西电随机信号大课后复习
随机信号大作业
班级：02xxxx
姓名：xx
学号：02xxxxx
第一章
1.23上机题：设有随机初相信号X(t)=5cos（t+φ），其中相位φ是在区间（0,2π）上均匀分布的随机变量。试用Matlab编程产生其三个样本函数。
解：程序：
clc
clear
m=unifrnd(0,2*pi,1,10);
for k=1:3
t=1:0.1:10;
X=5*cos(t+m(k));
plot(t,X);
hold on
end
title('其三个样本函数'); xlabel('t');ylabel('X(t)'); grid on ;axis tight ; 由
Matlab 产生的三个样本函数如下图所示：
第二章
2.22 上机题：利用Matlab 程序设计一正弦型信号加高斯白噪声的复合信号。 (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。
1
2
3
4
5
6
7
8
9
10
-4-3-2-101
23
4其三个样本函数
t
X (t )
解：取数据如下：
正弦信号的频率为：fc=10HZ，抽样频率为：fs=100HZ；
信号：x=sin(2*pi*fc*t)；
高斯白噪声产生复合信号y： y=awgn(x,10)；
复合信号y通过理想滤波器电路后得到信号y3 ，通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t))；
y3的幅度分布特性可以通过傅里叶变换得到Y3(jw)=fft(y3)，y3的功率谱密度：G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))。
程序：
clear all;
fs=100;
fc=10;
n=201;
t=0:1/fs:2;
x=sin(2*pi*fc*t);
y=awgn(x,10);
m=50;
i=-0.49:1/fs:0.49;
for j=1:m
R(j)=sum(y(1:n-j-1).*y(j:199),2)/(n-j);
Ry(49+j)=R(j);
Ry(51-j)=R(j);
end
y3=conv2(y,sin(10*t)/(pi*t));
Fy3=fftshift(fft(y3));
f3=(0:200)*fs/n-fs/2;
subplot(2,1,1);
plot(f3,abs(Fy3),'r');
title('复合信号通过理想低通滤波器频谱图');
ylabel('Fy3(jw)');
xlabel('w');
grid;
P3=Fy3.*conj(Fy3)/length(Fy3);
subplot(2,1,2);
plot(f3,P3,'r');
title('信号通过理想低通滤波器功率密度图');
ylabel('Gy3(w)');
xlabel('w');
grid;
复合信号通过理想滤波器后的频谱图和功率密度图：
第三章
3.11 上机题：利用Matlab 程序分别设计一正弦型信号，高斯白噪声信号。 （2）分别求（1）中的三种信号的Hilbert 变换 ，并比较功率谱和幅度分布的变化。
解：
程序：
clear all;
-50-40
-30
-20-1001020304050
00.20.40.6
0.8复合信号通过理想低通滤波器频谱图
F y 3(j w )
w
-50
-40-30-20-10
010********
01
23x 10
-3
信号通过理想低通滤波器功率密度图
G y 3(w )
w
fs=100;
fc=10;
n=201;
t=0:1/fs:2;
x=sin(2*pi*fc*t);
xh=hilbert(x);
xi=imag(xh);
y=awgn(x,10);
yh=hilbert(y);
yi=imag(yh);
Fyi=fftshift(fft(yi));
f1=(0:200)*fs/n-fs/2;
subplot(3,2,1);
plot(f1,abs(Fyi),'r');
title('高斯白噪声信号频谱图'); ylabel('Fyi(jw)');
xlabel('w');
grid;
P1=Fyi.*conj(Fyi)/length(Fyi); subplot(3,2,2);
plot(f1,P1,'r');
title('高斯白噪声信号功率密度图');
ylabel('Gyi(w)');
xlabel('w');
grid;
Fxi=fftshift(fft(xi));
f2=(0:200)*fs/n-fs/2; subplot(3,2,3);
plot(f2,abs(xi),'r');
title('正弦信号频谱图');
ylabel('Fxi(jw)');
xlabel('w');
grid;
P2=Fxi.*conj(Fxi)/length(Fxi); subplot(3,2,4);
plot(f2,P2,'r');
title('正弦信号功率密度图'); ylabel('Gxi(w)');
xlabel('w');
grid;
y3=conv2(y,sin(10*t)/(pi*t)); y3h=hilbert(y3);
y3i=imag(y3h);
Fy3i=fftshift(fft(y3i));
f3=(0:200)*fs/n-fs/2;
subplot(3,2,5);
plot(f3,abs(Fy3i),'r');
title('复合信号频谱图');
ylabel('Fy3i(jw)');
xlabel('w');
grid;
P3=Fy3i.*conj(Fy3i)/length(Fy3i);
subplot(3,2,6);
plot(f3,P3,'r');
title('复合信号功率密度图');
ylabel('Gy3i(w)');
xlabel('w');
grid;
Hilbert变换后频谱图和功率密度图：
第四章
4.12 上机题：利用Matlab 程序分别设计正弦信号，高斯白噪声信号。分析正
弦信号、高斯白噪声信号以及两者复合分别通过以下四种非线性器件前后的功率谱和幅度分布变化： （1）全波平方律器件； （4）平滑限幅器件。
-50
050
050
100
高斯白噪声hilbert 变换后频谱图F y i (j w )
w
-50
05002040
60高斯白噪声hilbert 变换后功率密度图G y i (w )
