随机信号分析课程设计
报告
标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
随机信号分析课程设计报告
题目
学院信息电子技术
专业电子信息工程
班级 15级1班
学籍号 1
姓名朱李伟
指导教师刘文科
信息电子技术学院
2018年6月18日
实验二随机过程的模拟与数字特征
一、实验目的
1. 学习利用MATLAB模拟产生随机过程的方法。
2. 熟悉和掌握特征估计的基本方法及其MATLAB 实现。
二、实验原理
1.正态分布白噪声序列的产生
MATLAB提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白
噪声序列的函数为randn。
函数：randn
用法：x = randn(m,n)
功能：产生 m×n 的标准正态分布随机数矩阵。
如果要产生服从N (,) 分布的随机序列，则可以由标准正态随机序列
产生。如果X ~ N(0,1)，则N (,)。
2.相关函数估计
MATLAB提供了函数 xcorr用于自相关函数的估计。
函数：xcorr
用法：c= xcorr (x,y)
c= xcorr (x)
c= xcorr (x,y ,'opition')
c= xcorr (x, ,'opition')
功能：xcorr(x,y) 计算X (n ) 与Y (n)的互相关，xcorr(x)计算X (n )的自相关。
option 选项可以设定为：
'biased' 有偏估计。
'unbiased' 无偏估计。
'coeff' m = 0 时的相关函数值归一化为1。
'none' 不做归一化处理。
3.功率谱估计
对于平稳随机序列X(n)，如果它的相关函数满足那么它的功率谱定义为自相关函数R X(m)的傅里叶变换：
功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所
能得到的随机信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为谱估计或谱分析。功率谱估计的方法有很多种，这里我们介绍基于傅里叶分析的两种通用谱估计方法。
（1）自相关法
先求自相关函数的估计X(m)，然后对自相关函数做傅里叶变换
其中N 表示用于估计样本序列的样本个数。
（2）周期图法
先对样本序列x(n)做傅里叶变换
其中0n N-1，则功率谱估计为
MATLAB函数 periodogram实现了周期图法的功率谱估计。
函数：periodogram
用法：[Pxx,w] = periodogram(x)
[Pxx,w] = periodogram(x,window)
[Pxx,w] = periodogram(x,window,nfft)
[Pxx,f] = periodogram(x,window,nfft,fs)
periodogram(...)
功能：实现周期图法的功率谱估计。其中：
Pxx为输出的功率谱估计值；
f为频率向量；
w为归一化的频率向量；
window代表窗函数，这种用法种对数据进行了加窗，对数据加窗是为了减少功率谱估计中因为数据截断产生的截断误差，表列出了产生常用窗函数的MATLAB函数
nfft设定 FFT算法的长度；
fs表示采样频率；
如果不指定输出参数（最后一种用法），则直接会出功率谱估计的波形。
三、实验内容
1. 按如下模型产生一组随机序列
x(n)=(n-1)(n)
其中(n)是均值为1，方差为 4的正态分布白噪声序列。估计过程的自相关函数和功率谱。
（1）实验程序
文件如下：
#输入变量p表示x(n)里n的数值#
function f=func1(p)
w=randn(1,p)*2+1;
#或 f=normrnd(1,2,1000,1)#
x=zeros(1,p);
for n = 2:1:p
x(n)=*x(n-1)+ w(n);
end
figure(1)
plot(x);
c=xcorr(x);
plot(c);
figure(2);
title(' 'x(n)的自相关函数');
figure(3);
periodogram(x);
title('x(n)的功率谱');
end
（2）实验过程及结果：
在command命令栏里输入：
func1(5000)
得到三个图的结果：
2. 设信号为
x(n)=(n) n=0,1，，N-1
其中f1=0 .05，f2=0 .12为正态分布白噪声序列，试在N =256和N= 1024点时，分别产生随机序列x(n)，画出x(n)的波形并估计x(n)的相关函数和功率谱。
（1）实验程序：
写出m.文件
#输入变量p表示x(n)里n的数值#
function f=func2(p)
f1 = ;
f2 = ;
w=randn(1,p);
x = zeros(1,p);
for n=0:1:p-1
x(n+1) = sin(2*pi*f1*n) + 2*cos(2*pi*f2*n) + w(n+1);
end
figure(1);
plot(x);
title(' N=p时x(n)的波形');
c = xcorr (x);
figure(2);
subplot(1,2,1);
plot(c);
title(' N=p时x(n)的相关函数 ');
subplot(1,2,2);
periodogram(x);
end
（2）实验过程及结果
在command命令栏里输入：
Func2(256)
得到三个图的结果：
在command命令栏里输入：
Func2(1024)
得到三个图的结果：
四、实验报告要求
1.实验报告要求格式规范，排版整齐美观。
2.给出实验的程序代码及相应的实验结果，编写的程序中应加上必要的注释。
3.第 1 题中样本序列的长度自行选择。
4.对第 2 题得到的功率谱估计结果做适当的解释和分析。
