|
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
MATLAB中产生高斯白噪声的两个函数
2 {- _2 o3 @" u4 A3 p8 d$ S
+ Y9 b8 ?9 I" kMATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN。WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白噪声。
5 l6 h6 V5 d! A# o: l, m
" r, J8 [" f0 y' V1. WGN:产生高斯白噪声
# t! }/ J; Z" n1 g6 ?+ ]y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵,p以dBW为单位指定输出噪声的强度。
) N: L; S! Z9 x. D4 Ey = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。 ( q# Q" z' A* S9 Z* z8 F- @9 S
y = wgn(m,n,p,imp,state) 重置RANDN的状态。 ) \% ]. U' o; @ Y7 O5 I
+ n, |) Z8 k0 O; k+ W: i" U$ u
在数值变量后还可附加一些标志性参数:
! X/ M6 Q0 ~4 s$ m3 [y = wgn(…,POWERTYPE) 指定p的单位。POWERTYPE可以是'dBW', 'dBm'或'linear'。线性强度(linear power)以瓦特(Watt)为单位。 3 P- _# M% @6 {/ N/ q' c
y = wgn(…,OUTPUTTYPE) 指定输出类型。OUTPUTTYPE可以是'real'或'complex'。 " c+ i8 @% i6 H
2 ^; s/ j: S( W' d+ M1 p) z( p2. AWGN:在某一信号中加入高斯白噪声
- e4 A p6 h) P5 @, [9 S4 hy = awgn(x,SNR) 在信号x中加入高斯白噪声。信噪比SNR以dB为单位。x的强度假定为0dBW。如果x是复数,就加入复噪声。 " `5 b" F" s% x @8 y+ i
y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值,则其代表以dBW为单位的信号强度;如果SIGPOWER为'measured',则函数将在加入噪声之前测定信号强度。 9 M# L1 U# @% A: t3 F
y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。 5 O9 w' f7 K) H* Z- p& [0 Z0 q
y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的单位。POWERTYPE可以是'dB'或'linear'。如果POWERTYPE是'dB',那么SNR以dB为单位,而SIGPOWER以dBW为单位。如果POWERTYPE是'linear',那么SNR作为比值来度量,而SIGPOWER以瓦特为单位。 % ~8 m+ a' A& C4 z2 A' S
' \1 f# o& u' M5 x
注释 7 d! ]( U- }8 ?6 U; ^% u2 Q$ V
1. 分贝(decibel, dB):分贝(dB)是表示相对功率或幅度电平的标准单位,换句话说,就是我们用来表示两个能量之间的差别的一种表示单位,它不是一个绝对单位。例如,电子系统中将电压、电流、功率等物理量的强弱通称为电平,电平的单位通常就以分贝表示,即事先取一个电压或电流作为参考值(0dB),用待表示的量与参考值之比取对数,再乘以20作为电平的分贝数(功率的电平值改乘10)。
6 ?3 w8 K' ~, o* k$ O2. 分贝瓦(dBW, dB Watt):指以1W的输出功率为基准时,用分贝来测量的功率放大器的功率值。 3 N4 X% S6 j& m
3. dBm (dB-milliWatt):即与1milliWatt(毫瓦)作比较得出的数字。 * [; b1 L4 W$ y. L3 {0 t
0 dBm = 1 mW 0 M$ F1 U% O( q. u7 @* v
10 dBm = 10 mW & C3 S2 F/ Q$ m7 \, g0 Y
20 dBm = 100 mW 8 {- y' j& [1 T9 g7 f6 u# F
也可直接用randn函数产生高斯分布序列,例如: " f/ }. N! P0 S& o. T
) p* n- W$ z+ b4 P$ Sy=randn(1,2500); * e# N5 s" q% y, c4 K' X6 l
y=y/std(y); 7 U( Z! v; T( ?& g \
y=y-mean(y);
. j) S* x2 C4 g m2 ~& m& l! m. Ba=0.0128;
h5 q# Z: S, V9 G# q9 c$ Cb=sqrt(0.9596); 2 n9 e% f- m+ R3 {$ i# E" A
y=a+b*y;
, O- B3 Q( ?! }& g5 M, @. X; h0 g$ D
就得到了 N ( 0.0128, 0.9596 ) 的高斯分布序列。
; A1 Q6 U+ @. ^; w" ]
' C: ^/ s1 i9 T' }2 O |
|