('n')subplot(212)hist(u,50);gridon;ylabel('h

2、istogramofu(n)')思考：如何產(chǎn)生一均勻分布、均值為0,功率為0.01的白噪聲信號u(n)提示：u(n)a,b上均勻分布，E(u)=(a+b)/2,仃(u)=(b-a)2/12%togeneratethewhitenoisesignalu(n)withuniformdistribution%andpowerp;%產(chǎn)生均勻分布的白噪信號，使均值為0,功率為p%clear;p=0.01;N=50000;u=rand(1,N);u=u-mean(u);a=sqrt(12*p);u1=u*a;power_u1=dot(u1,u1)/Nsubplot(211)plot(u1(1:20

3、0);gridon;ylabel('u(n)')xlabel('n')example2:產(chǎn)生零均值功率0.1且服從高斯分布的白噪聲%totestrandn.mandtogeneratethewhitenoisesignalu(n)%withGaussiandistributionandpowerp%產(chǎn)生高斯分布的白噪信號，使功率為p,并觀察數(shù)據(jù)分布的直方圖%clear;p=0.1;N=500000;u=randn(1,N);a=sqrt(p)u=u*a;power_u=var(u)subplot(211)plot(u(1:200);gridon;ylabel(&

4、#39;u(n)');xlabel('n')subplot(212)hist(u,50);gridon;ylabel('histogramofu(n)');example3: sinc信號%togeneratethesincfunction.%產(chǎn)生一sinc函數(shù)；%clear;n=200;stept=4*pi/n;t=-2*pi:stept:2*pi;y=sinc(t);plot(t,y,t,zeros(size(t);ylabel('sinc(t)');xlabel('t=-2*pi2*pi');gridon;examp

5、le4: chirp信號%totestchirp.mandtogeneratethechirpsignalx(t)%產(chǎn)生一chirp信號；%chirp(T0,F0,T1,F1):%T0:信號的開始時(shí)間；F0:信號在T0時(shí)的瞬時(shí)頻率，單位為Hz;%T1:信號的結(jié)束時(shí)間；F1:信號在T1時(shí)的瞬時(shí)頻率，單位為Hz;%clear;t=0:0.001:1;x=chirp(t,0,1,125);plot(t,x);ylabel('x(t)')xlabel('t')%totestspecgram.m:估計(jì)信號譜圖(SFFT)%specgram(x,Nfft,Fs,window

6、,Noverlap)%x-信號；Fs抽樣頻率(2),Nfft做FFT長度(256),window窗函數(shù)(Hanning)%Noverlap:估計(jì)功率譜時(shí)每一段疊合長度(0)%clear;t=0:0.001:1.024-.001;N=1024;%得到兩個Chirp信號，并相加；y1=chirp(t,0,1,350);y2=chirp(t,350,1,0);y=y1+y2;subplot(211);plot(t,y1);ylabel('Chirpsignaly1')%求兩個Chirp信號和的短時(shí)傅里葉變換；S,F,T=specgram(y,127,1,hanning(127),12

7、6);subplot(212);surf(T/1000,F,abs(S).A2)view(-80,30);shadingflat;colormap(cool);xlabel('Time')ylabel('Frequency')zlabel('spectrogram')還有diric信號(周期SINC)gauspuls府斯彳t號)pulstran(脈沖串信號)tripuls三角波脈沖信號example5:線性卷積%totestconv.m%計(jì)算兩個序列的線性卷積；%clear;N=5;M=6;L=N+M-1;x=1,2,3,4,5;h=6,2,3,

8、6,4,2;y=conv(x,h);nx=0:N-1;nh=0:M-1;ny=0:L-1;subplot(231);stem(nx,x,'.k');xlabel('n');ylabel('x(n)');gridon;subplot(232);stem(nh,h,'.k');xlabel('n');ylabel('h(n)');gridon;subplot(233);stem(ny,y,'.k');xlabel('n');ylabel('y(n)');g

9、ridon;思考：設(shè)信號x(n)由正弦信號加均值為0白噪聲所組成，正弦信號幅度為1,白噪聲方差為1SNR=10LG(PS/PU)=-3dB,試分析信號；%totestxcorr.m%求兩個序列的互相關(guān)函數(shù)，或一個序列的自相關(guān)函數(shù)；%clear;N=500;p1=1;p2=0.1;f=1/8;Mlag=50;u=randn(1,N);n=0:N-1;s=sin(2*pi*f*n);%混有高斯白噪的正弦信號的自相關(guān)u1=u*sqrt(p1);x1=u1(1:N)+s;rx1=xcorr(x1,Mlag,'biased');subplot(221);plot(x1(1:Mlag);x