5.实验中产生的样本序列及计算得到的相关函数、功率谱要求以图形的方式表示。
6.总结实验中遇到的难点及解决方法、实验的体会和建议等。
五、实验小结
（1）学会了应用matlab产生随机数的方法，并且可以利用matlab实现随机序列的数字特征的估计。
（2）通过对试验结果的分析，用这种方法在计算机上生成伪随机数，但通过增大样本量，可以使其数字特征逼近理论值。
课程设计报告 课程名称信号与系统课程设计指导教师 设计起止日期 学院信息与通信工程 专业电子信息工程 学生 班级/学号 成绩 指导老师签字
目录 1、课程设计目的 (1) 2、课程设计要求 (1) 3、课程设计任务 (1) 4、课程设计容 (1) 5、总结 (11) 参考文献 (12) 附录 (12)
1、课程设计目的 “信号与系统”是一门重要的专业基础课，MATLAB作为信号处理强有力的计算和分析工具是电子信息工程技术人员常用的重要工具之一。本课程设计基于MATLAB完成信号与系统综合设计实验，以提高学生的综合应用知识能力为目标，是“信号与系统”课程在实践教学环节上的必要补充。通过课设综合设计实验，激发学生理论课程学习兴趣，提高分析问题和解决问题的能力。 2、课程设计要求 （1）运用MATLAB编程得到简单信号、简单信号运算、复杂信号的频域响应图； （2）通过对线性时不变系统的输入、输出信号的时域和频域的分析，了解线性时不变系统的特性，同时加深对信号频谱的理解。 3、课程设计任务 （1）根据设计题目的要求，熟悉相关容的理论基础，理清程序设计的措施和步骤； （2）根据设计题目的要求，提出各目标的实施思路、方法和步骤； （3）根据相关步骤完成MATLAB程序设计，所编程序应能完整实现设计题目的要求； （4）调试程序，分析相关理论； （5）编写设计报告。 4、课程设计容 （一）基本部分 （1）信号的时频分析 任意给定单频周期信号的振幅、频率和初相，要求准确计算出其幅度谱，并准确画出时域和频域波形，正确显示时间和频率。 设计思路： 首先给出横坐标，即时间，根据设定的信号的振幅、频率和初相，写出时域波形的表达式；然后对时域波形信号进行傅里叶变化，得到频域波形；最后使用plot函数绘制各个响应图。 源程序： clc; clear; close all; Fs =128; % 采样频率 T = 1/Fs; % 采样周期 N = 600; % 采样点数 t = (0:N-1)*T; % 时间，单位：S x=2*cos(5*2*pi*t);
一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1．了解随机信号分析理论如何在实践中应用 2．了解随机信号自身的特性，包括均值、方差、相关函数、频谱及功率谱密度等 3．掌握随机信号的检测及分析方法 三、实验原理 1．随机信号的分析方法 在信号与系统中，我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律，需要用统计特新进行分析。这里我们引入随机过程的概念，所谓随机过程就是随机变量的集合，每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述，他们能够对随机过程作完整的描述。但由于在实践中难以求得，在工程技术中，一般采用描述随机过程的主要平均统计特性的几个函数，包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法，条件是N要足够大。 2．微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果，所以信号检测是信号处理的重要内容之一，低信噪比下的信号检测是目前检测领域的热点，而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等，通常从以下两种不同途径来解决 ①降低系统的噪声，使被测信号功率大于噪声功率。 ②采用相关接受技术，可以保证在信号功率小于噪声功率的情况下，人能检测出信号。 对微弱信号的检测与提取有很多方法，常用的方法有：自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法，本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上，对信号的自相关函数再多次做自相关。即令： 式中，是和的叠加；是和的叠加。对比两式，尽管两者信号的幅度和相位不同，但频率却没有变化。信号经过相关运算后增加了信噪比，但其改变程度是有限的，因而限制了检测微弱信号的能力。多重相关法将 当作x（t），重复自相关函数检测方法步骤，自相关的次数越多，信噪比提高的越多，因此可检测出强噪声中的微弱信号。
成绩评定表 学生姓名王子豪班级学号1103030423 专业电子信息工程课程设计题目信号发生器（方 波） 评 语 组长签字： 成绩 日期2015 年 1 月日
课程设计任务书 学院信息科学与工程学院专业电子信息工程学生姓名王子豪班级学号1103030423 课程设计题目信号发生器（方波）实践教学要求与任务: 基于Dsp的信号发生器设计： 1、设计一个信号发生器（方波）。 2、在XF引脚上输出任意频率的方波。 工作计划与进度安排: 1、选题、查阅资料及编写软件程序（或硬件原理图设计）。 2、课内上机调试程序及仿真。 3、课外上机调试程序及仿真。 4、调试出结果、调试结果验收并写报告。 5、修改报告及提交报告电子版（修改之后）。 6、正式提交报告（打印版）及参加第一次答辩。 指导教师：2014 年月日 专业负责人： 2014年月日 学院教学副院长： 2014年月日