w
-50
050
00.5
1
正弦信号hilbert 变换后频谱图
F x i (j w )
w
-50
050
02040
60
正弦信号hilbert 变换后功率密度图
G x i (w )
w
-50
050
00.5
1
复合信号hilbert 变换后频谱图
F y 3i (j w )
w
-50
050
01
23x 10
-3
复合信号变换后功率密度图
G y 3i (w )
w
解：程序：
（1）全波平方律器件：
clear all;
fs=100;
fc=10;
n=201;
t=0:1/fs:2;
x=sin(2*pi*fc*t);
xi=x.*x;
y=awgn(x,10);
yi=y.*y;
Fyi=fftshift(fft(yi));
f1=(0:200)*fs/n-fs/2;
subplot(3,2,1);
plot(f1,abs(Fyi),'r');
title('白噪声经过全波平方律频谱图'); ylabel('Fyi(jw)');
xlabel('w');
grid;
P1=Fyi.*conj(Fyi)/length(Fyi); subplot(3,2,2);
plot(f1,P1,'r');
title('白噪声经过全波平方律功率密度图'); ylabel('Gyi(w)');
xlabel('w');
grid;
Fxi=fftshift(fft(xi));
f2=(0:200)*fs/n-fs/2;
subplot(3,2,3);
plot(f2,abs(xi),'r');
title('正弦信号经过全波平方律频谱图'); ylabel('Fxi(jw)');
xlabel('w');
grid;
P2=Fxi.*conj(Fxi)/length(Fxi);
subplot(3,2,4);
plot(f2,P2,'r');
title('正弦信号经过全波平方律功率密度图'); ylabel('Gxi(w)');
xlabel('w');
grid;
y3=conv2(y,sin(10*t)/(pi*t));
y3i=y3.*y3;
Fy3i=fftshift(fft(y3i));
f3=(0:200)*fs/n-fs/2;
subplot(3,2,5);
plot(f3,abs(Fy3i),'r');
title('复合信号经过全波平方律频谱图');
ylabel('Fy3i(jw)');
xlabel('w');
grid;
P3=Fy3i.*conj(Fy3i)/length(Fy3i);
subplot(3,2,6);
plot(f3,P3,'r');
title('复合信号经过全波平方律功率密度图');
ylabel('Gy3i(w)');
xlabel('w');
grid;
三信号经过全波平方律器件的频谱图和功率密度图：
（2） 平滑限幅器件： clc;clear; fs=100;
k=1; sgm=1; a=1;x=linspace(-10,10,100); y_lim=zeros(1,length(x));sgml=sgm*sqrt(a); t=0:1/fs:length(x); for k1=1:length(x)
tempx=linspace(0,x(k1),length(x)); y_lim(k1)=0;
for k2=1:length(tempx)
-50
0500100
200白噪声经过全波平方律频谱图F y i (j w )
w -50
050050
100白噪声经过全波平方律功率密度图G y i (w )w
-50
05000.5
1正弦信号经过全波平方律频谱图F x i (j w )
w -50
0500
50正弦信号经过全波平方律功率密度图G x i (w )w
-50
050
00.005
0.01复合信号经过全波平方律频谱图F y 3i (j w )
w
-50
050
024x 10
-7复合信号经过全波平方律功率密度图G y 3i (w )
w
y_lim(k1)=y_lim(k1)+(1/(k*sgml*sqrt(2*pi)))*exp(-((tempx(k2))^2)/( 2*sgml^2))*((x(k1)-0)/length(x));
end
end
y_lim=10*y_lim;
y_output=zeros(1,length(y_lim));
for p=1:length(y_lim)
for q=1:length(x)
if(abs(y_lim(p)-x(q))<0.1)
y_output(p)=y_lim(q);
break;
end
end
end
y_output_fft=fftshift(fft(y_output));
subplot(2,1,1);
plot(,abs(y_output_fft),'r');
title('正弦信号加高斯白噪声经过平滑限幅器幅度谱');
ylabel('y_output_fft');xlabel('t/20pi');
nfft=200;
fs=100;
window=boxcar(length(y_output)); %矩形窗
[Pxx,f]=periodogram(y_output,window,nfft,fs); %直接法subplot(2,1,2);
plot(f,10*log10(Pxx));
title('正弦信号加高斯白噪声经过平滑限幅器功率谱');
ylabel('Gy');xlabel('t/20pi');
西电随机信号大课后复习
随机信号大作业 班级：02xxxx 姓名：xx
学号：02xxxxx 第一章 1.23上机题：设有随机初相信号X(t)=5cos（t+φ），其中相位φ是在区间（0,2π）上均匀分布的随机变量。试用Matlab编程产生其三个样本函数。 解：程序： clc clear m=unifrnd(0,2*pi,1,10); for k=1:3 t=1:0.1:10; X=5*cos(t+m(k)); plot(t,X); hold on
end title('其三个样本函数'); xlabel('t');ylabel('X(t)'); grid on ;axis tight ; 由 Matlab 产生的三个样本函数如下图所示： 第二章 2.22 上机题：利用Matlab 程序设计一正弦型信号加高斯白噪声的复合信号。 (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 1 2 3 4 5 6 7 8 9 10 -4-3-2-101 23 4其三个样本函数 t X (t )
