搜索
大连理工大学实验预习报告学院（系）：信息与通信工程学院专业：电子信息工程班级：姓名：学号：组：___实验时间：2015.12.14实验室：C221实验台：指导教师：实验I：随机信号的产生、相关分析及其应用实验实验1均匀分布随机数的产生，统计特性分析及计算机仿真一、实验目的和要求掌握均匀分布随机信号的基本产生方法二、实验原理和内容较简单的伪随机序列产生方法是采用数论中基于数环理论的线性同余法（乘同余法、混合同余法），其迭代公式的一般形式为f(x)=(r·x+b)ModM，其离散形式为s(n+1)=[r·s(n)+b]ModM。其中，s(n)为n时刻的随机数种子，r为扩展因子，b为固定扰动项，M为循环模，ModM表示对M取模。为保证s(n)的周期为M，r的取值应满足r=4k+1，M2p，k与p的选取应满足：rM，r(M-1)+1231-1。通常公式中参数常用取值为s(0)=12357，r=2045，b=1，M=1048576。三、实验步骤1.编程实现产生10000个在(0,1)区间均匀分布随机数。2.计算生成随机数的1~4阶矩，最大值，最小值，频度直方图。实验2高斯分布随机数的产生，统计特性分析及计算机仿真一、实验目的和要求掌握高斯白噪声的基本产生方法二、实验原理和内容1.变换法2.较简单的高斯白噪声产生方法是基于概率论中的中心极限定理。即无穷多个同分布随机变量之和构成随机变量服从高斯分布。方便起见，可以使用多个均匀分布随机变量之和近似高斯分布随机变量。三、实验步骤1.编程实现产生10000个N(3,4)高斯随机数。2.计算生成随机数的1~4阶矩，最大值，最小值，频度直方图。实验3随机信号相关函数计算、相关分析及计算机仿真一、实验目的和要求掌握随机信号相关函数计算、相关分析及实现二、实验原理和内容根据自相关和互相关的定义，自相关，互相关计算随机信号的自相关和互相关。三、实验步骤1.产生高斯随机信号。2.计算其自相关函数。3.计算两个高斯随机信号的互相关函数。大连理工大学实验报告学院（系）：信息与通信工程学院专业：电子信息工程班级：电子1303姓名：李彤学号：201383081组：___实验时间：2015.12.14实验室：C221实验台：指导教师：实验I：随机信号的产生、相关分析及其应用实验实验1均匀分布白噪声的生成一、实验目的和要求基于均匀分布伪随机数，掌握均匀分布白噪声典型生成方法。二、实验原理和内容较简单的伪随机序列产生方法是采用数论中基于数环理论的线性同余法（乘同余法、混合同余法），其迭代公式的一般形式为f(x)=(r·x+b)ModM，其离散形式为s(n+1)=[r·s(n)+b]ModM。其中，s(n)为n时刻的随机数种子，r为扩展因子，b为固定扰动项，M为循环模，ModM表示对M取模。为保证s(n)的周期为M，r的取值应满足r=4k+1，M2p，k与p的选取应满足：rM，r(M-1)+1231-1。本实验中参数取值为s(1)=12357，r=2025，b=1，M=1048576。三、主要仪器设备微型计算机、Matlab开发环境四、实验步骤与操作方法1.编程实现产生10000个在(0,1)区间均匀分布随机数。2.计算生成随机数的1~4阶矩，最大值，最小值，频度直方图五、实验数据记录和处理程序如下：M=1048576;b=1;r=2025;s=zeros(1,10000);s(1)=12357;s=zeros(1,10000);fori=2:10000s(i)=mod(s(i-1)*r+b,M);ends=s/M;%均匀分布随机生成10000数据figure,plot(s)%全部数据画线title('全部数据连线')figure,plot(s,'.')%全部数据画点title('全部数据画点')%%画直方图hist(s,40)title('40个区间')sum=0;fori=1:10000sum=sum+s(i);%求所有数的总和end;avr=sum/10000;%求所有数的平均数m=zeros(1,4);fori=1:10000m(1)=m(1)+s(i);%求均值m(2)=m(2)+s(i)^2;%求二阶矩m(3)=m(3)+s(i)^3;%求三阶m(4)=m(4)+s(i)^4;%求四阶endn=zeros(1,4);fori=1:10000n(1)=n(1)+(s(i)-avr);%求均值n(2)=n(2)+(s(i)-avr)^2;%求二阶矩n(3)=n(3)+(s(i)-avr)^3;%求三阶n(4)=n(4)+(s(i)-avr)^4;%求四阶endm=m/10000;n=n/10000;disp(['均值=',num2str(m(1))]);disp(['二阶原点矩=',num2str(m(2))]);disp(['三阶原点矩=',num2str(m(3))]);disp(['四阶原点矩=',num2str(m(4))]);disp(['均值=',num2str(n(1))]);disp(['二阶中心矩=',num2str(n(2))]);disp(['三阶中心矩=',num2str(n(3))]);disp(['四阶中心矩=',num2str(n(4))]);disp(['方差=',num2str(var(s))]);c=0;d=1;fori=1:10000%求最大值ifcs(i)c=s(i);end;end;fori=1:10000%求最小值ifds(i)d=s(i);end;end;cd六、实验结果与分析运行程序，command窗口中显示的结果如下：均值=0.49699二阶原点矩=0.32916三阶原点矩=0.24551四阶原点矩=0.19546均值=-8.3666e-017二阶中心矩=0.08217三阶中心矩=0.00024392四阶中心矩=0.012193方差=0.082179c=1.0000d=0实验得到图表如下：图1.1图1.2七、讨论、建议、质疑本实验中编写了生成随机序列的程序，通过设定不同的参数值可以得到不同的随机序列，通过计算多阶原点矩、中心矩和绘制直方图可以更加清楚的看到产生的随机序列的特点，对随机序列的理解更加深刻。