目录 1 绪论 (1) 1.1 设计背景 (1) 1.2 设计目的 (2) 1.3 设计任务 (2) 2 设计过程 (3) 2.1 设计原理 (3) 2.2 XF引脚周期性变化 (3) 2.3 子程序的调用 (4) 3 程序代码 (5) 3.1 源程序 (5) 3.2SDRAM初始化程序 (7) 3.3 方波程序连接命令文件 (9) 4 调试仿真运行结果分析 (10) 4.1 寄存器仿真结果 (10) 4.2 模拟输出仿真 (12) 5.设计总结 (13) 参考文献 (13)
信号发生器（方波） 1 绪论 1.1 设计背景 数字信号处理是20世纪60年代，随着信息学科和计算机学科的高速发展而迅速发展起来的一门新兴学科。它的重要性日益在各个领域的应用中表现出来。其主要标志是两项重大进展，即快速傅里叶变换(FFT)算法的提出和数字滤波器设计方法的完善。数字信号处理是把信号用数字或符号表示成序列，通过计算机或通用（专用）信号处理设备，用数值计算方法进行各种处理，达到提取有用信息便于应用的目的。例如：滤波、检测、变换、增强、估计、识别、参数提取、频谱分析等。 数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理的研究方向应该更加广泛、更加深入．特别是对于谱分析的本质研究，对于非平稳和非高斯随机信号的研究，对于多维信号处理的研究等，都具有广阔前景。 数字信号处理技术发展很快、应用很广、成果很多。多数科学和工程中遇到的是模拟信号。以前都是研究模拟信号处理的理论和实现。模拟信号处理缺点：难以做到高精度，受环境影响较大，可靠性差，且不灵活等。数字系统的优点：体积小、功耗低、精度高、可靠性高、灵活性大、易于大规模集成、可进行二维与多维处理。随着大规模集成电路以及数字计算机的飞速发展，加之从60年代末以来数字信号处理理论和技术的成熟和完善，用数字方法来处理信号，即数字信号处理，已逐渐取代模拟信号处理。 数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们所需要的信号形式。数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。数字信号处理技术及设备具有灵活、精确、
信号与系统课程设计报告 实验题目：信号的运算与处理 内容简介： 设计一个信号，对其进行信号运算和处理，利用Matlab仿真。 课设方式： 利用电子技术、电路理论和信号与系统的知识学习验证信号的运算和处理，如延时、相加、微分、抽样等。自已设计信号及运算方式，并利用Matlab仿真。 分析计算结果。 课程设计要求： 独立完成； 完成信号设计（任意信号均可）及其某种运算（任意运算均可，也可多做几种，或做组合运算）的验证； 学会利用Matlab仿真；提交课程设计报告。 例如： 设计一个信号为f(t)=3sin2t 对其做微分运算得到f/(t) , 用MATLAB 编程实现计算过程，画出f(t)和f/(t)
本次课程设计本人选的信号运算是： 设计一个信号为y1=y(x)=sin2x,对其作微分运算得到dy1,用MATLAB对其实现运算过程，后画出y1,dy1,y1+dy1的图像 实验步骤（操作过程） 1、 首先打开MATLAB软件，在其命令窗口直接输入以下程序，对y(x)进 行微分运算。得到dy1 clear >> syms x y1; >> y1=sin(2*x); >> dy1=diff(y1,'x') dy1 =2*cos(2*x) 运算过程如下图所示： 2、 接着便是对其进行验证，点击fire，新建一个文件，输入以下程序（绘制出y1=sin2x, dy1=2cos2x, 以及y1+ dy1=sin2x+2cos2x。的波形）
3、保存文件，后缀名为.m,随后按F5执行输出输出图形。实验结果如下图所示 、
结果分析 如图所示绿色波形为y1=sin2x，蓝色为dy1=2cos2x,红色波形为y1+dy1。仿真结果与运算结果一致。 实验心得体会（调试过程） 总的来说，这次课程设计难度并不是太高，而我选取的正玄信号也是较为简单常用的一种函数，对其进行微分运算之后，得到了余弦函数，其仿真结果波形也如上所示，与预期一致。在设计过程中，还是出现了几个小问题的，一个是变量的定义，之前没有定义x，直接取范围结果出错了，还有一个是注意各种函数的调用以及运算格式，还是希望能在之后再接再厉，掌握好matlab软件！（附上调试过程图片） 左边为文件、历史窗口，底下是命令窗口，最右下角为实验仿真波形，中间为运算程序，绘图画图程序。
随机信号分析课程设计 报告 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
随机信号分析课程设计报告 题目 学院信息电子技术 专业电子信息工程 班级 15级1班 学籍号 1 姓名朱李伟 指导教师刘文科 信息电子技术学院 2018年6月18日
实验二随机过程的模拟与数字特征 一、实验目的 1. 学习利用MATLAB模拟产生随机过程的方法。 2. 熟悉和掌握特征估计的基本方法及其MATLAB 实现。 二、实验原理 1.正态分布白噪声序列的产生 MATLAB提供了许多产生各种分布白噪声序列的函数，其中产生正态分布白 噪声序列的函数为randn。 函数：randn 用法：x = randn(m,n) 功能：产生 m×n 的标准正态分布随机数矩阵。 如果要产生服从N (,) 分布的随机序列，则可以由标准正态随机序列 产生。如果X ~ N(0,1)，则N (,)。 2.相关函数估计 MATLAB提供了函数 xcorr用于自相关函数的估计。 函数：xcorr 用法：c= xcorr (x,y) c= xcorr (x) c= xcorr (x,y ,'opition') c= xcorr (x, ,'opition') 功能：xcorr(x,y) 计算X (n ) 与Y (n)的互相关，xcorr(x)计算X (n )的自相关。 option 选项可以设定为： 'biased' 有偏估计。 'unbiased' 无偏估计。 'coeff' m = 0 时的相关函数值归一化为1。 'none' 不做归一化处理。 3.功率谱估计 对于平稳随机序列X(n)，如果它的相关函数满足那么它的功率谱定义为自相关函数R X(m)的傅里叶变换： 功率谱表示随机信号频域的统计特性，有着重要的物理意义。我们实际所 能得到的随机信号的长度总是有限的，用有限长度的信号所得的功率谱只是真实功率谱的估计，称为谱估计或谱分析。功率谱估计的方法有很多种，这里我们介绍基于傅里叶分析的两种通用谱估计方法。 （1）自相关法
