实验名称：实验日期：姓 名：学 号：随 机 信 号 分 析
实验报告
实验一 2011.12.11 巩庆超 090250108
哈尔滨工业大学（威海）
- 1 -
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） rand(m，n) 生成m×n 随机矩阵，其元素在（0，1）内 例：>> y=rand(2,3) y =
0.8147 0.1270 0.6324 0.9058 0.9134 0.0975
（2） randn(m，n)
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。 例： y=randn(4,4) y =
-0.4336 -1.3499 0.7147 1.4090 0.3426 3.0349 -0.2050 1.4172 3.5784 0.7254 -0.1241 0.6715 2.7694 -0.0631 1.4897 -1.2075) （3） normrnd()
y = normrnd(m,n，a，b) 产生均值为m，标准差为n的正态随机过程，a和b是y的维数。 例： y= normrnd(3,1,3,3) y =
3.7172 4.0347 3.2939 4.6302 3.7269 2.2127
3.4889 2.6966 3.8884
（4） y= mean(A) A的均值。
例：A = [2 2 3; 3 4 6; 4 5 8; 3 9 7;3 5 7];M=mean(A)为每一列的平均值 M =
3.0000 5.0000 6.2000 （5） var() 求方差
例：X=[1:1:5;1:2:10;1:3:15];V=var(X,1) V =
0 0.6667 2.6667 6.0000 10.6667
（6） xcorr(x，y) 计算x,y的互相关，当x=y时，计算的则是自相关。 例：x=normrnd(3,2,1,2); y=normrnd(3,1,1,2);z=xcorr(x,y) z =
10.2793 14.3695 3.7725
（7） periodogram(x) 计算x的功率谱密度 例： >> X=[-20:2:20];Y=periodogram(X);plot(Y)
6005004003002001000020406080100120140
- 2 -
（8） fft(x，n)离散傅里叶变换
用快速傅里叶算法得到的离散傅里叶变换，返回n点的离散傅里叶变换，如果X的长 度小于n，X的末尾填零。如果X的长度大于n，则X被截断。当X是一个矩阵时，列的长 度也服从同样的操作。
x1 = [ 1 3 5 3 6];fft_x1 = fft(x1,8)
fft_x1 =
18.0000 -2.6910 + 1.6776i -3.8090 + 3.6655i -3.8090 - 3.6655i -2.6910 - 1.6776i 例：x1 = [ 1 3 5 3 6] fft_x1 = fft(x1,5) x_axis = [ 0: 1: 4 ]; figure(1); subplot( 3, 1, 1 );
stem( x_axis, x1, '.' );
xlabel( 'n' ); title('时间序列'); subplot( 3,1,2 );
stem( x_axis, abs(fft_x1) ); grid on; xlabel( '频率 k' ); ylabel( '幅度' ); title( '幅度谱' ); subplot( 3,1,3 );
stem( x_axis, angle(fft_x1) ); grid on; xlabel( '频率 k' ); ylabel( '相位' ); title( '相位谱' );
时间序列105000.511.52n幅度谱2.533.5420幅度10000.511.52频率 k相位谱2.533.545相位0-500.511.52频率 k2.533.54
（9） normpdf(x，m，a) 求正态分布概率密度函数值，m为均值，a为方差。
例：x=[-5:0.1:5];y=normpdf(x,2,1);plot(x,y)
- 3 -
0.40.350.30.250.20.150.10.050-5-4-3-2-1012345
（10） normcdf(x，m，a) 求正态分布概率分布函数值，参数为m,a,m为均值，a为方差 例：x = (-5:0.1:5); y = normcdf(x,2,1);plot(x,y)
10.90.80.70.60.50.40.30.20.10-5-4-3-2-1012345
（11） unifpdf(x，a，b) 参数为a,b的均匀分布函数值
例：x = [0:0.1:2];y = unifpdf(x,2,3)
y =
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
（12） unifcdf(x，a，b)求连续均匀分布的概率分布函数值,参数为a,b的均匀分布累计分布函数值
>> 例：x=[0;0.1;4];y=unifcdf(x,-2,2);plot(x,y)
10.950.90.850.80.750.70.650.60.550.500.511.522.533.54
- 4 -
（13）raylpdf(x，a) 求瑞利概率密度分布函数值 参数为a >> 例：x = [-1:0.1:10];y = raylpdf(x,3);plot(x,y)
0.250.20.150.10.050-20246810
（14） raylcdf(x，a)求瑞利分布的概率分布函数值，参数为a.
>> 例： x = [0:0.1:12];p = raylcdf(x,3);plot(x,p)
10.90.80.70.60.50.40.30.20.10024681012
（15） exppdf(x，m)求指数分布的概率密度函数值
例：x=[-1:0.1:10]; y = exppdf(x,3);plot(x,y)
0.350.30.250.20.150.10.050-20246810
（16） expcdf(x，m)求指数分布的概率分布函数值，m为均值
- 5 -