关键词不能为空

当前您在: 主页 > 英语 >

matlab随机信号分析常用函数

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-02-28 09:32
tags:

-

2021年2月28日发(作者:personal)


随机信号分析常用函数及示例





1


、熟悉练习使用下列


MATLAB


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。



rand()




函数功能:生成均匀分布的伪随机数



使用方法:



r = rand(n)



生成


n*n


的包含标准均匀分布的随机矩阵,其元素在


(0



1)


内。




rand(m,n)



rand([m,n])



生成的


m*n


随机矩阵。




rand(m,n, p,...)



rand([m,n,p,...])



生成的


m*n*p

< br>随机矩数组。




rand ()


产生一个随机数。




rand(size(A))



生成 与数组


A


大小相同的随机数组。




r = rand(..., 'double')



r = rand(..., 'single')



返回指定类型的标准随机数,其中


double


指随机数为双精度浮点数,


s ingle


指随机数为单精度浮点数。



例:


r=rand(3,4);


运行结果:






r= 0.4235





0.4329





0.7604





0.2091







0.5155





0.2259





0.5298





0.3798







0.3340





0.5798





0.6405





0.7833


randn()


:





函数功能:生成正态分布伪随机数






使用方法:



r = randn(n)



生成


n*n


的包含标准正态分布的随机矩阵。




randn(m,n)



randn([m ,n])



生成的


m*n

< p>
随机矩阵。




rand n(m,n,p,...)



randn([m,n,p,.. .])



生成的


m*n*p


随机矩数组。




randn ()


产生一个随机数。




randn(size(A))



生成与数组


A


大小相同的随机数组。< /p>




r = randn(..., 'double')



r = randn(..., 'single')



返回指定类型的标准随机数,其中


double


指随机数为双精度浮点数,


s ingle


指随机数为单精度浮点数。



例:



产生一个均值为


1


,标准差为


2


的正态分布随 机值:


r=1+2.*randn(10,1);


运行结果:


r=



-1.3756


3.4046









2.9727








-0.0373









1.6547









1.4681









1.0429








-1.0079








-0.8943









0.2511


normrnd()


函数功能:生成正态分布的随机数



使用方法:



R = normrnd(mu,sigma)



生成服从均值参数为


mu


和标准差参数


sigma


的正态分布的随机数。


mu


< br>sigma


可能是有相同大小的向量、矩阵或多维数组,也和

R


有相同的大小。


如果


mu



sigma


是标量,则被扩展为和另一个输 入有相同维数的数组。



R = normrnd(mu,sigma,v)



生成服从均值参 数为


mu


和标准差参数


sigma


的正态分布的


v


个随机数组,


其中


v


是行向量。




如果


v


是< /p>


1*2


的向量,则


R

是有


v(1)


行和


v(2)


列的矩阵。




如果


v



1*n


的 向量,则


R


是一个


n

< br>维数组。




R = normrnd(mu,sigma,m,n)



生成服从均 值参数为


mu


和标准差差参数


sigm a


的正态分布的


m*n


的随机数


矩阵。



例:



r=normrnd(0,1,[1 5]);


运行结果:



r= -1.1859




-1.0559





1.4725





0.0557




-1.2173


mean()


函数功能:求数组的平均数或者均值



使用方法:



M = mean(A)



返回沿数组中不同维的元素的平均值。




如果


A


是一 个向量,


mean(A)


返回


A


中元素的平均值。




如果


A


是一个矩阵,


mean(A)


将中的各列视为向量,把矩阵中的每列看成一


个向量,返回一个 包含每一列所有元素的平均值的行向量。如果


A


是一个多


元数组,


mean(A)


将数组中第一个非单 一维的值看成一个向量,返回每个向


量的平均值。




M = mean(A,dim)



返回


A


中沿着标量

dim


指定的维数上的元素的平均值。


对于矩阵,


mean(A,2)


就是包含每一行的平均值的列向量。



例:


a=[1 2 3;4 5 6; 7 8 9;10 11 12; ];


mean(a)



ans =







5.5000





6.5000





7.5000


mean(a,2)



ans =








2







5







8


11


var()


函数功能:计算方差



使用方法:



V = var(X)



如果


X


是一 个向量,返回向量


X


的方差。




如果


X


是一 个矩阵,


var(X)


返回一个包含矩阵


X


每一列方差的行向量。



如果


X


是一个


N


维数组 ,


var


沿着第一个


X


的非单一维进行操作。



只要


X


是独立同分布的,结果


V



X


分布的总体方差的无偏估计。





N>1


时 ,


var



N-1

来标准化,其中


N


是样本大小。



只要样本是独立同分布的,


它就是


X< /p>


分布的总体方差的无偏估计。



N=1< /p>



说,


v



N


来标准化。




V = var(X,1)




