現(xiàn)代信號處理第三次作業(yè)

1、現(xiàn)代信號處理課堂作業(yè)三一、信號式中：三個不同幅度、不同頻率和相位的隨機(jī)正弦信號之和， 是 0 2PI 內(nèi)均勻分布的隨量，u(t)是幅度分別為正弦信號總幅度 80、50%和 20%，方差為 1 的正態(tài)隨機(jī)噪聲信號。二、要求求 AR 模型，模型的階數(shù)p 和適用性；AR 譜進(jìn)行功率譜估計（包括平均運(yùn)算）并與直接法和間接法作比較和括頻率的分辨率即兩個頻率成分接近情況及其與模型階數(shù)的關(guān)系）。 數(shù)據(jù)長度，采樣頻率自定。（包隨機(jī)信號Fs=512;slenum=2048;t=0:1/Fs:(slenum-1)/Fs;sin1=4*sin(2*pi*30*t+2*pi*rand); sin2=10*sin(2*

2、pi*100*t+2*pi*rand); sin3=18*sin(2*pi*150*t+2*pi*rand); sig_tmp=sin1+sin2+sin3; noise=max(sig_tmp)*0.2*randn(size(t);%noise=max(sig_tmp)*0.5*randn(size(t);%noise=max(sig_tmp)*0.8*randn(size(t); signal = sig_tmp+noise;plot(t,signal);xlabel(時間);ylabel(幅度); title(隨機(jī)信號);上圖為噪聲為總幅度 20%的隨機(jī)信號修改代碼，可以依次得到噪聲為

3、50%、80%的隨機(jī)信號噪聲為總幅度 50%的隨機(jī)信號噪聲為總幅度 80%的隨機(jī)信號階數(shù)為 p 的 AR 模型估計 sum=0;for i=1:200 sum=sum+max(sig_tmp)*0.5*randn(size(t); end;sum_averg=sum/200; signal_final=sig_tmp+sum_averg; am=0; sig_std=zscore(signal_final); order=5:5:300;for i=1:length(order)m = ar(sig_std(20:720),order(i),yw); am(i) = aic(m);end pl

4、ot(order,am,LineWidth,2,Marker,*) am=0;sig_std=zscore(signal_final); order=10:1:60;for i=1:length(order)m = ar(sig_std(20:720),order(i),yw); am(i) = aic(m);endplot(order,am,LineWidth,2,Marker,*)噪聲做 200 次平均，間隔為 5 的初步估計噪聲做 200 次平均，間隔為 1 的估計。上兩圖是噪聲為總幅度 20%的隨機(jī)信號 AR 模型階數(shù) p 估計，最佳階數(shù) p=20噪聲做 200 次平均，間隔為 5 的初步估計噪聲做 200 次平均，間隔為 1 的估計。上兩圖是噪聲為總幅度 50%的隨機(jī)信號 AR 模型階數(shù) p 估計，最佳階數(shù) p=28噪聲做 200 次平均，間隔為