白化滤波器Matlab

在统计信号处理中，往往会遇到等待处理的随机信号是非白色的，例如云雨、海浪、地物反射的杂乱回波等，它们的功率谱即使在信号通带内也非均匀分布。这样会给问题的解决带来困难。克服这一困难的措施之一是对色噪声进行白化处理。主要内容是设计一个稳定的线性滤波器或者一种白化变换方法，将输入的有色噪声变成输出的白噪声。

%产生高斯白噪声 clf; 
y=wgn（110240）; t=0:1023; 
y1=mean（y）;%均值01 
y2=var（y）;%方差 
y3=y2+y1*y1;%均方值 
[y4lag]=xcorr（y‘unbiased‘）;%自相关函数 
[f1y5] = ksdensity（y）;%概率密度 
f=（0:length（y）-1）‘/length（y）*1024; Y=fft（y）; 
y6=abs（y）;%频谱 
y7=y.*conj（y）/1024;%功率谱密度
figure（1）; 
subplot（241）;plot（ty）; 
title（‘高斯白噪声‘）;axis（[0 1024 -5 5]）; subplot（242）;plot（ty1）; 
title（‘高斯白噪声均值‘）;axis（[0 1024 -2 2]）; subplot（243）;plot（ty2）; 
title（‘高斯白噪声方差‘）;axis（[0 1024 -2 2]）; subplot（244）;plot（ty3）; 
title（‘高斯白噪声均方值‘）;axis（[0 1024 -2 2]）; subplot（245）;plot（lagy4）; 
title（‘高斯白噪声自相关函数‘）;axis（[-1024 1024 -1 1]）; subplot（246）;plot（y5f1）; title（‘概率密度‘）; 
subplot（247）;plot（fy6）; 
title（‘高斯白噪声频谱‘）;axis（[0 1024 0 80]）; 
title（‘高斯白噪声功率谱密度‘）;axis（[0 1024 0 8]）;
%低通滤波器 
Wp=2*pi*15;Ws=2*pi*25;Rp=0.5;Rs=40;fs=100;W=2*pi*fs;
[NWn]=buttord（2*Wp/W2*Ws/WRpRs）; 
[ba]=butter（NWn）; 
[hf]=freqz（ba1000fs）; 
figure（2）;plot（fabs（h））; xlabel（‘f/Hz‘）;ylabel（‘|H（jf）|‘）; axis（[0 100 0 1.2]）;grid on; 
title（‘低通滤波器幅频响应‘）;       
%生成高斯色噪声 
gss=filter（bay）;%滤波产生高斯色噪声
gss1=mean（gss）;%均值 
gs