解：取数据如下： 正弦信号的频率为：fc=10HZ，抽样频率为：fs=100HZ； 信号：x=sin(2*pi*fc*t)； 高斯白噪声产生复合信号y： y=awgn(x,10)； 复合信号y通过理想滤波器电路后得到信号y3 ，通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t))； y3的幅度分布特性可以通过傅里叶变换得到Y3(jw)=fft(y3)，y3的功率谱密度：G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))。 程序： clear all; fs=100; fc=10; n=201; t=0:1/fs:2; x=sin(2*pi*fc*t); y=awgn(x,10); m=50; i=-0.49:1/fs:0.49; for j=1:m R(j)=sum(y(1:n-j-1).*y(j:199),2)/(n-j); Ry(49+j)=R(j);
最新第1章 随机过程的基本概念习题答案
第一章 随机过程的基本概念 1．设随机过程 +∞<<-∞=t t X t X ,cos )(0ω，其中0ω是正常数，而X 是标准正态变量。试求X （t ）的一维概率分布 解：∵ 当0cos 0=t ω 即 πω)2 1 (0+ =k t 即 πω)21(10+=k t 时 {}10)(==t x p 若 0cos 0≠t ω 即 πω)2 1 (1 0+≠ k t 时 {}{}x t X P x x X P t x F ≤=≤=0cos )(),(ω 当 0cos 0>t ω时 ξπ ωωξd e t x X P t x F t x ? - = ??? ? ??≤=02 cos 0 2 021cos ),( 此时 ()t e x t x F t x f t x 0cos 2cos 1 21,),(022ωπ ω? =??=- 若 0cos 0 ?? ?= ,2 ,cos )(出现反面出现正面t t t X π 假定“出现正面”和“出现反面”的概率各为21。试确定)(t X 的一维分布函数)2 1 ,(x F 和)1,(x F ，以及二维分布函数)1,2 1;,(21x x F 解：（1）先求)21,(x F 显然???=?? ???-=??? ??出现反面出现正面 出现反面出现正面10,212,2cos 21π X 随机变量?? ? ??21X 的可能取值只有0，1两种可能，于是 21 021= ??????=?? ? ??X P 2 1121=??????=??? ??X P 所以 ?????≥<≤<=??? ?? 11102 1 0021,x x x x F 再求F （x ,1） 显然? ??-=???=出现反面出现正面出现反面出现正面 2 1 2 cos (1)πX {}{}2 1 2)1(-1 (1)====X p X p 所以 ???? ???≥<≤<=2 121- 2 1-1 0,1)(x x x x F (2) 计算)1,2 1 ;,(21x x F ???-=???=出现反面出现正面出现反面出现正面 2 1)1(, 1 0)2 1 ( X X 于是 题 目： 数据挖掘 学 院： 电子工程学院 专 业： 智能科学和技术 学生姓名： ** 学 号： 02115*** k -means 实验报告 一、 waveform 数据 1、 算法描述 1. 从数据集{X n }n?1N 中任意选取k 个赋给初始的聚类中心c 1, c 2, …, c k； 2.对数据集中的每个样本点x i，计算其和各个聚类中心c j的欧氏 距离并获取其类别标号： label(i)=arg min ||x i?c j||2,i=1,…,N,j=1,…,k 3.按下式重新计算k个聚类中心； c j=∑x j s:label(s)=j j ,j=1,2,…k 重复步骤2和步骤3，直到达到最大迭代次数为止2、实验结果 二、图像处理 1、算法描述 同上； 2、实验结果 代码： k_means: %%%%%%%%%K_means%%%%%%%% %%%%%%%%%函数说明%%%%%%%% %输入: % sample——样本集； % k ——聚类数目； %输出： % y ——类标(从0开始) % cnew ——聚类中心 % n ——迭代次数 function [y cnew n]=k_means(sample,k) [N V]=size(sample); %N为样本的个数 K为样本的维数 y=zeros(N,1); %记录样本类标 dist=zeros(1,k); rand_num=randperm(N); cnew=(sample(rand_num(1,1:k),:));%随机初始化聚类中心cold=zeros(k,V); n=0; 随机信号分析大作业 学院：电子工程学院 班级：021151 学号：02115037 姓名：隋伟哲 第一题：设有随机信号X（t）=5cos(t+a),其中相位a是在区间（0,2π）上均匀分布的随机变量，使用Matlab编程产生其三个样本函数。 解： 源程序如下： clc;clear; C=2*pi*rand(1,3);%在[0,2π]产生均匀分布的相位角 t=1:.1:80; y1=5*cos(t+C(1)); %将产生的随机相位角逐一代入随机过程中 y2=5*cos(t+C(2)); %将产生的随机相位角逐一代入随机过程中 y3=5*cos(t+C(3)); %将产生的随机相位角逐一代入随机过程中 plot(t,y1,'r-'); hold on; plot(t,y2,'g--'); hold on; plot(t,y3,'k-'); xlabel('t');ylabel('X(t)'); grid on;axis([0 30 -8 8]); title('随机相位的三条样本曲线'); 产生的三条样本曲线： 第二题：利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。