课程设计任务书 学生姓名: 专业班级: 指导教师: 工作单位: 题目: 正弦波－三角波－方波函数发生器 初始条件: 具备模拟电子电路的理论知识; 具备模拟电路基本电路的设计能力; 具备模拟电路的基本调试手段; 自选相关电子器件; 能够使用实验室仪器调试。 要求完成的主要任务: ( 包括课程设计工作量及其技术要求, 以及说明书撰写等具体要求) 1、频率范围三段: 10～100Hz, 100 Hz～1KHz, 1 KHz～10 KHz; 2、正弦波Uopp≈3V, 三角波Uopp≈5V, 方波Uopp≈14V; 3、幅度连续可调, 线性失真小; 4、安装调试并完成符合学校要求的设计说明书 时间安排: 一周, 其中3天硬件设计, 2天硬件调试 指导教师签名: 年月日 系主任( 或责任教师) 签名: 年月日
目录 1.综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 1.1信号发生器概论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 1.2 Multisim简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.3集成运放lm324简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 2.方案设计与论证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 2.1方案一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 2.2方案二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 2.3方案三．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 3.单元电路设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
《数字信号处理》课程设计报告 设计题目： IIR滤波器的设计 专业： 班级： 姓名： 学号： 指导教师： 2010年月日
1、设计目的 1、掌握IIR 滤波器的参数选择及设计方法； 2、掌握IIR 滤波器的应用方法及应用效果； 3、提高Matlab 下的程序设计能力及综合应用能力。 4、了解语音信号的特点。 2、设计任务 1、学习并掌握课程设计实验平台的使用，了解实验平台的程序设计方法； 2、录制并观察一段语音信号的波形及频谱，确定滤波器的技术指标； 3、根据指标设计一个IIR 滤波器，得到该滤波器的系统响应和差分方程，并根据差分方程将所设计的滤波器应用于实验平台，编写相关的Matlab 程序； 4、使用实验平台处理语音信号，记录结果并进行分析。 3、设计内容 3.1设计步骤 1、学习使用实验平台，参见附录1。 2、使用录音机录制一段语音，保存为wav 格式，录音参数为：采样频率8000Hz、16bit、单声道、PCM 编码，如图1 所示。 图1 录音格式设置 在实验平台上打开此录音文件，观察并记录其波形及频谱（可以选择一段较为稳定的语音波形进行记录）。 3、根据信号的频谱确定滤波器的参数：通带截止频率Fp、通带衰减Rp、阻带截止频率Fs、阻带衰减Rs。 4、根据技术指标使用matlab 设计IIR 滤波器，得到系统函数及差分方程，并记录得到系统函数及差分方程，并记录其幅频响应图形和相频响应图形。要求设计 第 1页出的滤波器的阶数小于7，如果不能达到要求，需要调整技术指标。 5、记录滤波器的幅频响应和系统函数。在matlab 中，系统函数的表示公式为：
因此，必须记录系数向量a 和b。系数向量a 和b 的可以在Matlab 的工作空间（WorkSpace）中查看。 6、根据滤波器的系统函数推导出滤波器的差分方程。 7、将设计的滤波器应用到实验平台上。根据设计的滤波器的差分方程在实验平台下编写信号处理程序。根据运行结果记录处理前后的幅频响应的变化情况，并试听处理前后声音的变化，将结果记录，写入设计报告。 3.2实验程序 （1）Rs=40; Fs=1400; Rp=0.7; Fp=450; fs=8000; Wp=2*pi*Fp;Ws=2*pi*Fs; [N,Wn]=buttord(Wp,Ws,Rp,Rs,'s'); [b1,a1]=butter(N,Wn,'s'); [b,a]=bilinear(b1,a1,fs); [H,W]=freqz(b,a); figure; subplot(2,1,1);plot(W*fs/(2*pi),abs(H));grid on;title('频率响应'); xlabel('频率');ylabel('幅值');、 subplot(2,1,2); plot(W,angle(H));grid on;title('频率响应'); xlabel('相位(rad)');ylabel('相频特性'); 3.3实验结果（如图）： N =5 Wn=6.2987e+003 第 2页
