随机信号分析实验百度VIP免费

《随机信号分析》试验报告班级班学号姓名实验一1、熟悉并练习使用下列Matlab的函数，给出各个函数的功能说明和内部参数的意义，并给出至少一个使用例子和运行结果：1）randn()产生随机数数组或矩阵，其元素服从均值为0，方差为1的正态分布（1）Y=randn产生一个伪随机数（2）Y=randn(n)产生n×n的矩阵，其元素服从均值为0，方差为1的正态分布（3）Y=randn(m,n)产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布（4）Y=randn([mn])产生m×n的矩阵，其元素服从均值为0，方差为1的正态分布选择（2）作为例子，运行结果如下：>>Y=randn(3)Y=1.30050.03420.97920.26910.9913-0.8863-0.1551-1.3618-0.35622）rand()(1)Y=rand(n)生成n×n随机矩阵，其元素在（0，1）内(2)Y=rand(m,n)生成m×n随机矩阵(3)Y=rand([mn])生成m×n随机矩阵(4)Y=rand(m,n,p,…)生成m×n×p×…随机矩阵或数组(5)Y=rand([mnp…])生成m×n×p×…随机矩阵或数组(6)Y=rand(size(A))生成与矩阵A相同大小的随机矩阵选择（3）作为例子，运行结果如下：>>Y=rand([34])Y=0.05790.00990.19870.19880.35290.13890.60380.01530.81320.20280.27220.74683）normrnd()产生服从正态分布的随机数（1）R=normrnd(mu,sigma)产生服从均值为mu，标准差为sigma的随机数，mu和sigma可以为向量、矩阵、或多维数组。（2）R=normrnd(mu,sigma,v)产生服从均值为mu标准差为sigma的随机数，v是一个行向量。如果v是一个1×2的向量，则R为一个1行2列的矩阵。如果v是1×n的，那么R是一个n维数组（3）R=normrnd(mu,sigma,m,n)产生服从均值为mu标准差为sigma的随机数，标量m和n是R的行数和列数。选择（3）作为例子，运行结果如下：>>R=normrnd(1,1,3,4)R=1.41172.11391.90440.66384.18323.06681.16772.71431.86362.05932.29443.62364）mean()（1）M=mean(A)如果A是一个向量，则返回A的均值。如果A是一个矩阵，则把A的每一列看成一个矩阵，返回一个均值（每一列的均值）行矩阵（2）M=mean(A,dim)返回由标量dim标定的那个维度的平均值。如（A，2）是一个列向量，包含着A中每一行的均值。选择（2）作为例子，运行结果如下：>>A=1234567M=45）var()求方差（1）V=var(X)返回X的每一列的方差，即返回一个行向量。（2）V=var(X,w)计算方差时加上权重w选择（2）作为例子，运行结果如下：>>X=[1:1:5;1:2:10];V=var(X,1)V=00.25001.00002.25004.00006）xcorr()计算互相关（1）c=xcorr(x,y)计算x,y的互相关（2）c=xcorr(x)计算x的自相关选择（2）作为例子，运行结果如下：R=normrnd(1,2,3)c=xcorr(R)c=-2.09530.80815.4014-1.69860.65514.37871.6072-0.6198-4.1432-1.2036-0.8064-4.4636-3.20120.20462.11841.40500.43272.18189.17431.7032-8.75481.70322.2426-0.3519-8.7548-0.351912.8829-1.2036-3.20121.4050-0.80640.20460.4327-4.46362.11842.1818-2.0953-1.69861.60720.80810.6551-0.61985.40144.3787-4.14327）periodogram()计算功率谱密度[Pxx,w]=periodogram(x)计算x的功率谱密度运行结果如下：X=[-20:4:20];Y=periodogram(X);plot(Y)8)fft()离散傅里叶变换（1）Y=fft(X)返回向量X用快速傅里叶算法得到的离散傅里叶变换，如果X是一个矩阵，则返回矩阵每一列的傅里叶变换（2）Y=fft(X,n)返回n点的离散傅里叶变换，如果X的长度小于n，X的末尾填零。如果X的长度大于n，则X被截断。当X是一个矩阵时，列的长度也服从同样的操作。选择（1）作为例子，运行结果如下：X=0:0.1:1;Y=fft(X)Y=Columns1through55.5000-0.5500+1.8731i-0.5500+0.8558i-0.5500+0.4766i-0.5500+0.2512iColumns6through10-0.5500+0.0791i-0.5500-0.0791i-0.5500-0.2512i-0.5500-0.4766i-0.5500-0.8558iColumn11-0.5500-1.8731i9)normpdf()求正态分布概率密度函数值Y=normpdf(X,mu,sigma)对每一个X中的值返回参数为mu,sigma的正态分布概率密度函数值运行结果如下：>>x=-5:0.1:5;y=normpdf(x,1,2);plot(x,y)10)normcdf()求正态分布概率分布函数值P=normcdf(X,mu,sigma)对每一个X中的值返回参数为mu,sigma的累计分布函数值运行结果如下：>>p=normcdf(1:4,0,1)p=0.84130.97720.99871.0...