随机信号(2)

m=fft(x,100000);?t转换 n=fft(y,100000);?t转换 h=x+m; plot(h,'b');

title('滤波后的信号');xlabel('取值范围');ylabel('变化情况'); legend('IIR高通滤波后信号频谱');

12.功率谱

x=wavread('123.wav'); x=x(15000:35000); y=fft(x); mag=abs(y);

f=(0:length(y)-1)'*10000/length(y); plot(f,mag);

13.音频播放

[x,Fs,bits]=wavread ('123.wav'); soundsc(x,Fs,bits); plot(x);

14.噪声叠加

x=wavread('123.wav');

x=x(10000:20000);

y=(max(x)/10)*randn(10001,1); z=y+x; plot(z);

15.32的汉民窗函数

[y,fs,bits]=wavread('111.wav',[1,100000]);

x=hamming(32)/32;2的汉民窗函数 s=abs(y);%求幅值

h=conv(s,x);%进行卷积和多项式的乘积 plot(h,'b');

title('均值');xlabel('取值范围');ylabel('变化情况'); legend('32的平均');

16.序列的分布直方图

y=wavread('111.wav');

n=0:100000:300000;%-1到1间隔为0.1取样 hist(y,n);%序列的分布直方图

title('直方分布图');xlabel('取值范围');ylabel('分布情况');

17.IIR低通滤波

y=wavread('111.wav',[1,100000]); x=fft(y,100000); N=20;

wc=0.2;

[b,a]=butter(N,wc);

h=filter(b,a,y);%IIR低通滤波 plot(h,'g');

title('经过IIR低通滤波后');xlabel('取值范围');ylabel('变化情况');

18.随机序列的概率密度估计

[y,fs,bits]=wavread('111.wav',[1,200000]);

[f,xi]=ksdensity(y);%随机序列概率密度的估计 plot(xi,f,'g');

title('概率密度');xlabel('x');ylabel('f(x)'); axis([-2,2,0,1]);

19.产生100期望为0方差为1的高斯变量

y=wavread('111.wav',[1,100000]);

x=normrnd(0,1,100000,1);%产生100期望为0，方差为1的高斯随机变量 plot(x(1:100000),'r');

title('高斯随机信号');xlabel('取值范围');ylabel('变化情况');

20协方差

y=wavread('111.wav',[1,100000]);

x=weibrnd(1,1.2,100000,1);%韦伯分布参数为A=1，B=1.2，的100个韦伯噪声序列 h=cov(x,y);%协方差 plot(h,'g');

title('两者的协方差');xlabel('n的值');ylabel('信号幅值变化');

四．实验心得

MATLAB这个软件在去年的时候已经接触过，对这款软件有了一定的初步认识，但是对其强大的功能还是不熟悉。在这次的实验，通过用MATLAB方法对随机信号的分析和处理，结合随机信号的分析处理和MATLAB的使用方法和处理信号的原理，让我理解和掌握了随机信号的相关知识和处理原理，加深了我对随机信号的理解和学习MATLAB的热情，同时让我对如何用MATLAB来创建CUI，在GUI中创建模块和GUI的创建过程有了一定的了解。这些都是动手做才获得的经验，所以在以后的学习中我不仅要努力学习理论知识，还要主动动手做实验，以便学习的更多。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库随机信号(2)在线全文阅读。