一、课程设计题目 去除干扰蜂鸣音 1.目的：掌握信号时频域分析方法，正确理解采样定理，准确理解滤波器的概念。 2.内容：提供一个包含某人说话语音片段的声音文件，但该语音信号被一个包含有几个谐波分量的蜂鸣信号干扰了。 用Matlab 的wavread 命令读取该声音文件。注意，该命令可以同时得到声音文件的采样率和采样位宽，请查阅Matlab 的帮助文件。 （1） 用快速傅立叶变换（FFT ）计算并画出声音信号的频谱，列写出蜂鸣信号的谐波频率。 （2） 思考如何将这些蜂鸣音去除？将去除了蜂鸣音的语音片段播放出来，仔细聆听并写下语音片 段中人物所说的话。注意：由于只能播放实信号，因此记得提取信号的实部。 Matlab 命令：wavread, wavplay, fft, fftshift, fir1, filter, plot, figure. 二、设计思路 用waveread()函数读取音频和其采样率和采样位宽，对读取的音频信号使用fft()函数进行快速傅立叶变换并绘出得到的频谱。观察频谱分析噪声（蜂鸣信号）的谐波频率分布，选择合适的滤波模式将噪声信号的谐波滤去，便可以得到去除噪声后的人声。 设计滤波器的频域特性便成了除去噪声并留下原声的关键，我们注意到所学的采样定理以及一维sinc 函数（辛格函数）x x x Sinc ππ) sin()(=，然而汉宁窗可以看作是3个矩形时间窗的频谱之和，或者 说是 3个)(x Sinc 型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T ，从而使旁瓣互相抵消，消去高频干扰和漏能。它适用于非周期性的连续信号。利用它的选择特性使用fir1()建立一个汉宁窗函数，并用filter()函数进行滤波，去除噪声部分。最后用play()函数播放音频检查效果。 三、设计过程 1.音频的读取和分析 先将原始音频文件读入， [audio0, Fs, nbits] = wavread('C:\Users\Administrator\Desktop\signal\buzz.wav')；%按路径读取音频存入audio0变量，并用Fs 变量记录采样率，nbits 变量记录采样位宽。 其中， Fs=11025 #采样率为11025Hz nbits=32 #采样带为32 p0=audioplayer(audio0,Fs);%将audio0载入音频播放器 play(p0)；%并进行播放 subplot(2,1,1);%分屏绘图 plot(audio0);%绘制原始音频时域图,如下图所示 title('时域');%标注题目
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10 N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）31 16 N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
信号分析课程设计 信号系统的时域分析 编程实现的卷积积分或卷积和 一、课程设计题目： 基于 MATLAB 的连续时间LTI 系统的时域分析 二、基本要求： ① 掌握连续时不变信号处理的基本概念、基本理论和基本方法； ② 学会 MATLAB 的使用，掌握 MATLAB 的程序设计方法； ③ 学会用 MATLAB 对信号进行分析和处理； ④ 编程实现卷积积分或卷积和，零输入响应，零状态响应； ⑤ 撰写课程设计论文，用信号处理基本理论分析结果。 三、设计方法与步骤： 一般的连续时间系统分析有以下几个步骤: ①求解系统的零输入响应; ②求解系统的零状态响应; ③求解系统的全响应; ④分析系统的卷积；⑤画出它们的图形. 下面以具体的微分方程为例说明利用MATLAB 软件分析系统的具体方法. 1．连续时间系统的零输入响应 描述n 阶线性时不变（LTI ）连续系统的微分方程为： 已知y 及各阶导数的初始值为y(0),y (1)(0)，… y (n-1)(0)， 求系统的零输入响应。 建模 当LIT 系统的输入为零时，其零输入响应为微分方程的其次解（即令微分方程的等号右端为零），其形式为（设特征根均为单根） 其中p 1,p 2,…,p n 是特征方程a 1λ n +a 2λn-1+…+a n λ+a n =0的根，它们可以 用root(a)语句求得。各系数 由y 及其各阶导数的初始值来确定。对此有 1121111n n m n n m m n n m d y d y dy d u du a a a a y b b b u dt dt dt dt dt -++-++?????++=+????++1212()n p t p t p t n y t C e C e C e =++????+120n C C C y ++????+=11220 n n p C p C p C Dy ++????+=
南通大学电子信息学院信号与系统课程设计报告 班级： 姓名： 学号： 指导老师： 设计时间： 2014—2015学年第一学期
一、连续信号的时域分析 二、 1. 信号的产生 (1)阶跃函数 function [t,y1]=jieyue(t1,t2,t0) dt=0.01; ttt=t1:dt:t0-dt; tt=t0:dt:t2; t=t1:dt:t2; n=length(ttt); nn=length(tt); u=zeros(1,n); uu=ones(1,nn); y1=[u,uu]; return 冲激函数 function [t,y2]=chongji(t1,t2,t0) dt=0.01; t=t1:dt:t2; n=length(t); y2(1:n)=0; y2(1,(t0-t1)/dt+1)=1/dt; （2）调用上述函数产生信号）2-t ε（，）（4-t δ，-t e ）（t ε，-6s ≤t ≤6s,并画出波形。 Command Window subplot(3,1,1); [t1,y1]=jieyue(-6,6,2);