10、label('n');ylabel('x1(n)');gridon;subplot(223);plot(-Mlag:Mlag),rx1);gridon;xlabel('m');ylabel('rx1(m)');%高斯白噪功率由原來的p1減少為p2,再觀察混合信號的自相關(guān)u2=u*sqrt(p2);x2=u2(1:N)+s;rx2=xcorr(x2,Mlag,'biased');subplot(222);plot(x2(1:Mlag);xlabel('n');ylabel('x2(n)'

11、;);gridon;subplot(224);plot(-Mlag:Mlag),rx2);gridon;xlabel('m');ylabel('rx2(m)');用乘同余法產(chǎn)生(見光盤FLch2bzsheg2.m)編程如下:A=6;x0=1;M=255;f=2;N=100;%初始化;x0=1;M=255;fork=1:Nx2=A*x0;x1=mod(x2,M);v1=x1/256;%乘同余法遞推100次；%分別用x2和x0表示xi+1和xi-1;%取*2存儲器的數(shù)除以M的余數(shù)放x1(xi)中；%將*1存儲器中的數(shù)除以256得到小于1的隨機(jī)數(shù)放v1中;v(:,k)

12、=(v1-0.5)*f;%將丫1中的數(shù)(。)減去0.5再乘以存儲器f中的系數(shù)，存放在矩陣存儲器v的第k列中，v(:,k)表示行不變、列隨遞推循環(huán)次數(shù)變化；x0=x1;%xi-1=xi；v0=v1;end%遞推100次結(jié)束；v2=v%該語句后無；，實(shí)現(xiàn)矩陣存儲器v中隨機(jī)數(shù)放在v2中，且可直接顯示在MATLAB的window中；k1=k;%grapher%以下是繪圖程序；k=1:k1;plot(k,v,k,v,'r');xlabel('k'),ylabel('v');tktle('(-1,+1)均勻分布的白噪聲')程序運(yùn)行結(jié)果如圖2.

13、6所示。圖2.6采用MATLAB產(chǎn)生的(-1,+1)均勻分布的白噪聲序列產(chǎn)生的(-1,1)均勻分布的白噪聲序列在程序運(yùn)行結(jié)束后，產(chǎn)生的(-1,1)均勻分布的白噪聲序列，直接從MATLAB的window界面中copy出來如下(v2中每行存6個隨機(jī)數(shù))：v2=-0.9531-0.71880.6875-0.8359-0.01560.92190.57030.4531-0.2500-0.48440.8047-0.13280.21880.33590.6875-0.8359-0.01560.9219-0.2500-0.48440.1016-0.36720.21880.3359-0.9531-0.7188-0

14、.01560.92190.57030.45310.1016-0.36720.8047-0.1328-0.9531-0.71880.6875-0.83590.57030.4531-0.2500-0.48440.8047-0.13280.21880.33590.6875-0.8359-0.01560.9219-0.2500-0.48440.1016-0.36720.21880.3359-0.9531-0.7188-0.01560.92190.57030.45310.1016-0.36720.8047-0.1328-0.9531-0.71880.6875-0.8359顯然，只要在例2.2程序的初始化

15、部分中給示的(-3,3)的白噪聲過程.編程如下：A=6;x0=1;M=255;f=6;x0=1;M=255;fork=1:Nx2=A*x0;x1=mod(x2,M);v1=x1/256;v(:,k)=(v1-0.5)*f;0.1016-0.3672-0.9531-0.71880.57030.45310.8047-0.13280.6875-0.8359-0.2500-0.48440.21880.3359-0.01560.92190.1016-0.3672-0.9531-0.71880.57030.45310.8047-0.13280.6875-0.8359-0.2500-0.48440.21880.3359N=300,f=6,運(yùn)行程序就可以得到如圖2.3所N=300;%初始化；%乘同余法遞推100次；%分別用x2和x0表示xi+1和xm;%取*2存儲器的數(shù)除以M的余數(shù)放x1(xi)中；%將*1存儲器中的數(shù)除以256得到小于1的隨機(jī)數(shù)放v1中；%將丫1中的數(shù)(£)減去0.5再乘以存儲器f中的系數(shù)，存放在矩陣存儲器v的第k列中，v(:,k)表示行不變、列隨遞推