随机信号解析实验百度.doc

PAGE  PAGE 14 《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([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 选择（2）作为例子，运行结果如下： Y = randn(3) Y = 1.3005 0.0342 0.9792 0.2691 0.9913 -0.8863 -0.1551 -1.3618 -0.3562 2）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([m n]) 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([m n p…]) 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([3 4]) Y = 0.0579 0.0099 0.1987 0.1988 0.3529 0.1389 0.6038 0.0153 0.8132 0.2028 0.2722 0.7468 3）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 = 1.4117 2.1139 1.9044 0.6638 4.1832 3.0668 1.1677 2.7143 1.8636 2.0593 2.2944 3.6236 4）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 = 1 2 3 4 5 6 7 M = 4 5） 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 = 0 0.2500 1.0000 2.2500 4.0000 6）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 = -2.0953 0.8081 5.4014 -1.6986 0.6551 4.378