stairs(t1,y1); axis([-6 6 0 1.5]); subplot(3,1,2); [t2,y2]=chongji(-6,6,4);plot(t2,y2); subplot(3,1,3); [t3,y3]=jieyue(-6,6,0); y3=exp(-(t3)).*y3;plot(t3,y3); 波形如下图所示： （3）根据f(t)画出f(2t)和f(1-0.5t)的波形 t=-3:0.01:3; y=tripuls(t,4,0.6); subplot(3,1,1); plot(t,y);
随机信号分析实验报告 信息25班 2120502123 赵梦然
作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。
一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为：
《随机信号处理》课程设计
————————————————————————————————作者：————————————————————————————————日期：
华北水利水电大学 随机信号处理上机实验报告 学院：数学与信息科学 专业：信息与计算科学 姓名：孙志攀 学号：201216511 指导老师：蒋礼 日期：2015年10月20日
实验一 1、熟悉并练习使用下列Matlab 的函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果 1.rand() (1)Y = rand(n) 生成n×n 随机矩阵，其元素在（0，1）内 (2)Y = rand(m,n) 生成m×n 随机矩阵 (3)Y = rand([m n]) 生成m×n 随机矩阵 (4)Y = rand(m,n,p,…) 生成m×n×p×…随机矩阵或数组 (5)Y = rand([m n p…]) 生成m×n×p×…随机矩阵或数组 (6)Y = rand(size(A)) 生成与矩阵A 相同大小的随机矩阵 选择（3）作为例子，运行结果如下： 2.randn() 产生随机数数组或矩阵，其元素服从均值为0，方差为1的正态分布 （1）Y = randn 产生一个伪随机数 （2）Y = randn(n) 产生n×n的矩阵，其元素服从均值为0，方差为1的正态分布（3）Y = randn(m,n) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布（4）Y= randn([m n]) 产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布选择（3）作为例子，运行结果如下： 3．normrnd() 产生服从正态分布的随机数 （1）R = normrnd(mu,sigma) 产生服从均值为mu，标准差为sigma的随机数，mu和sigma 可以为向量、矩阵、或多维数组。 （2）R = normrnd(mu,sigma,v) 产生服从均值为mu 标准差为sigma的随机数，v是一个行向量。如果v是一个1×2的向量，则R为一个1行2列的矩阵。如果v是1×n的，那么R 是一个n维数组 （3）R = normrnd(mu,sigma,m,n) 产生服从均值为mu 标准差为sigma的随机数，标量m和n是R的行数和列数。
一、语音信号去噪处理 1.设计要求： （1）在windows系统下的录音机录制一段1s左右的语音信号作为原声信号，在MATLAB软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数； （2）画出语音信号的时域波形，对采样后的语音进行fft变换，得到信号的频谱特性；对语音信号分别加入正弦噪声和白噪声，画出加噪信号的时域波形和频谱图； （3）根据对加噪语音信号谱分析结果，确定滤除噪声滤波器的技术指标，设计合适的数字滤波器，并画出滤波器的频域响应； （4）用所设计的滤波器对加噪的信号进行滤波，在同一个窗口画出滤波前后信号的时域图和频谱图，对滤波前后的信号进行对比，分析信号变化； （5）利用sound(x)回放语音信号，验证设计效果。 2.设计步骤： （1）找到7s的语音信号，利用函数wavread对语音信号进行信号读取；（2）计算样本时刻和频谱图的频率，并进行N+1点FFT变换； （3）加噪声为5000Hz的正弦信号正弦噪声，采用awgn函数加信噪比为10的高斯白噪声； （4）设计滤波器； （5）绘出相应的时域、频域图； （6）利用sound函数进行原始信号的语音播放，加噪声音播放，以及滤波之后的语言播放。 3.设计实现： （1）时域图与频谱图（加正弦） 录入原始信号的时域图： 加入正弦信号后的时域图：
滤波后的时域图： 录入原始信号的频域图： 加入正弦信号后的频率图： 滤波后的频域图： 采用巴斯低通滤波器滤除正弦波：
