实验2.1-随机过程的模拟与特征估计Word格式文档下载.doc

1、w=1+2.*randn（N,1）;x（1）=w（1）; for n=2:Nx（n）=a*x（n-1）+w（n）; endsubplot（3,2,1）;plot（x）;title（随机序列x（n）=0.8*x（n-1）+1+4.*randn（N,1）;grid on%估计自相关函数R=xcorr（x,coeffsubplot（3,2,2）;axis（0 500 0 1）;plot（R）;自相关函数%估计功率谱%周期图功率谱估计subplot（3,2,3）;periodogram（x,512,1000）;axis（0 500 -50 0）;周期图功率谱估计）%加汉宁窗window=hann（50

2、0）;subplot（3,2,4）;periodogram（x,window,512,1000）;axis（0 500 -50 10）;汉宁周期功率谱估计%相关函数法R=xcorr（x）/15000;Pw=fft（R）;subplot（3,2,5）;f=（0:length（Pw）-1）*1000/length（Pw）;plot（f,10*log10（abs（Pw）;BT功率谱估计subplot（3,2,6）;pwelch（x,128,64,1000）;韦尔奇功率谱估计grid on；实验2.1 （2）x=sin（2*pi*0.05*n）+2*cos（2*pi*0.12*n）+randn（N,1

3、）随机序列的自相关函数和功率谱N=256时的结果：N=1024时的结果：N=256:%估计x=sin（2*pi*0.05*n）+2*cos（2*pi*0.12*n）+randn（N,1）随机序列的自相关函数和功率谱%x=sin（2*pi*0.05*n）+2*cos（2*pi*0.12*n）+randn（N,1）随机序列的产生N=256; %N=256或1024w=randn（N,1）; for n=1: x（n）=sin（2*pi*0.05*n）+2*cos（2*pi*0.12*n）+w（n）;axis（0 260 -8 8）;随机序列x（N）=sin（2*pi*0.05*n）+2*cos（2

4、*pi*0.12*n）+randn（N,1）/N=256axis（0 500 -1 1）;自相关函数/N=256周期图功率谱估计/N=256window=hann（256）;periodogram（x,window,256,1000）;BT功率谱估计/N=256韦尔奇功率谱估计/N=256grid on;N=1024:N=1024;axis（0 1030 -8 8）;随机序列x（N）=sin（2*pi*0.05*n）+2*cos（2*pi*0.12*n）+randn（N,1）/N=1024axis（0 2000 -1 1）;自相关函数/N=1024periodogram（x,1024,1000）;周期图功率谱估计/N=1024window=hann（1024）;periodogram（x,window,1024,1000）;BT功率谱估计/N=1024韦尔奇功率谱估计/N=1024