Matlab画图问题,自相关函数,功率谱密度,求具体代码。
1、产生一组(0,1)均匀分布的随机序列,画出其自相关函数和功率谱密度;2、产生一组服从N~(2,5)的正态随机序列,画出其自相关函数和功率谱密度;3、估计随机过程X(t...
1、产生一组(0,1)均匀分布的随机序列,画出其自相关函数和功率谱密度;
2、产生一组服从N~(2,5)的正态随机序列,画出其自相关函数和功率谱密度;
3、估计随机过程X(t)=cos(600πt)+cos(640πt)+N(t)的自相关函数和功率谱,其中N(t)服从N~(0,1)的高斯分布。
4、随机相位信号X(t)=Acos(ωt+Ψ),其中A=2 和ω=1000π, Ψ是在(0, 2π)上均匀分布的随机变量。估计该随机信号的自相关函数和功率谱密度。
提示:随机序列{Xn}的自相关函数Rx(m)用下式计算(图片):
然后通过计算自相关函数的离散傅立叶变换(DFT)来得出序列的功率谱。DFT可以用MATLAB中的FFT函数来计算。
参考函数:fft, fftshift, ifft, ifftshift 展开
2、产生一组服从N~(2,5)的正态随机序列,画出其自相关函数和功率谱密度;
3、估计随机过程X(t)=cos(600πt)+cos(640πt)+N(t)的自相关函数和功率谱,其中N(t)服从N~(0,1)的高斯分布。
4、随机相位信号X(t)=Acos(ωt+Ψ),其中A=2 和ω=1000π, Ψ是在(0, 2π)上均匀分布的随机变量。估计该随机信号的自相关函数和功率谱密度。
提示:随机序列{Xn}的自相关函数Rx(m)用下式计算(图片):
然后通过计算自相关函数的离散傅立叶变换(DFT)来得出序列的功率谱。DFT可以用MATLAB中的FFT函数来计算。
参考函数:fft, fftshift, ifft, ifftshift 展开
展开全部
clear all;
close all;
warning off all;
Fs = 1000;
nfft=1024;
idx = 0:round(nfft/2-1);
k = idx*Fs/nfft;
t = 0:1/Fs:1;
x1 = rand(1,1001);
[cor1 lag1] = xcorr(x1,'unbiased');
figure(1);
subplot(211),plot(lag1/Fs,cor1),title('(0,1)均匀分布自相关函数');
Xk1 = fft(cor1,nfft);
Px1 = abs(Xk1);
subplot(212),plot(k,10*log10(Px1(idx+1))),title('(0,1)均匀分布功率谱密度');
x2 = normrnd(2,5,1,1001);
[cor2 lag2] = xcorr(x2,'unbiased');
figure(2);
subplot(211),plot(lag2/Fs,cor2),title('(2,5)正态分布自相关函数');
Xk2 = fft(cor2,nfft);
Px2 = abs(Xk2);
subplot(212),plot(k,10*log10(Px2(idx+1))),title('(2,5)正态分布功率谱密度');
x3 = cos(600*pi*t)+cos(640*pi*t)+randn(1,1001);
[cor3 lag3] = xcorr(x3,'unbiased');
figure(3);
subplot(211),plot(lag3/Fs,cor3),title('随机信号自相关函数');
Xk3 = fft(cor3,nfft);
Px3 = abs(Xk3);
subplot(212),plot(k,10*log10(Px3(idx+1))),title('随机信号功率谱密度');
fai = 2*pi*rand(1,1001);
x4 = 2*cos(1000*pi*t+fai);
[cor4 lag4] = xcorr(x4,'unbiased');
figure(4);
subplot(211),plot(lag4/Fs,cor4),title('随机相位信号自相关函数');
Xk4 = fft(cor4,nfft);
Px4 = abs(Xk4);
subplot(212),plot(k,10*log10(Px4(idx+1))),title('随机相位信号功率谱密度');
close all;
warning off all;
Fs = 1000;
nfft=1024;
idx = 0:round(nfft/2-1);
k = idx*Fs/nfft;
t = 0:1/Fs:1;
x1 = rand(1,1001);
[cor1 lag1] = xcorr(x1,'unbiased');
figure(1);
subplot(211),plot(lag1/Fs,cor1),title('(0,1)均匀分布自相关函数');
Xk1 = fft(cor1,nfft);
Px1 = abs(Xk1);
subplot(212),plot(k,10*log10(Px1(idx+1))),title('(0,1)均匀分布功率谱密度');
x2 = normrnd(2,5,1,1001);
[cor2 lag2] = xcorr(x2,'unbiased');
figure(2);
subplot(211),plot(lag2/Fs,cor2),title('(2,5)正态分布自相关函数');
Xk2 = fft(cor2,nfft);
Px2 = abs(Xk2);
subplot(212),plot(k,10*log10(Px2(idx+1))),title('(2,5)正态分布功率谱密度');
x3 = cos(600*pi*t)+cos(640*pi*t)+randn(1,1001);
[cor3 lag3] = xcorr(x3,'unbiased');
figure(3);
subplot(211),plot(lag3/Fs,cor3),title('随机信号自相关函数');
Xk3 = fft(cor3,nfft);
Px3 = abs(Xk3);
subplot(212),plot(k,10*log10(Px3(idx+1))),title('随机信号功率谱密度');
fai = 2*pi*rand(1,1001);
x4 = 2*cos(1000*pi*t+fai);
[cor4 lag4] = xcorr(x4,'unbiased');
figure(4);
subplot(211),plot(lag4/Fs,cor4),title('随机相位信号自相关函数');
Xk4 = fft(cor4,nfft);
Px4 = abs(Xk4);
subplot(212),plot(k,10*log10(Px4(idx+1))),title('随机相位信号功率谱密度');
追问
非常感谢!感觉你很厉害。我这里还有几个题,如果有时间能不能也帮我解答下,追加分。谢谢!
Q341474603
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?
Sievers分析仪
2024-10-13 广告
2024-10-13 广告
是的。传统上,对于符合要求的内毒素检测,最终用户必须从标准内毒素库存瓶中构建至少一式两份三点标准曲线;必须有重复的阴性控制;每个样品和PPC必须一式两份。有了Sievers Eclipse内毒素检测仪,这些步骤可以通过使用预嵌入的内毒素标准...
点击进入详情页
本回答由Sievers分析仪提供
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