N


来标准化,


并且生成了样本关于其均值的 二阶矩,


var(X,0)


等价于


va r(X)





V = var(X,w)



计算向 量


X


的方差利用权重向量


w

< p>


向量


w


中元素的数目必 须和


X


中的列的


数目相同,向量


w


中的元素必须全是正数。


var

< p>
归一化


w


是的总和为


1< /p>





V = var(X,w,dim)



沿着指定维数

< br>dim



X


的方差,默认用


N-1


标准化这时


w



0



w



1


时用


N


标准 化。




例:



x=[4 5 3 5 2 5 6];


var(x)



ans =



1.9048


xcorr()


函数 功能


:


互相关函数



使用方法


:



c = xcorr(x,y)



x ,y


的互相关函数。



c = xcorr(x)


为矢量


x


的自相关 估计;



c = xcorr(x,y,'option')


为有正规化选项的互相关计算;其中选项为





为有偏的互相关函数估计;





为无偏的互相关函数估计;






0


延时的正规化序列的自相关计算;





为原始的互相关计算;



c = xcorr(x,y,maxlags)


返回一个延 迟范围在


[-maxlags,maxlags]


的互相关函数 序


列,输出


c


的程度为


2*maxlags-1.



c


=


xcorr(x,maxlags)

返回一个延迟范围在


[-maxlags,maxlags]


的自相关函数序


列,输出


c


的程度为


2*maxlags-1.



c = xcorr(x,y,maxlags,'option')


同时指定


maxlags



option


的互相关计算


.



c = xcorr(x,maxlags,'option')


同时指定

maxlags



option


的 自相关计算


.




[c,lags]


=


xcorr( ...)


返回一个在


c


进行相关估计的 延迟矢量


lag


,其范围为


[-max lags:maxlags],



maxlags


没有指定时,其范围为


[-N+1,N-1]



例:


r=randn(1000,1);


[c,lags]=xcorr(r,10,'coeff');


stem(lags,c);



periodogram()


函数功能:返回序列

< p>
x,


用周期图法的功率谱估计,加参数


windo w


是采用修


正的周期图法,


windo w


制定窗的系数。



使用方法:



[Pxx,w]=periodogram(x)


[Pxx,w]=periodogram(x,window)


例:


Fs = 1000;




t = 0:1/Fs:.3;


x = cos(2*pi*t*200)+randn(size(t));




periodogram(x,[],'twosided',512,Fs);



fft()





函数功能:快速傅里叶变换



使用方法:


X=fft(x)


例:




x=[1 3 5 4 2 5 6 7];



X=fft(x);


X =





33.0000




-0.2929


+


4.5355i



-8.0000


+


3.0000i



-1.7071


+


2.5355i



-5.0000





-1.7071 - 2.5355i



-8.0000 - 3.0000i



-0.2929 - 4.5355i


normpdf()



函数功能:求解正态分布概率密度函数



使用方法:


Y=normpdf(X,MU,SIMA)











求解数学期望为


MU


,标准差为


SIMA


的正态分布随机变量的概率


密度函数在


x


处的值,


若输入时


MU,SIGMA


为空


,< /p>


则默认为标准正态分布


.MU



0,SIGMA



1



例:


x=0;



y=normpdf(x,0,1)


y =



0.3989


normcdf()


函数功能:正态分布概率分布函数



使用方法:


P=normcdf(X,MU,SIGMA)












求解数学期望为

< br>MU


,标准差为


SIMA


的正态 分布随机变量的累


积概率分布函数,


X


表示


X


处的概率分布函数值,


若输入 时


MU,SIGMA


为空


,

< p>
则默认为标准正态分布


.MU


< br>0,SIGMA



1



例:


x=0;



y=normcdf(x,0,1)


y =



0.5000


unifpdf()


函数功能:均匀分布概率密度函数



使用方法:


Y=unifpdf(x,a,b)












a,b


表 示在


[a,b]


区间内均匀分布的随机变量,

< br>x


表示其在


x


处的概

< p>
率密度值,


若输入时


a,b


为空


,


则默认


a


0,b



1



例:


x=3;


y=unifpdf(x,2,6);


y =



0.2500


unifcdf()


函数功能:均匀分布累积概率分布函数



使用方法:


Y=unifcdf(x,a,b)


a,b


表示在


[a,b]


区 间内均匀分布的随机变量,


x


表示其在


x


处的概


率分布函数值,


若输入时


a,b


为空


,


则默 认


a



0,b



1




例:


x=4;

-


-


-


-


-


-


-


-



本文更新与2021-02-28 09:32,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/680039.html

matlab随机信号分析常用函数的相关文章