（1）分析复合信号的功率谱密度、幅度分布特性； （2）分析复合信号通过RC积分电路后的功率谱密度和相应的幅度分布特性； （3）分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 解：设定正选信号的频率为10HZ，抽样频率为100HZ x=sin(2*pi*fc*t) （1）正弦函数加上高斯白噪声： y=awgn(x,10) y 的幅度分布特性可以通过傅里叶变换得到： Y(jw)=fft(y) y 的功率谱密度： G(w)=Y(jw).*conj(Y(jw)/length(Y(jw))) 随机序列自相关函数的无偏估计公式为： 1 01()()()N m xx n R m x n x n m N m --==+-∑ 01m N ≤≤- （2）复合信号 y 通过RC 积分电路后得到信号y2 通过卷积计算可以得到y2 即：y2= conv2(y,b*pi^-b*t) y2的幅度分布特性可以通过傅里叶变换得到： Y2(jw)=fft(y2) y2的功率谱密度： G2(w)=Y2(jw).*conj(Y2(jw)/length(Y2(jw))) （3）复合信号 y 通过理想滤波器电路后得到信号y3 通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t)) y3的幅度分布特性可以通过傅里叶变换得到： Y3(jw)=fft(y3) y3的功率谱密度： G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw))) 说明 每个实验题目含有一个main函数和一些函数，与实验题目相关的基本运算的函数定义和main函数定义的代码在附录以及对应的文件夹中给出，供上机实验参考使用。对于每个题目，只需要根据题目要求设计算法，补充函数定义，然后对程序进行编译、调试。 实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验内容 1．设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n , e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。（文件夹：顺序表逆置、单链表逆置） 2．已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。（文件夹：分解单链表） 实验二栈和队列 一、实验目的 1．熟悉栈和队列的顺序和链式存储结构 2．掌握栈和队列的基本运算 3．能够利用栈和队列的基本运算完成栈和队列应用的运算 二、实验内容 1．设单链表中存放有n个字符，试编写算法，判断该字符串是否有中心对称的关系，例如xyzzyx是中心对称的字符串。（提示：将单链表中的一半字符先依次进栈，然后依次出栈与单链表中的另一半字符进行比较。）（文件夹：判字符串中心对称） 2．假设以数组sequ[m]存放循环队列的元素，同时设变量rear和quelen 分别指示循环队列中队尾元素的位置和内含元素的个数。编写实现该循环队列的入队和出队操作的算法。 提示：队空的条件：sq->quelen==0；队满的条件：sq->quelen==m。（文件夹：循环队列）实验三串 一、实验目的 1．熟悉串的顺序存储结构 2．掌握串的基本运算及应用 二、实验内容 1．串采用顺序存储结构，编写朴素模式匹配算法，查找在串中是否存在给定的子串。（文件夹：模式匹配） 2．若S是一个采用顺序结构存储的串，利用C的库函数strlen和strcpy（或strncpy）编写 随机信号分析实验报告 信息25班 2120502123 赵梦然 作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。 一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为： 随机过程习题解答（一） 第一讲作业： 1、设随机向量的两个分量相互独立，且均服从标准正态分布。 （a）分别写出随机变量和的分布密度 （b）试问：与是否独立？说明理由。 解：（a） （b）由于： 因此是服从正态分布的二维随机向量，其协方差矩阵为： 因此与独立。 2、设和为独立的随机变量，期望和方差分别为和。 （a）试求和的相关系数； （b）与能否不相关？能否有严格线性函数关系？若能，试分别写出条件。 解：（a）利用的独立性，由计算有： （b）当的时候，和线性相关，即 3、设是一个实的均值为零，二阶矩存在的随机过程，其相关函数为 ，且是一个周期为T的函数，即，试求方差 函数。 解：由定义，有： 4、考察两个谐波随机信号和，其中： 式中和为正的常数；是内均匀分布的随机变量，是标准正态分布的随机变量。 （a）求的均值、方差和相关函数； （b）若与独立，求与Y的互相关函数。 解：（a） （b） 第二讲作业： P33/2．解： 其中为整数，为脉宽 从而有一维分布密度： P33/3．解：由周期性及三角关系，有： 反函数，因此有一维分布： P35/4. 解：(1) 其中 由题意可知，的联合概率密度为： 利用变换：，及雅克比行列式： 我们有的联合分布密度为： 因此有： 且V和相互独立独立。 （2）典型样本函数是一条正弦曲线。 （3）给定一时刻，由于独立、服从正态分布，因此也服从正态分布，且 所以。 （4）由于： 所以因此 当时， 当时， 由（1）中的结论，有： P36/7．证明： (1) (2) 由协方差函数的定义，有： P37/10. 解：（1） 当i =j 时；否则 令 ，则有 第三讲作业： P111/7．解： （1）是齐次马氏链。经过次交换后，甲袋中白球数仅仅与次交换后的状态有关，和之前的状态和交换次数无关。 （2）由题意，我们有一步转移矩阵： P111/8．解：（1）由马氏链的马氏性，我们有： （2）由齐次马氏链的性质，有： （2） 学校:北京联合大学 系别:信息管理系 姓名：孙超 学号：2013110444006 《餐饮业信息管理系统的开发》 1、本项目的需求分析 随着今年来中国餐饮行业的日益火爆，在强烈的行业竞争中，一个高效的餐饮信息管理系统的应用，无疑是至关重要的。高效，便捷的管理系统，不仅仅极大的方便了食客的就餐，同时对于餐饮公司的各项信息管理有着很大的帮助，同时，我们的餐饮信息管理系统还能帮助餐厅降低错误率，扩大营业范围，增加知名度等。 为了使得系统在操作的过程中，更加便捷，具有针对性，本次系统设计主要分为：员工登陆操作信息系统，以及店主操作管理信息系统。