zoukankan      html  css  js  c++  java
  • 数字信号处理MATLAB简单序列

    数字信号处理应用的几个基本序列:

    1 单位样本序列

    function  mainImseq()
    clc
    clear
    disp('生成抽样序列');
    y=imseq(1,1,5);   %调用样本函数,此时序列下标以1开头(1~5之间5个数,下标为1的抽样值为1)
    
    %子函数imseq:抽样函数
    function [x,n]=imseq(n0,n1,n2)
    n=[n1:n2];
    x=[(n-n0) ==0 ]

    2 单位阶越序列

    产生u(n)

    function  mainImseq()
    clc
    clear
    disp('生成单位阶跃序列');
    y=stepseq(4,1,10);   %调用样本函数,此时序列下标以1开头(1~10之间10个数,下标为4之后的抽样值全为1)
    
    %子函数stepseq:阶跃函数
    function [x,n]=stepseq(n0,n1,n2)
    n=[n1:n2];
    x=[(n-n0) >=0 ]

    3 实值指数序列

    n=[0:10]; x=(0.9).^n; plot(x,'*')

    4复值指数序列

    n=[0:10];
    x=exp((2+3j)*n);
    plot(x,'*')

    5正弦序列

    n=[0:10];
    x=3*cos(0.1*pi*n+pi/3)+2*sin(0.5*pi*n);
    plot(x,'*')

    6随机序列

    两种伪随机序列

    rand(1,N)产生一个长度为N,其值在[0,1]之间均匀分布的随机序列;

          rand(m,n)生成m行n列的均匀分布的伪随机数 eg:rand(1,10);

                 rand(m,n,'double')生成指定精度的均匀分布的伪随机数,参数还可以是'single'

                 rand(RandStream,m,n)利用指定的RandStream(我理解为随机种子)生成伪随机数

    randn(1,N)产生一个长度为N,均值为0,方差为1的高斯型随机序列

    主要语法:和上面一样

    7周期序列

    把一个序列x(n)=[1 2 3 4]产生为3个周期:

    x=[1 2 3 4];
    xtilde=[x,x,x] %因变量符号可以为任意,如y等

    方法二:

    >> x=[1 2 3 4];
    >> y=x'*ones(1,5);
    >> y=y(:);
    >> y=y'

  • 相关阅读:
    大数据究竟能干什么,值得我们好好思考
    大数据入门的四个必备常识
    大数据入门的四个必备常识
    2016年大数据的8个预测
    2016年大数据的8个预测
    大数据和云计算究竟有什么关系?
    大数据和云计算究竟有什么关系?
    linux内核模块依赖图
    Python2.7安装教程
    设置导航栏的相关属性
  • 原文地址:https://www.cnblogs.com/shuqingstudy/p/4845071.html
Copyright © 2011-2022 走看看