实验2高斯分布白噪声的生成一、实验目的和要求基于均匀分布伪随机数，掌握高斯分布白噪声典型生成方法。二、实验原理和内容1.变换法2.较简单的高斯白噪声产生方法是基于概率论中的中心极限定理。即无穷多个同分布随机变量之和构成随机变量服从高斯分布。方便起见，可以使用多个均匀分布随机变量之和近似高斯分布随机变量。三、主要仪器设备微型计算机、Matlab开发环境四、实验步骤与操作方法1.编程实现产生10000个N(3,4)高斯随机数。2.计算生成随机数的1~4阶矩，最大值，最小值，频度直方图。五、实验数据记录和处理实验程序如下：m=3;n=4;n1=sqrt(n);pi=3.1416;s=zeros(1,10000);fori=1:10000a=sqrt(-2*log(rand));b=2*pi*rand;s(i)=n1*a*cos(b)+m;%生成10000个N(3,4)高斯随机数endfigureplot(s)sum=0;fori=1:10000sum=sum+s(i);%求所有数总数end;avr=sum/10000;%求平均数m=zeros(1,4);fori=1:10000m(1)=m(1)+s(i);%求均值m(2)=m(2)+s(i)^2;%求二阶矩m(3)=m(3)+s(i)^3;%求三阶m(4)=m(4)+s(i)^4;%求四阶endn=zeros(1,4);fori=1:10000n(1)=n(1)+(s(i)-avr);%求一阶矩n(2)=n(2)+(s(i)-avr)^2;%求二阶矩n(3)=n(3)+(s(i)-avr)^3;%求三阶n(4)=n(4)+(s(i)-avr)^4;%求四阶endm=m/10000;n=n/10000;disp(['均值=',num2str(m(1))]);disp(['二阶原点矩=',num2str(m(2))]);disp(['三阶原点矩=',num2str(m(3))]);disp(['四阶原点矩=',num2str(m(4))]);disp(['一阶中心矩=',num2str(n(1))]);disp(['二阶中心矩=',num2str(n(2))]);disp(['三阶中心矩=',num2str(n(3))]);disp(['四阶中心矩=',num2str(n(4))]);hist(s,100)title('100个区间')%显示频率c=0;d=1;fori=1:10000%求最大ifcs(i)c=s(i);end;end;fori=1:10000%求最小ifds(i)d=s(i);end;end;cd六、实验结果与分析运行程序，command窗口中显示的结果如下：均值=2.993二阶原点矩=12.9888三阶原点矩=62.522四阶原点矩=341.0162一阶中心矩=-5.8249e-015二阶中心矩=4.0306三阶中心矩=-0.48106四阶中心矩=49.8857c=10.2122d=-4.5628实验得到图像如下：图1.3七、讨论、建议、质疑本实验和上一个实验类似，但需要用到高斯函数的编写方法，利用循环结构可以求得若干个随机数，通过直方图可以对高斯分布有更直观实际的了解。实验3随机信号相关函数估计一、实验目的和要求掌握随机信号相关函数计算、相关分析及实现二、实验原理和内容根据自相关和互相关的定义，自相关，互相关计算随机信号的自相关和互相关。三、主要仪器设备微型计算机、Matlab开发环境四、实验步骤与操作方法4.产生高斯随机信号。5.计算其自相关函数。6.计算两个高斯随机信号的互相关函数。五、实验数据记录和处理实验程序如下：m=3;n=4;n1=sqrt(n);pi=3.1416;Fs=1000;s=zeros(1,10000);fori=1:10000a=sqrt(-2*log(rand));b=2*pi*rand;s(i)=n1*a*cos(b)+m;%生成10000个N(3,4)高斯随机数sendq=zeros(1,10000);fori=1:10000c=sqrt(-2*log(rand));d=2*pi*rand;q(i)=n*c*cos(d)+m;%生成10000个N(3,4)高斯随机数qendfigure(1);subplot(211),plot(s),title('s(n)');%画出s的图像ssubplot(212),plot(q),title('q(n)');%画出q的图像[cor1lag1]=xcorr(s);figure(2);plot(lag1/Fs,cor1),title('s的自相关函数');%画出s的自相关函数[cor2lag2]=xcorr(q);figure(3);plot(lag2/Fs,cor2),title('q的自相关函数');%画出q的自相关函数[cor3lag3]=xcorr(s,q);figure(4);plot(lag3/Fs,cor3),title('s与q的互相关函数');%画出s与q的互相关函数六、实验结果与分析运行程序，得到各图像如下：图1.4s和q的数据图像图1.5s的自相关函数图1.6q的自相关函数图1.7s与q的互相关函数七、讨论、建议、质疑本实验与实验2相似，也要产生高斯随机数，关键在于自相关程序以及互相关程序的编写。通过对自相关以及互相关图像的观察，可以让我们对于自相关以及互相关有更全面的了解。大连理工大学实验预习报告学院（系）：信息与通信工程学院专业：电子信息工程班级：电子1303姓名：李彤学号：201383081组：___实验时间：2015.12.15实验室：C221实验台：指导教师：实验II：系统对随机信号响应的统计特性分析、功率谱分析及应用实验实验4随机信号的功率谱分析1一、实验目的和要求掌握直接