不同的设计从而达到不同的功能，实现信息的有效传达与管理。 第一：在员工使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.查询菜单 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 第二：管理员使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.添加修改查询菜单信息，最好能看到菜品图片 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 6.设定具体的打折方法 7.添加职员信息，权限也可以定为管理员。 8.可以查询使用者的现金收款金额。 二、餐饮业管理数据库管理系统的E-R模型（概念结构设计） 1.用户（员工）的信息： 编号、密码、类型、姓名、电话、收款金额 2.客户信息： 用户编号、客户编号、姓名、电话、密码、开卡时间、卡内余额 3.食谱： 类型、名称、价格、配料、照片 4.预定： 用户编号、日期、预定时间、客户姓名、类型、预定食谱、桌号5桌台管理： 桌号、使用情况、 6.点餐管理： 用户编号、类型、菜品、数量、价格、照片 7.盈利管理： 日期、日支出金额、店内收入、外卖收入、盈利额度 各对象之间的联系图： 用户E-R图 主要存储一些用户信息，如用户的账号、密码和类型地点等等，主要用于用户登录，添加客户和添加预定时会使用到用户信息。 题目：数据结构上机报告学院：电子工程学院 专业：信息对抗技术 学生姓名：甘佳霖 学号：14020310092 西安电子科技大学 数据结构课程实验报告实验名称线性表 电子工程学院 1402031 班Array姓名甘佳霖学号 14020310092 同作者 实验日期 2017 年 3 月 18 日 实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验要求 1.设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n, e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。 2.已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。 三、设计思路 1.顺序表做逆置操作时将对应的首尾元素位置交换，单链表的指针end指向链表的末尾，指针start指向链表头结点，指针s用来找到指向end节点的节点，将指向链表末尾和头结点的存储内容交换，然后头结点指针指向下一节点，s指针从start节点开始遍历寻找指向end 指针的节点，并将end指针赋值为s指针，就完成了单链表的逆置，可以看出单链表和顺序表都可以完成线性表的逆置。 2.分解单链表的实现思路是首先新建3个循环链表，然后顺序遍历单链表，ASCII码判断链表中的元素属于哪一类元素，然后将这个元素添加到对应的循环链表中，从而实现分解单链表的功能。 四、运行结果 1.单链表逆置： 1、 已知X(t)和Y(t)是统计独立的平稳随机过程，且它们的均值分别为mx 和my ，它们的自 相关函数分别为Rx()和Ry()。（1）求Z(t)=X(t)Y(t)的自相关函数；（2）求Z(t)=X(t)+Y(t)的自相关函数。 答案： （1）[][])()()()()()()(t y t x t y t x E t z t z E R z ττττ++=+= [][] ) ()()()()()()()()(τττττy x z R R t y t y E t x t x E R t y t x =++== ：独立的性质和利用 （2）[]()()[])()()()()()()(t y t x t y t x E t z t z E R z +?+++=+=ττττ [])()()()()()()()(t y t y t x t y t y t x t x t x E ττττ+++++++= 仍然利用x(t)和y(t)互相独立的性质：)(2)()(τττy y x x z R m m R R ++= 2、 一个RC 低通滤波电路如下图所示。假定输入是均值为0、双边功率谱密度函数为n 0/2 的高斯白噪声。（1）求输出信号的自相关函数和功率谱密度函数；（2）求输出信号的一维概率密度函数。 答案： （1） 该系统的系统函数为RCs s X s Y s H +==11)()()( 则频率响应为Ω +=ΩjRC j H 11)( 而输入信号x(t)的功率谱密度函数为2 )(0n j P X =Ω 该系统是一个线性移不变系统，所以输出y(t)的功率谱密度函数为： ()2 20212/)()()(Ω+=ΩΩ=ΩRC n j H j P j P X Y 对)(Ωj P Y 求傅里叶反变换，就得到输出的自相关函数： ()??∞ ∞-Ω∞ ∞-ΩΩΩ+=ΩΩ=d e RC n d e j P R j j Y Y ττππτ22012/21)(21)( R C 电压：y(t) 电压：x(t) 电流：i(t) 西电排队论大作业 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】 西安电子科技大学 (2016年度) 随机过程与排队论 班级： XXXXXXX 姓名： XXX XXX 学号： XXXXXXXXXX XXXXXXXXXXX 一步转移概率矩阵收敛快慢的影响因素 作者姓名：XXX XXX 指导老师姓名：XXX (西安电子科技大学计算机学院，陕西西安) 摘要：根据课程教材《排队现象的建模、解析与模拟【西安电子科技大学出版 社曾勇版】》，第[马尔可夫过程]中，马尔可夫过程链n时刻的k步转移概率结 果，当k=1时，得到一步转移概率。进而得到一步转移概率矩阵P（1）。为研究 此一步转移概率矩阵（下称一步矩阵）的收敛特性以及影响其收敛快慢的因素，使 用MATLAB实验工具进行仿真，先从特殊矩阵开始做起，发现规律，然后向普通矩 阵进行拓展猜想，并根据算术理论分析进行论证，最终得出一步矩阵收敛快慢的影 响因素。 关键词：一步转移概率矩阵 MATLAB 仿真猜想 一、问题概述 我们讨论时一步矩阵的特性应从以下两方面来分析： （1）矩阵P（n）在满足什么条件时具有收敛特性; 对于矩阵P（n）,当P（n）=P(n+1)时，我们说此矩阵 具有收敛特性，简称矩阵 P（n）收敛。 （2）若一个一步矩阵具有收敛特性，那么其收敛速度与什么有关 首先，我们需要明确什么是一步矩阵收敛： 对于一般的一步矩阵P 、矩阵An+1、矩阵An，若有： An+1=AnP=An 那么称该一步转移矩阵可收敛。 二、仿真实验 1、仿真环境 本次采用的是MATLAB仿真实验软件进行仿真实验 2、结果与分析 【1】、特殊矩阵：单位矩阵与类单位矩阵 从图（1）和图（2）可以看出，单位矩阵不具有收敛特性，类单位矩阵并非单位矩阵但是经过n次后也变为单位矩阵，所以此矩阵也不具有收敛特性。此类矩阵也易证明其不具有收敛性。 图（1）单位矩阵图（2）：类单位 矩阵 【2】、一般单位矩阵 图（3）：一般一步矩阵Ⅰ 图（4）：一般一步矩阵 从图（3）和（）可以看出他们分别在18次和4次后收敛到一个稳定的值 3、根据实验的猜想 根据在单位矩阵和一般单位矩阵和一般一步矩阵中得到的结果，可以对得出如下结论：类单位矩阵、单位矩阵是不具有收敛性的，而一般的一步矩阵是有收敛性的，而且收敛速率有快有慢。 对于上面结论中的状况，我们首先观察如上四个矩阵，不难发现，在矩阵收敛的最终结果矩阵中，其每行和均为1，而且每列上的值均为相同值。最终概率分布结果也是矩阵收敛后的一行。 所以根据上述的结果及分析做出如下猜想： 每一列比较均匀的矩阵收敛速度较快；与类单位矩阵类似的矩阵收敛速度较慢。 在极限情况下，有如下情况： 一、1.1设二维随机变量(,)的联合概率密度函数为： 试求:在时,求。 解： 当时，＝ ＝ 1.2 设离散型随机变量X服从几何分布： 试求的特征函数，并以此求其期望与方差。解： 所以： 2.1 袋中红球，每隔单位时间从袋中有一个白球，两个任取一球后放回，对每 对应随机变量一个确定的t ?????=时取得白球如果对时取得红球 如果对t e t t t X t 3)( .维分布函数族试求这个随机过程的一 2.2 设随机过程 ，其中 是常数，与是 相互独立的随机变量，服从区间上的均匀分布，服从瑞利分布，其概 率密度为 试证明为宽平稳过程。 解：（1） 与无关 （2） ， 所以 （3） 只与时间间隔有关，所以 为宽平稳过程。 2.3是随机变量，且，其中设随机过程U t U t X 2cos )(=求：，.5)(5)(==U D U E .321）方差函数）协方差函数；（）均值函数；（（ 2.4是其中，设有两个随机过程U Ut t Y Ut t X ,)()(32==.5)(=U D 随机变量，且 数。试求它们的互协方差函 2.5， 试求随机过程是两个随机变量设B At t X B A 3)(,,+=的均值),(+∞-∞=∈T t 相互独若函数和自相关函数B A ,.),()(),2,0(~),4,1(~,21t t R t m U B N A X X 及则且立 为多少？ 3.1一队学生顺次等候体检。设每人体检所需的时间服从均值为2分 钟的指数分布并且与其他人所需时间相互独立，则1小时内平均有多少学生接受过体检？在这1小时内最多有40名学生接受过体检的概率是多少（设学生非常多，医生不会空闲） 解：令()N t 表示(0,)t 时间内的体检人数，则()N t 为参数为30的 poisson 过程。以小时为单位。 则((1))30E N =。 40 300 (30)((1)40)!k k P N e k -=≤=∑。 3.2在某公共汽车起点站有两路公共汽车。乘客乘坐1,2路公共汽车的强度分别为1λ，2λ，当1路公共汽车有1N 人乘坐后出发；2路公共汽车在有2N 人乘坐后出发。设在0时刻两路公共汽车同时开始等候乘客到来，求（1）1路公共汽车比2路公共汽车早出发的概率表达式；（2）当1N =2N ，1λ=2λ时，计算上述概率。 解： 法一：（1）乘坐1、2路汽车所到来的人数分别为参数为1λ、2λ的poisson 过程，令它们为1()N t 、2()N t 。1 N T 表示1()N t =1N 的发生时 刻，2 N T 表示2()N t =2N 的发生时刻。 1 11 1111111()exp()(1)! N N N T f t t t N λλ-= -- 2 22 1222222()exp()(1)! N N N T f t t t N λλ-= -- 1 2 121 2 1 2 2 1 112,12|1221 1122212(,)(|)()exp() exp() (1)! (1)! N N N N N N N N N T T T T T f t t f t t f t t t t t N N λλλλ--== ---- 云南大学软件学院实验报告 课程：数据库原理与实用技术实验学期：任课教师： 专业：学号：姓名：成绩： 期末大作业：Electronic Ventor 数据库设计 一、实验目的 （1）掌握数据库设计的基本方法 （2）掌握各种数据库对象的设计方法 （3）熟练掌握DBA必须具备的技能 二、实验内容 1、根据项目的应用和项目的需求说明文档，进行详细的需求分析，给出需求分析的结果。 （1）客户可以在网站上注册，注册的客户要提供客户的姓名、电话、地址，以方便售后和联系，姓名即作为用户名，和密码一起用于注册和登录，客户编号可唯一识别用户，卡号可网上支付。其中地址、电话以方便联系和寄货； （2）网站管理员可以登记各种商品，供客户查询，订购。登记商品时要提供商品的名称、价格，商店中现有商品量，商品编号可唯一识别商品； （3）类别表示商品所属类别，类别编号可唯一识别类别，其中包含了，商品类别名称和制造厂商，可以对商品进行分类售卖； （4）客户可以在网上下订单，也可以到实体店购物，其在订单上所选择的支付方式不同（信用卡、借记卡、现金，现金代表实体店购物），网站管理员可以查看订单，并及时将订单的处理情况更新（比如货物已寄出的信息，订单状态：0：未处理，1：已处理，2：已发货）；订单编号可唯一识别订单，订单中包含订单产生时间，订单状态，支付方式和支付总额； （5）实体商店有自己的店名，卖多种商品，每个商店都有固定的地址，顾客可以到店中买商品，（注：在实体店中购买商品的顾客一律将顾客名默认为佚名），当商店中的库存量小于10时会有提醒到仓库中拿货； （6）配送单中包含查询号可唯一识别配送单，配送人，联系方式； （7）仓库中仓库编号可唯一识别仓库，其中每个仓库都有区号，代表其地址。 （8）各实体间关系 1）一个客户可以购买多种商品，一种商品可以被多个客户购买； 2）一个商品属于且仅属于一种类别，一种类别的商品可以包含多个商品或没有； 3）一种商品放在多个商店中销售，一个商店至少销售一种或销售多种商品； 4）一个订单对应一个客户，一个客户对应多个订单； 5）一个订单对应至少有一件商品或多件，一个商品对应多个订单； 6）一个订单可以有一个商品配送单 7）一个仓库可以存放多种商品，一种商品可以存放在一个仓库； 随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1 理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。 习题4 以下如果没有指明变量t 的取值范围，一般视为R t ∈，平稳过程指宽平稳过程。 1. 设Ut t X sin )(=，这里U 为)2,0(π上的均匀分布. （a ） 若Λ,2,1=t ，证明},2,1),({Λ=t t X 是宽平稳但不是严平稳， （b ） 设),0[∞∈t ，证明}0),({≥t t X 既不是严平稳也不是宽平稳过程. 证明：（a ）验证宽平稳的性质 Λ,2,1,0)cos (2121)sin()sin()(2020==-=? ==?t Ut t dU Ut Ut E t EX π π ππ ))cos()(cos(2 1 )sin (sin ))(),((U s t U s t E Us Ut E s X t X COV ---=?= t U s t s t U s t s t ππ π21}])[cos(1])[cos(1{212020? +++--= s t ≠=,0 2 1 Ut Esin ))(),((2= =t X t X COV (b) ,)),2cos(1(21 )(有关与t t t t EX ππ-= .)2sin(81 21DX(t)有关，不平稳，与t t t ππ-= 2. 设},2,1,{Λ=n X n 是平稳序列，定义Λ Λ,2,1},,2,1,{) (==i n X i n 为 Λ,,)1(1)1()2(1)1(---=-=n n n n n n X X X X X X ，证明：这些序列仍是平稳的. 证明：已知，)(),(,,2 t X X COV DX m EX t t n n n γσ===+ 2 121)1(1)1()1(2)(,0σγσ≡+=-==-=--n n n n n n X X D DX EX EX EX ) 1()1()(2),(),() ,(),(),(),(111111) 1()1(++--=+--=--=--+-+-++--+++t t t X X COV X X COV X X COV X X COV X X X X COV X X COV n t n n t n n t n n t n n n t n t n n t n γγγ显然，) 1(n X 为平稳过程. 同理可证，Λ,,) 3()2(n n X X 亦为平稳过程. 3.设 1 )n n k k k Z a n u σ==-∑这里k σ和k a 为正常数，k=1，....n; 1,...n u u 是（0,2π） 班级 学号 随机信号分析仿真报告 学院电子工程学院 专业 学生姓名 老师姓名 随机信号分析上机（结课）报告 姓名：学号： 第一题： 1.23设有随机初相信号)cos(5)(X ?+=t t ，其中相位?是在区间（0，２π）上均匀分布分的 随机变量，用ＭＡＴＬＡＢ编程产生是三个样本函数。仿真部分： 图 1.1随机初相信号样本函数 其中，随机变量相位?可以共通过函数：“unifrnd(0,2*pi)”来实现； 而产生三个样本则可以通过简单的循环得到。 第二题： 2.22利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。 （1）分析复合信号的功率谱密度、幅度分布特性； （2）分析复合信号通过RC积分电路（理想低通系统）后的功率谱密度和相应的幅度分布特性； 思路分析： ●幅度分布：可以通过“hilbert()”变换后取其绝对值便得到包络； ●功率密度谱，根据定义，它是函数自相关函数的傅立叶变换； ?可以先用“[ry,a]=xcorr(y,‘unbiased’)”函数来求得信号的自相关函数； ?通过“gy=fft(ry)”函数来求得相关函数的傅里叶变换； ?最后通过“fftshift(gy)”函数对傅立叶变换后的结果进行矫正。 ●低通滤波器可以通过函数“fir1()”进行设计，并最终通过“filter()”函数作用于 信号。（由于fir1采用的是归一化频率，所以设计时要注意先把采样频率归一化， 也就是除以二。） 仿真部分： 仿真参数：正弦信号频率fc=20Hz，振幅为0.25,；采样频率fs=600Hz； （1）分析复合信号的功率谱密度、幅度分布特性； 图 2.1复合信号相关的曲线%求功率谱密度代码段： %y为复合信号 %先求得自相关函数rx [ry,a]=xcorr(y,'unbiased'); %求自相关的傅里叶变换Fy0=fft(ry); %矫正 Fy1=fftshift(Fy0); %求包络 hilbert_y=hilbert(y); A=abs(hilbert_y); 一，设有随机初相信号X(t)=5cos（t+φ），其中相位φ是在区间（0,2π）上均匀分布的随机变量。 （1）试用Matlab编程产生其三个样本函数。 MATLAB代码如下 clc clear m=unifrnd(0,2*pi,1,10); for k=1:3 t=1:0.1:10; X=5*cos(t+m(k)); plot(t,X); hold on end xlabel('t');ylabel('X(t)'); grid on;axis tight; 二、利用Matlab 程序设计一正弦信号加高斯白噪声的复合信号。 1. 分析复合信号的功率谱密度，幅度分布特性； 2. 分析复合信号通过RC 积分电路后的功率谱密度和相应的幅度分布特性； 3. 分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性； 问题分析 1).正弦信号的频率、采样信号的频率、信噪比分别设定为fc、fs、 N，并利用awgn函数得出加入高斯白噪声的复合信号的波形，通过画出幅度的分布直方图得出幅度分布的初步特性。