维纳滤波器题目与代码
1
2
ru0 =1, ru1 =0, ru2 =0.7347
%a) Generate 10000 samples of white Gaussian noise v(n) with
mean = 0, and variance = 1.
v = randn(1,10000);
%b) Generate 10000 samples of the autoregressive process u(n)
given in problem ...
1
2
ru0 =1, ru1 =0, ru2 =0.7347
%a) Generate 10000 samples of white Gaussian noise v(n) with
mean = 0, and variance = 1.
v = randn(1,10000);
%b) Generate 10000 samples of the autoregressive process u(n)
given in problem #1
u = size(1,10000);
u(1) = 0;
u(2) = 0.5*u(1) + v(2);
for n = 3:10000
u(n) = 0.5*u(n-1) + 0.25*u(n-2) + v(n);
end
%c) Plot u(n) vs. n for, n = 1,¡-, 1000
plot(u)
axis([0 1000 -4 4]);
title('u(n) vs. n')
ylabel('u(n)')
xlabel('n')
%d) Compute autocorrelation values ru(0), ru(1) and ru(2) of
autoregressive process u(n).
for k = 1:3
ru = size(1,3);
ru(k) = mean(u(n)*u(n-k+1)');
end
ru0 = ru(1)
ru1 = ru(2)
ru2 = ru(3)
%ru0 =1, ru1 =0, ru2 =0.7347
%e) Do values ru(0), ru(1) and ru(2) computed using MATLAB
correspond to the values computed in problem 1? Comment!
%f) Compute ru(n) i.e. the autocorrelation of u(n) for shifts k =
0,¡-,4095.
for k = 1:4096
ru = size(1,4096);
ru(k) = mean(u(n)*u(n-k+1)');
end
%g) Plot ru(n) for shifts k = 0,¡-,4095.
figure(2)
plot(ru)
title('ru(k) vs. k for k = 0,...4095')
ylabel('ru(k)')
xlabel('k')
%h) Compute Su(w) i.e. the power spectral density of u(n).
%i) Plot Su(w) vs. w.
本文档为【维纳滤波器题目与代码】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483