matlab求均值,方差VIP免费

随机过程及在生物医学工程中的应用实验报告 实验报告 随机信号的数字特征分析 一、 实验目的 1.了解随机信号自身的特性，包括均值（数学期望）、方差、均方值等； 2. 掌握随机信号的分析方法； 二、实验原理 1.均值测量方法 均值 ˆxm 表示集合平均值或数学期望值。基于随机过程的各态历经性，最常用的方法是取 N个样本数据并简单地进行平均，即 101ˆ[ ]NxdimXiN 其中，样本信号的采样数据记为[ ](, )dXiX iT ，sT 为采样间隔。 2.均方误差的测量方法 随机序列的均方误差定义为： 2211()lim( )NiNiE XxnN 3.方差测量方法 如果信号的均值是已知的，则其方差估计设计为 12201ˆ([ ])NxXdiXimN 它是无偏的与渐进一致的。 三、实验内容 利用MATLAB中的伪随机序列产生函数randn()产生多段 1000点的序列，编制一个程序，计算随机信号的数字特征，包括均值、方差、均方值、最后把计算结果平均，绘制数字特征图形。 源程序如下： clear all; 随机过程及在生物医学工程中的应用实验报告 clc; %产生50个 1000以内点的伪随机序列 x=randn(50,1000); %计算随机产生的50个点序列的均值，方差，均方 average=zeros(1,50); variance=zeros(1,50); square=zeros(1,50); %计算均值 for i=1:50 for j=1:1000 average(i)=average(i)+x(i,j); end average(i)=average(i)/1000; end %计算方差 for i=1:50 for j=1:1000 variance(i)=variance(i)+(x(i,j)-average(i)).^2; end variance(i)=variance(i)/1000; end %计算均方值 for i=1:50 for j=1:1000 square(i)=square(i)+x(i,j).^2; end square(i)=square(i)/1000; end EX=sum(average)/50; DX=sum(variance)/50; RMS=sum(square)/50; plot(average); title('50个随机序列的均值'); figure; 随机过程及在生物医学工程中的应用实验报告 plot(variance); title('50个随机序列的方差'); figure; plot(square); title('50个随机序列的均方值'); 四、实验结果及分析 随机过程及在生物医学工程中的应用实验报告 随机过程及在生物医学工程中的应用实验报告 由上结果可知： 将图中的计算结果平均后，得到的结果为：产生的50个点的随机序列均值的平均值为：EX=0.0090197；产生的50个点的随机序列方差的平均值为DX=1.0078；产生的50个点的随机序列均方值的平均值为RMS=1.0087。 由上面所得到的图...