S_yt');Р>> random(1000,10,0.001)Р>>Р2.典型时间序列的模拟分析Р 模拟产生AR,ARMA模型序列:РAR模型序列的模拟产生Р>> %---一阶AR模型----%Рx=1:100;Р>> B=[1];Р>> A=[1,-1/2];Р>> y=filter(B,A,x);Р均值:Р>> y1=mean(y);Р>> y1Р y1 =99.0200Р方差:Р>> y2=var(y);Р>> y2Р y2 =3.3628e+03Р自相关函数:Р>> y3=xcorr(y);Р>> plot(y3)Р>> %-----ARMA模型序列的模拟产生------%Р>> x=1:100;Р>> A=[1,-1/3,-1/7];Р>> B=[1/2,1/4];Р>> y=filter(B,A,x);Р>> plot(y);Р均值:Р>> y1=mean(y);Р>> y1Р y1 =70.1669Р方差:Р>> y2=var(y);Р>> y2Р y2 =1.7214e+03Р自相关函数:Р>> y3=xcorr(y);Р>> plot(y3);Р功率谱密度:Р>> a1=fft(y);Р>> a2=fftshift(a1);Р>>l=(0:length(a2)-1)*200/length(a2)-100;Р>> a3=abs(a2);Р>> plot(l,a3);Р五、实验收获(本次实验的感受,对你的哪方面技能或知识有提高。)Р本次实验我们收获很多,不仅理解了白噪声通过线性系统后统计特性的变化规律,同时也熟悉了如何使用matlab求信号的波形,自相关函数,功率谱密度,功率,互相关函数等等的统计特性。深刻地理解到了线性系统对白噪声的影响。除此之外,我们也深入地了解了AR和ARMA模型序列。最重要的是让我们加深了对课本知识的理解。总之,本次实验我们受益匪浅。
全文预览