并利用傅里叶变换得出复合信号的频谱特性，之后再利用xcorr函数得出复合信号的自相关系数，并通过自相关系数的傅里叶变换得到功率谱密度曲线图。并且分别设定了两组fc、fs、 N数据得出结果 2).复合信号通过RC电路时，分别求得它的暂态和稳态分量得出此时的信号，再利用1)中的方法进行求解，此处多设定了电阻R、电容C的参数，并且分别设定了两组fc、fs、 N、R、C数据得出结果。 3).复合信号通过低通滤波电路时，利用fir1和fir1ter函数得出低通滤波后的信号，再利用1)中的方法进行求解，分别设定了两组fc、fs、 N数据得出结果 1)MATLAB程序代码如下： clear;clc; 大学软件学院实验报告 课程：数据库原理与实用技术实验学期：任课教师： 专业：学号：：成绩： 期末大作业： Electronic Ventor 数据库设计 一、实验目的 （1）掌握数据库设计的基本方法 （2）掌握各种数据库对象的设计方法 （3）熟练掌握DBA必须具备的技能 二、实验容 1、根据项目的应用和项目的需求说明文档，进行详细的需求分析，给出需求分析的结果。 （1）客户可以在上注册，注册的客户要提供客户的、、地址，以方便售后和联系，即作为用户名，和密码一起用于注册和登录，客户编号可唯一识别用户，卡号可网上支付。其中地址、以方便联系和寄货； （2）管理员可以登记各种商品，供客户查询，订购。登记商品时要提供商品的名称、价格，商店中现有商品量，商品编号可唯一识别商品； （3）类别表示商品所属类别，类别编号可唯一识别类别，其中包含了，商品类别名称和制造厂商，可以对商品进行分类售卖； （4）客户可以在网上下订单，也可以到实体店购物，其在订单上所选择的支付方式不同（信用卡、借记卡、现金，现金代表实体店购物），管理员可以查看订单，并及时将订单的处理情况更新（比如货物已寄出的信息，订单状态：0：未处理，1：已处理，2：已发货）；订单编号可唯一识别订单，订单中包含订单产生时间，订单状态，支付方式和支付总额； （5）实体商店有自己的店名，卖多种商品，每个商店都有固定的地址，顾客可以到店中买商品，（注：在实体店中购买商品的顾客一律将顾客名默认为佚名），当商店中的库存量小于10时会有提醒到仓库中拿货； （6）配送单中包含查询号可唯一识别配送单，配送人，联系方式； （7）仓库中仓库编号可唯一识别仓库，其中每个仓库都有区号，代表其地址。 （8）各实体间关系 1）一个客户可以购买多种商品，一种商品可以被多个客户购买； 2）一个商品属于且仅属于一种类别，一种类别的商品可以包含多个商品或没有； 3）一种商品放在多个商店中销售，一个商店至少销售一种或销售多种商品； 4）一个订单对应一个客户，一个客户对应多个订单； 5）一个订单对应至少有一件商品或多件，一个商品对应多个订单； 6）一个订单可以有一个商品配送单 7）一个仓库可以存放多种商品，一种商品可以存放在一个仓库； 随机信号分析大作业 一、实验目的 基于随机过程的莱斯表达式产生窄带随机过程。 二、实验内容及实验原理 1，基于随机过程的莱斯表达式 00()()cos ()sin y t a t t b t t ωω=- (3.1) 2，实验过程框图如下： 3，理想低通滤波器如图所示： 图1 理想低通滤波器 ()20 A H ?ω ?ω≤ ?ω=? ??其它 (3.2) 设白噪声的物理谱0=X G N ω（） ,则系统输出的物理谱为 2 2 0=()=20 Y X N A G H G ?ω ?0≤ω≤ ?ωωω???（）（） 其它 (3.3) 输出的自相关函数为: 1 ()()cos 2Y Y R G d τωωτωπ ∞ = ? /2 200 1cos 2N A d ωωτωπ ?= ? (3.4) 2 0sin 242 N A ωτωωτπ ??=? ? 可知输出的自相关函数()Y R τ是一个振荡函数。计算高斯白噪声x(t)、限带白噪声()a t 、()b t 及窄带随机过程()y t 的均值，并绘出随机过程各个随机过程的自相关函数，功率谱密度图形。 三、MATLAB 实验程序 function random(p,R,C) %产生一个p 个点的随机过程 %--------------------------高斯窄带随机过程代码--------------------------% n=1:p; w=linspace(-pi,pi,p); wn=1/2*pi*R*C; [b,a]=butter(1,wn,'low'); %产生低通滤波器 Xt=randn(1,p); %产生p 个点均值为0方差为1的随机数，即高斯白噪声 at=filter(b,a,Xt); %让高斯白噪声通过低通滤波器 y_at=at.*cos(w.*n); %产生随机过程a （t ） y_bt=at.*sin(w.*n); %产生随机过程b （t ） yt=y_at-y_bt; %产生一个p 个点的高斯窄带随机过程 subplot(211) plot(yt) title('高斯窄带随机过程y(t)') subplot(212) pdf_ft=ksdensity(yt) ; plot(pdf_ft) title('y(t)的概率密度图') disp('均值如下') E_Xt=mean(y_at) E_at=mean(y_at) E_bt=mean(y_bt) E_ft=mean(yt) %-----------------------自相关函数代码如下--------------------------% figure(2) R_Xt=xcorr(Xt); %高斯白噪声X(t)的自相关函数 R_at=xcorr(at); %限带白噪声的自相关函数 R_y_at=xcorr(y_at); %随机过程a(t).coswt 的自相关函数 R_y_bt=xcorr(y_bt); %随机过程b(t).coswt 的自相关函数 R_ft=xcorr(yt);西电数据挖掘大作业k-means和k-medoids
西电随机信号分析大作业
西电《软件技术基础》上机大作业答案解析
随机信号分析大作业
随机过程习题答案A
SQL数据库期末大作业
西电数据结构大作业
随机过程习题答案
西电排队论大作业完整版
最新随机过程习题及答案
云南大学数据库期末大作业：数据库设计
随机信号实验报告
随机过程-方兆本-第三版-课后习题答案
《随机信号》上机仿真报告【西电】
随机信号大作业(西电)
云南大学数据库期末大作业：数据库设计
随机信号分析大作业