samp9_2.m

随机信号分析

%Samp9_2
clf; N=1000; Fs=500; %数据长度和采样频率
n=0:N-1;t=n/Fs;   %时间序列
Lag=100;   %延迟样点数
randn('state',0);   %设置产生随机数的初始状态
x=sin(2*pi*10*t)+0.6*randn(1,length(t));   %原始信号
[c,lags]=xcorr(x,Lag,'unbiased');     %对原始信号进行无偏自相关估计
subplot(2,2,1),plot(t,x);           %绘原始信号x
xlabel('时间/s');ylabel('x(t)');title('带噪声周期信号');grid on;
subplot(2,2,2);plot(lags/Fs,c);     %绘x信号自相关,lags/Fs为时间序列
xlabel('时间/s');ylabel('Rx(t)');
title('带噪声周期信号的自相关');grid on;
%信号 x1
x1=randn(1,length(x));   %产生一与x长度一致的随机信号
[c,lags]=xcorr(x1,Lag,'unbiased'); %求随机信号x1的无偏自相关
subplot(2,2,3),plot(t,x1);  %绘制随机信号x1 
xlabel('时间/s');ylabel('x1(t)');title('噪声信号');
grid on;
subplot(2,2,4);plot(lags/Fs,c); %绘制随机信号x1的无偏自相关
xlabel('时间/s');ylabel('Rx1(t)');
title('噪声信号的自相关');
grid on