（2）具体代码实现： [x,fs,bits]=wavread('E:\mcpass.wav');%原信号 n=size(x,1); %提取采样信号的长度 t=(0:length(x)-1)/fs; %计算样本时刻 f=fs*(0:(n+1)/2-1)/n+1; %计算频域图的频率 X=fft(x,n+1); %进行N+1点FFT变换 ts=0:1/fs:(size(x)-1)/fs; %将所加噪声信号的点数调整到与原始信号相同 s=x+0.05*sin(2*pi*5000*ts)'; %加噪声为5000Hz的正弦信号正弦噪声 S=fft(s,n+1); %加正弦噪声后的频域 %正弦滤波 wp=2000/fs*2*pi; %2000为通带截止频率 ws=3000/fs*2*pi; %3000为阻带下限截止频率 Rp=4; %通带波纹 Rs=25; %阻带波纹 T=1/fs;Fs=1/T; %定义采样间隔 Wp=2/T*tan(wp/2); %计算对应的数字频率 Ws=2/T*tan(ws/2); [N,wn]=buttord(Wp,Ws,Rp,Rs,'s'); %计算滤波器介数和截止频率 [c,d]=butter(N,wn,'s'); %计算滤波器系统函数分子分母系数 [B,A]=bilinear(c,d,Fs); %双线性变换得到数字滤波器系统函数分子分母系数[Hb,Wc]=freqz(B,A); sf=filter(B,A,s); %对加噪信号进行滤波 Sf=fft(sf,n+1); %对滤波后进行N+1点FFT变换 %绘图部分 figure(3); plot(fs*Wc/(2*pi),20*log10(abs(Hb)));title('巴斯低通滤波器频域响应图'); xlabel('频率(Hz)'); ylabel('幅度'); figure(1); subplot(3,1,1); plot(t,x);title('原信号时域') xlabel('时间(s)'); ylabel('幅度'); figure(2); subplot(3,1,1); plot(f,abs(X(1:(n+1)/2)));title('原信号频域') xlabel('频率(Hz)'); ylabel('幅度'); figure(1); subplot(3,1,2); plot(t,s);title('加正弦信号后的时域') xlabel('时间(s)'); ylabel('幅度');
一、 1.正弦信号 A = input('input A=') ;% 给正弦信号的幅度A赋值 w = input('input w=') ; % 给正弦信号的频率w赋值 theta =input('input theta='); % 给正弦信号的初始相位theta 赋值disp(['这个信号是周期信号']) T=2*pi/w t = 0 : 0.01 : 3*T ; % 定义时间点 ft = A * sin( w * t + theta ) ; % th计算函数值 plot( t ,ft ) ; % 画图 title( '正弦信号' ) ; % 为图像加标题注释 grid on ; % 在图上画方格
2.复指数信号 j00 = sqrt( - 1 ) ; % 定义复数j a = input('input a='); % 复指数信号赋值w = input('input w='); K = input('input K='); if a==0 disp('这是一个周期信号') T=2*pi/w else if a>0 disp('这不是一个周期信号') else disp('这不是一个周期信号') end end t = -1.5*abs(a) : 0.01 : 1.5*abs(a) % 定义时间点 ft = K*exp( ( a + j00 * w ) * t ) ; subplot( 2 , 2 , 1 ) ; plot( t , real( ft ) ) ; title( '实部' ) ; %画图subplot( 2 , 2 , 2 ) ; plot( t , imag( ft ) ) ; title( '虚部' ) ; subplot( 2 , 2 , 3 ) ; plot( t , abs( ft ) ) ; title( '模' ) ; subplot( 2 , 2 , 4 ) ; plot( t , angle( ft ) ) ; title( '相角' ) ;
标准实验报告 实验名称：随机数的产生及统计特性分析
实验报告 学生姓名：学号： 指导教师： 实验室名称：通信系统实验室 实验项目名称：随机数的产生及统计特性分析 实验学时：6（课外） 【实验目的】 随机数的产生与测量：产生瑞利分布随机数，测量它们的均值、方差、相关函数，分析其直方图、概率密度函数及分布函数。 通过本实验进一步理解随机信号的一、二阶矩特性及概率特性。 【实验原理】 瑞利分布密度函数为： )0 ( ,0 , ) ( 2 2 2 2 > ? ? ? ? ? ? ? < ≥ = - σ σ σ x x e x x f x 均值与方差：EX = σ π 2，V ar(X）= 2 ) 2 2(σ π - 相关函数： ?+∞ ∞ - - = + =) ( *) ( ) ( ) ( ) (t x t x dt t x t x r x τ τ 均值各态历经定义：E[X(t)]以概率1等于A[X(t)],则称X(t)均值各态历经。 物理含义为：只要观测的时间足够长，每个样本函数都将经历信号的所有状态，因此，从任一样本函数中可以计算出其均值。——“各态历经性”、“遍历”。 于是，实验只需在其任何一个样本函数上进行就可以了，问题得到极大简化。【实验记录】 程序执行结果： rayl_mean =
3.7523 err_mean = 0.7523 rayl_var = 3.8303 err_var = 0.8303
【实验分析】 可以看到，统计均值、统计方差与理论值都很接近。当序列长度为1000时
