
實驗五:窄帶隨機信號仿真與分析
【實驗?zāi)康摹?/span> 產(chǎn)生窄帶隨機信號,提取窄帶隨機信號的各個分量隨機信號,測量窄帶隨 機信號及其各個分量隨機信號的參數(shù),驗證窄帶隨機信號及其各個低頻分量隨機 信號的性質(zhì)。 本實驗安排在窄帶信號課程之后來學習,使學生對窄帶隨機信號及其特性有個 更直觀和深入的了解。 【實驗器材】 1.設(shè)備:一臺計算機 2.軟件:MATLAB6.5.1 【實驗原理】 將理想白噪聲 通過高頻窄帶系統(tǒng)可形成高頻窄帶噪聲: nt 0 ?? nt?V(t)coswt?t?xtcoswt?ytsinwt ???????? ?? ?? ? (其中 是窄帶噪聲的中心頻率) w 高頻窄帶噪聲與其兩個低頻正交分量具有相同的均值和方 nt ?? xt、yt ???? 差,兩個低頻正交分量具有相同的相關(guān)函數(shù)和功率譜密度;高斯窄帶 xt、yt ???? 噪聲的包絡(luò)隨機信號的一維分布服從瑞利分布,而其相位隨機信號服從 V(t) ? ?? t 均勻分布。 【實驗內(nèi)容】 1. 通過示波器觀察高斯白噪聲的樣本波形,并測量其“相關(guān)函數(shù)和 nt 0 ?? 功率譜、分布律”; 2. 通過示波器觀察高斯窄帶噪聲 的樣本波形,并測量其“相關(guān)函數(shù) nt ?? 和功率譜、分布律”; 3. 通過示波器觀察高斯窄帶噪聲的兩個低頻正交分量 的 nt ?? xt、yt ???? 樣本波形,并測量其“相關(guān)函數(shù)和功率譜、分布律”; 4. 通過示波器觀察高斯窄帶噪聲的包絡(luò)隨機信號和相位隨機信 nt ?? V(t) 號的樣本波形,并測量其“分布律”。 ? ?? t 注意: 本實驗中窄帶隨機信號的形成濾波器和BPF和的形 xt、yt ???? 成濾波器LPF1、LPF2的類型(Butterworth、Chebyshev、Elliptic、 Besl)和參數(shù)都可設(shè)置 【實驗方法】 先利用matlab仿真白噪聲序列,然后構(gòu)造一個窄帶系統(tǒng),使白噪聲通過窄 帶系統(tǒng)形成高頻窄帶噪聲,再提取高頻窄帶噪聲的各個隨機分量,研究高頻窄帶 噪聲和其各個低頻隨機分量的性質(zhì)。整個實驗平臺采用matlab 中的simulink.實 現(xiàn)的simulink模塊如下圖所示: 圖一,窄帶高斯隨機信號實驗simulink模型 【實驗步驟】 1. 打開matlab,在File-t path 菜單下將含有文件的目錄設(shè)為缺省 目錄,本機上,該目錄為d:rxperimentnarrowband 2. 打開simulink仿真器的模型編輯器,在其中打開模型,此模型如圖 一. 3. 按不同時間運行此模型,每次運行后,點擊個帶顏色的功能模塊,觀察彈出窗 口的各種描述相應(yīng)統(tǒng)計數(shù)據(jù)的模型. 【實驗記錄】 存儲所測得的各種波形和數(shù)據(jù),并分析: 1. 分析高斯白噪聲和 窄帶高斯噪聲 的相關(guān)函數(shù)和功率譜、分布律有 not ?? nt ?? 何異同? 2. 分析窄帶高斯噪聲 的兩個低頻正交分量 “相關(guān)函數(shù)和功率 nt ?? xt、yt ???? 譜、分布律” 有何異同? 3. 分析窄帶高斯噪聲 和其兩個低頻正交分量 “相關(guān)函數(shù)和功 nt ?? xt、yt ???? 率譜、分布律” 有何異同? 4. 分析窄帶高斯噪聲 的包絡(luò)隨機信號和相位隨機信號 的“分布 ntt ???? V(t) ? 律”又如何? 5. 分析窄帶高斯噪聲 和其包絡(luò)隨機信號的樣本波形有什么關(guān)系? nt ?? V(t) 【思考題】 1.功率譜密度為的零均值理想白噪聲的相關(guān)函數(shù)是什么?其不同時刻的 N/2 0 隨機變量是否正交、互不相關(guān)、相互獨立? 2.理想白噪聲通過理想低通系統(tǒng)和理想帶通系統(tǒng)后輸出信號的自相關(guān)函數(shù)和功 率譜密度是什么?

本文發(fā)布于:2023-11-02 22:57:38,感謝您對本站的認可!
本文鏈接:http://m.newhan.cn/zhishi/a/1698937058204389.html
版權(quán)聲明:本站內(nèi)容均來自互聯(lián)網(wǎng),僅供演示用,請勿用于商業(yè)和其他非法用途。如果侵犯了您的權(quán)益請與我們聯(lián)系,我們將在24小時內(nèi)刪除。
本文word下載地址:06實驗六:窄帶隨機信號仿真與分析.doc
本文 PDF 下載地址:06實驗六:窄帶隨機信號仿真與分析.pdf
| 留言與評論(共有 0 條評論) |