).*sin(2*pi*f0*t);as=-s.*sin(2*pi*f0*t)-j*(hilbert(s)-s).*cos(2*pi*f0*t);as1=detrend(as);ffas=abs(fft(as1));ffas=(abs(ffas)).^2*2/N;ac1=detrend(ac);ffac=abs(fft(ac1));ffac=(abs(ffac)).^2*2/N;figure(3)subplot(2,1,1),plot(ffas(1:N/2));title('加噪信号正交分量功率谱')xlabel('*10^4')axis([-100002000001*10^4])subplot(2,1,2),plot(ffac(1:N/2));title('加噪信号同相分量功率谱')axis([-100002000001*10^4])xlabel('*10^4')%%---------------画包络概率密度--------------figure(4)y=a;ymin=min(y);ymax=max(y);x=linspace(ymin,ymax,20);%将最大最小区间分成20个等分点(19等分),然后分别计算各个区间的个数yy=hist(y,x);%计算各个区间的个数yy=yy/length(y);%计算各个区间的个数subplot(2,1,1),bar(x,yy)%画出概率密度分布图title('包络概率密度分布图')m=0;fori=2:length(x)m=[m,trapz(x([1:i]),yy([1:i]))];endsubplot(2,1,2),plot(x,m,x,m,'*')title('包络概率密度曲线图')四、仿真结果:4.1加噪后信号时域波形与原信号波形:4.2信号功率谱密度:4.3信号同相正交分量功率谱密度:4.4统计方法求得包络概率密度:
全文预览