候，均值误差为5.63%，方差误差为12.19%；当序列长度为10000时，均值误差为0.79%，方差误差为1.04%，可以看到随着序列长度增大，样本的统计均值与统计方差与理论值得误差明显减小，当序列长度足够大的时候，样本的统计均值与统计方差会趋近与理论均值与理论方差，可以用统计均值、统计方差来计算理论均值与方差。通过比较样本的直方图，与理论的瑞利分布概率密度函数图，发现样本出现的频率分布趋近于理论概率值，可见，当样本足够大的时候，随机变量取值的频率趋近于其概率，可以用频率分布近似概率分布。 由matlab 产生N 个随机数的原理可知，这N 个随机数可以看做一条样本函数，且这个随机序列是广义各态历经的，因此，可以利用样本的时间相关函数来计算统计相关函数。 由图可知，当均值为0的时候，样本相关函数为零。当均值不为0的时候，样本的相互函数为三角函数。 当均值为0的时候，由图知Rx(0)=0，与理论值2 2 μσ+=相等。当均值不 为0的时候，由图，得Rx(0)= 15.60，与理论值91 .1722 =+σμ的误差为12.8%。 可见，Rx(0)的计算是正确的。 【思考题】 1、 为什么当均值mu 不为0时，()X R τ的图形是三角形？ 在求自相关函数的时候，我们利用的是matlab 自带的卷积公式，即移位相乘再相加，对于我们计算的有限长度的序列，在用此方法进行多次移位之后，之前的序列后续填零，再进行相同的工作。 均值不为0时，当τ=0时，自相关函数最大，τ>0时，序列向后移，该序 列和填零后的新序列相作用，又因为计算是线性的，因此是线性递减。τ<0与τ>0关于τ=0对称，因此() X R τ的图形是三角形。 2、 实验中的样本数都设定为1000，试简述样本数对于结果的影响？ 答：样本数决定着实验的精度，样本数越大，实验结果越接近于理论值。样本数过小时容易与理论值产生很大偏差。由均值误差、方差误差与理论值随样本数目的增大的曲线图很容易得出这样的结论。 【总结及心得体会】 通过本次试验，我对瑞利分布的概率密度和分布函数的形状和大致变化趋势有了更深刻的了解，并通过对由matlab 产生的服从瑞利分布的随机数的相关数字特征和相关函数进行计算，验证了瑞利分布的均值、方差表达式的正确性。并通过改变实验中样本数观察实际结果与理论值的误差的变化领悟了样本数对于实验的重要性。
课程设计报告 课程名称数字信号处理 课题名称数字滤波器设计及在语音信号分析中的应用 专业通信工程 班级1281 学号201213120101 姓名杨俊 指导教师彭祯韩宁 2014年12月5日
湖南工程学院 课程设计任务书 课程名称数字信号处理 课题数字滤波器设计 及在语音信号分析中的应用专业班级通信工程1281班 学生姓名杨俊 学号201213120101 指导老师彭祯韩宁 审批 任务书下达日期2014 年12月5日 任务完成日期2014 年12月13日
《数字信号处理》课程设计任务书 一、课程设计的性质与目的 《数字信号处理》课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。通过该课程的课程设计实践，使学生对信号与信息的采集、处理、传输、显示、存储、分析和应用等有一个系统的掌握和理解；巩固和运用在《数字信号处理》课程中所学的理论知识和实验技能，掌握数字信号处理的基础理论和处理方法，提高分析和解决信号与信息处理相关问题的能力，为以后的工作和学习打下基础。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。 二、课程设计题目 题目1：数字滤波器设计及在语音信号分析中的应用。 1、设计步骤： （1）语音信号采集 录制一段课程设计学生的语音信号并保存为文件，要求长度不小于10秒，并对录制的信号进行采样；录制时可以使用Windows自带的录音机，或者使用其它专业的录音软件，录制时需要配备录音硬件（如麦克风），为便于比较，需要在安静、干扰小的环境下录音。 然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。 （2）语音信号分析 使用MATLAB绘出采样后的语音信号的时域波形和频谱图。根据频谱图求出其带宽，并说明语音信号的采样频率不能低于多少赫兹。 （3）含噪语音信号合成 在MATLAB软件平台下，给原始的语音信号叠加上噪声，噪声类型分为如下几种：①白
信号与系统课程设计 课程名称：信号与系统 题目名称：滤波器的设计与实现 学院：电气与电子工程学院 专业班级：电气工程及其自动化 学号：3 学生：宗喜 指导教师：黄劲 2015年12 月20 日
目录 一、设计要求 (2) 二、设计原理 (2) 三、设计思路 (3) 四、设计容 (3) A、一阶有源滤波电路 (3) B、二阶有源滤波电路 (5) 1、二阶低通滤波电路 (5) 2、二阶高通滤波电路 (6) 3、二阶带通滤波电路 (8) C、用仿真软件设计滤波器 (10) 1、给定性能参数设计滤波器 (10) a、二阶低通滤波器 (10) b、二阶高通滤波器 (11) c、二阶带通滤波器 (12) 2、不同阶数滤波器性能比较 (12) D、滤波器的Matlab设计仿真 (13) 1、二阶低通滤波器 (13) 2、二阶高通滤波器 (14) 五、参考文献 (16)
一、设计要求 自已设计电路系统，构成低通滤波器、高通滤波器和带通滤波器。利用Matlab或其他仿真软件进行仿真。 有源滤波器由是有源元件和无源元件(一般是R和C)共同组成的电滤波器。和无源滤波器相比，它的设计和调整过程较简便，此外还能提供增益。因此，本课程设计中选择了二阶有源滤波器作为主要研究对象。 1、自行设计电路图，确定前置放大电路，有源滤波电路，功率放大电路的方案， 并使用绘图软件（Electronics Worrkbench）画出设计电路，包括低通、高通和带通。 2、所设计的滤波器不仅有滤波功能，而且能起放大作用，负载能力要强。 3、根据给定要求和电路原理图计算和选取单元电路的元件参数。 4、用Matlab或其他仿真软件（FilterLab）对滤波器进行仿真，记录仿真结果。 二、设计原理 1、电容器C具有通高频阻低频的性能。 2、由源滤波器由放大电路部分和滤波电路部分组成。 3、仿真软件可以将滤波器的性能直观的表现出来。 4、各种滤波器的幅频特性：