如何用matlab产生一个均值为1,方差为0.2的高斯白噪声?
2个回答
展开全部
可以使用如下的函数实现
r
=
normrnd(mu,sigma)
(生成均值为
mu,标准差为
sigma
的正态随机数)
r
=
normrnd(mu,sigma,m)
(生成
1×
m
个正态随机数)
r
=
normrnd(mu,sigma,m,n)
(生成
m
行
n
列的
m
×
n
个正态随机数)
假设输入信号为x,则给x加上一个均值为0,方差为1的高斯白噪声信号的方法为
y=x+normrnd(0,1);
%
设置采样区间
k=(0:300)'/100;
%
计算采样值
x=sin(2*pi*k);
%
施加高斯白噪声
y=awgn(x,0);
figure(1);
%
设置绘图位置,左下角距屏幕左200像素,下200像素,宽800像素,高300像素
set(gcf,'position',[200,200,800,300]);
%
绘图网格1*2,左图绘制原始信号,右图绘制噪声信号
subplot(1,2,1),plot(k,x);
subplot(1,2,2),plot(k,y);
r
=
normrnd(mu,sigma)
(生成均值为
mu,标准差为
sigma
的正态随机数)
r
=
normrnd(mu,sigma,m)
(生成
1×
m
个正态随机数)
r
=
normrnd(mu,sigma,m,n)
(生成
m
行
n
列的
m
×
n
个正态随机数)
假设输入信号为x,则给x加上一个均值为0,方差为1的高斯白噪声信号的方法为
y=x+normrnd(0,1);
%
设置采样区间
k=(0:300)'/100;
%
计算采样值
x=sin(2*pi*k);
%
施加高斯白噪声
y=awgn(x,0);
figure(1);
%
设置绘图位置,左下角距屏幕左200像素,下200像素,宽800像素,高300像素
set(gcf,'position',[200,200,800,300]);
%
绘图网格1*2,左图绘制原始信号,右图绘制噪声信号
subplot(1,2,1),plot(k,x);
subplot(1,2,2),plot(k,y);
北京埃德思远电气技术咨询有限公司
2023-08-25 广告
2023-08-25 广告
"整定计算的工作步骤,大致如下:1.确定整定方案所适应的系统情况。2.与调度部门共同确定系统的各种运行方式。3.取得必要的参数与资料(保护图纸,设备参数等)。4.结合系统情况,确定整定计算的具体原则。5.进行短路计算。6.进行保护的整定计算...
点击进入详情页
本回答由北京埃德思远电气技术咨询有限公司提供
展开全部
用matlab产生一个均值为1,方差为0.2的高斯白噪声的方法如下:
1、R
=
normrnd(MU,SIGMA)
2、R
=
normrnd(MU,SIGMA,m)
3、R
=
normrnd(MU,SIGMA,m,n)
4、假设输入信号为X,则给X加上一个均值为0,方差为1的高斯白噪声信号的方法为:
Y=X+normrnd(0,1);
5、%
设置采样区间
k=(0:300)'/100;
6、%
计算采样值
x=sin(2*pi*k);
7、%
施加高斯白噪声
y=awgn(x,0);
figure(1);
8、%
设置绘图位置,左下角距屏幕左200像素,下200像素,宽800像素,高300像素
set(gcf,'Position',[200,200,800,300]);
9、%
绘图网格1*2,左图绘制原始信号,右图绘制噪声信号
subplot(1,2,1),plot(k,x);
subplot(1,2,2),plot(k,y);
所谓高斯白噪声中的高斯是指概率分布是正态函数,而白噪声是指它的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。
高斯白噪声:如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。
热噪声和散粒噪声是高斯白噪声
1、R
=
normrnd(MU,SIGMA)
2、R
=
normrnd(MU,SIGMA,m)
3、R
=
normrnd(MU,SIGMA,m,n)
4、假设输入信号为X,则给X加上一个均值为0,方差为1的高斯白噪声信号的方法为:
Y=X+normrnd(0,1);
5、%
设置采样区间
k=(0:300)'/100;
6、%
计算采样值
x=sin(2*pi*k);
7、%
施加高斯白噪声
y=awgn(x,0);
figure(1);
8、%
设置绘图位置,左下角距屏幕左200像素,下200像素,宽800像素,高300像素
set(gcf,'Position',[200,200,800,300]);
9、%
绘图网格1*2,左图绘制原始信号,右图绘制噪声信号
subplot(1,2,1),plot(k,x);
subplot(1,2,2),plot(k,y);
所谓高斯白噪声中的高斯是指概率分布是正态函数,而白噪声是指它的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。
高斯白噪声:如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。
热噪声和散粒噪声是高斯白噪声
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询