(32)噪声信号的时域分析:均值、方差、与功率

文章目录


前言

本文对叠加了高斯白噪声的一段整周期余弦信号进行时域分析,使用MATLAB进行信号生成,并计算其均值、方差、与功率。最后给出对计算结果的分析,阐明均值、方差、与功率的关系和物理意义。并介绍通信系统设计时对信源符号编码的考虑。


一、生成噪声信号并画图

首先使用MATLAB生成一段叠加高斯白噪声的余弦波。代码如下:

c 复制代码
% 指定信号的参数,频率1Hz,采样频率为16Hz,信号持续时间为2秒(32个samples)。
A = 1;                         % 余弦波的振幅
f = 1;                         % 余弦波的振荡频率,简称频率
fs = 16;                       % 数字信号的采样频率(sampling frequency ),简称采样率
Ts = 1/fs;                     % 采样周期,也即采样值的时间间隔
L = 32;                        % 一个采样值称为一个sample,L为sample的个数
t = (0:L-1)*Ts;                % 时间向量
snr = 10;                      % 信噪比,dB值

% 生成余弦波x
x = A * cos(2*pi*f*t);         % 余弦波

% 信号经过awgn信道
y = awgn(x,snr,'measured');    % 信号叠加高斯白噪声 

% 画出生成余弦波的时域波形
figure()
subplot(211)
plot(t,x,'LineWidth',1.5)
title('余弦信号的时域波形')
grid on
xlabel('t/s')
ylabel('cos(2*pi*f*t)')

subplot(212)
plot(t,y,'LineWidth',1.5)
title('加噪余弦信号的时域波形')
grid on
xlabel('t/s')
ylabel('cos(2*pi*f*t)+noise')

生成的噪声信号画图如下:

二、计算信号的均值、方差、与功率

代码如下:

c 复制代码
dc = mean(y);                       % 直流分量。叠加的噪声并不完全是0均值的,导致直流分量不为0
power_dc = dc^2                     % 直流分量功率

power_ac = var(y,1)                 % 方差。方差计算的是交流分量的平均功率

n2 = norm(y, 2);                    % 2-范数
power = n2^2 / length(y)

计算结果如下:

dc = 0.06564

power_dc = 0.0043

power_ac = 0.6339

power = 0.6383

三、结果分析

结果分析如下:

(1)均值计算出来的是直流分量,dc=0.06564,进而计算出直流功率power_dc=0.0043W。

(2)方差计算得到的是信号中交流分量的功率power_ac=0.6339W。

(3)功率power=0.6383,是信号的总功率,其值是直流分量功率和交流分量功率之和。

需要注意的是,信号的方差和信号的功率这两个概念并不相同。不过,我们在做通信系统设计时,一般将信源符号编码为双极性正负等概的,这样将使得发送的调制信号具有零均值的特性。另外,我们同时假设通信系统中的噪声是零均值分布的。通过这样的设计,我们就可以得到均值为零的接收信号,此时,信号的方差将与信号平均功率相等。这也是我们经常使用方差计算信号功率的原因。

由于某些原因使得接收信号的均值不等于零时,信号的方差与信号功率将不再相等。实际上,这种情况更为常见。此时,只需对信号进行去直流滤波即可将其变为零均值的。

关于去直流滤波器,可以使用高通滤波器,也可以使用陷波滤波器,这将在后面的文章中专题介绍。


相关推荐
闲研随记6 小时前
【文献阅读 ICLR 2026】RL算法:Co-Rewarding
算法
青山木7 小时前
Hot 100 --- 最小栈
java·数据结构·算法·leetcode
疯狂打码的少年7 小时前
【数据结构】栈的应用:表达式求值(后缀表达式)
java·数据结构·笔记·算法
HiDev_7 小时前
【非标自动化】plc执行顺序问题、扫描周期问题
深度学习·算法·机器学习
高洁017 小时前
工信部教考中心证书-人工智能系列本系列
人工智能·python·深度学习·算法
陈王卜8 小时前
Reduce 算子优化笔记
算法
wabs6668 小时前
关于图论【最短路径之Bellman_ford 算法(判断负权回路)|卡码网95.城市间货物运输II的思考】
数据结构·算法·图论·bellman_ford算法·卡码网·判断负权回路
机器学习之心8 小时前
基于CEEMDAN-TCN-BiGRU的空气质量指数(AQI)预测研究,五模型对比,实验报告+MATLAB代码
matlab·tcn-bigru·ceemdan·空气质量指数
YouonlyliveonceC8 小时前
《大话数据结构》第4章实战:中缀表达式转后缀 + 后缀表达式求值(完整可运行实现)
算法
phoenix@Capricornus8 小时前
从统计决策到贝叶斯估计
人工智能·算法·机器学习