zoukankan      html  css  js  c++  java
  • (五)高斯白噪声

    高斯白噪声,幅度服从高斯分布,功率谱密度服从均匀分布。

    (1)白噪声,如同白光一样,是所有颜色的光叠加而成,不同颜色的光本质区别是的它们的频率各不相同(如红色光波长长而频率低,相应的,紫色光波长短而频率高)。

    白噪声在功率谱上(若以频率为横轴,信号幅度的平方为功率)趋近为常值,即噪声频率丰富,在整个频谱上都有成分,即从低频到高频,低频指的是信号不变或缓慢变化,高频指的是信号突变。

    任意时刻出现的噪声幅值都是随机的,即不相关的(这句话实际上说的就是功率谱密度服从均匀分布的意思,不同的是,前者从时域角度描述,而后者是从频域角度描述)

    注释功率谱密度(Power Spectral Density,PSD)的概念,它从频域角度出发,定义了信号的功率是如何随频率分布的,即以频率为横轴,功率为纵轴

    (2)高斯分布从概率密度角度来说,高斯白噪声的幅度分布服从高斯分布。

    注释:概率密度定义了信号出现的频率是如何随着其幅值变化的,即以信号幅值为横轴,以出现的频率为纵轴

    MATLAB举例说明  

    clc
    clear all
    sigma=sqrt(1/(10.^(0/10))); % 发送功率为1,平均信噪比SNR=0dB时的高斯白噪声标准差
    n=sigma*(randn(1,10000)+1j*randn(1,10000)); %复高斯白噪声的实部和虚部是满足独立同分布的高斯随机变量
    noise=imag(n(1,:)); %复高斯白噪声的虚部,均值为0,方差为sigma^2
    noise=real(n(1,:)); %复高斯白噪声实部,均值为0,方差为sigma^2
    y1=fft(noise,1000); %频率采样点个数为1000
    p1=y1.*conj(y1);    %噪声功率计算
    %作图
    figure
    ff=0:99;
    subplot(2,1,1)
    stem(ff,p1(1:100)); %功率谱密度服从均匀分布
    subplot(2,1,2)
    hist(noise,50)  %幅度服从高斯分布
    

     

  • 相关阅读:
    Linux内核通杀提权漏洞CVE-2016-5195
    Android APP安全评估工具 Drozer
    (转)手机安全测试
    微信公众号获取的图片不能正常显示的问题
    android开发时gen和bin目录的SVN管理(转)
    处理千万级以上的数据提高查询速度的方法(转)
    Java遍历JSON
    Java反射得到属性的值和设置属性的值(转)
    java如何得到GET和POST请求URL和参数列表(转)
    Oracle Database 11G R2 标准版 企业版 下载地址(转)
  • 原文地址:https://www.cnblogs.com/weinapang/p/10735006.html
Copyright © 2011-2022 走看看