资源简介
高斯噪声中正弦信号的分析与仿真:考虑二元假设
H_0: z[k]=n[k] k=0,1,⋯,N-1
H_1: z[k]=A cos〖(2πf_0 k+φ)+n[k]〗
噪声是服从n[k]~N(0,σ^2) 的 WGN,已知σ^2。
1、 若频率 f_0已知,幅度和相位 , A , φ未知(假定 A>0),若 σ^2 =1, f_0=0.1,N=20,虚警概率设定为 0.01,分析检测门限及检测概率并仿真;
2、 若频率 f_0及幅度相位 , φ,A 均未知(假定 0< 0 f 0),若 σ^2=1,N=20,虚警概率设定为 0.01,分析检测门限及检测概率并仿真
代码片段和文件信息
function [outputArg1] = detect2(inputArg1)
%UNtitleD5 此处显示有关此函数的摘要
% 此处显示详细说明
A1=inputArg1;
fai=pi/3;
var=1;
f0=0.1; %正弦信号频率
N=20; %观测数据长度
PF=0.01; %虚警
M=1000; %蒙特卡洛仿真次数
I=0;
sn=zeros(1N);
randn(‘state‘0);
for i=1:N
sn(1i)=A1*cos(2*pi*f0*(i-1)+fai);
end
for i=1:M
wn=randn(1N); %产生均值为0,方差为1的噪声,长度为观测信号长度
zn=sn+wn; %产生观测
Tz=abs(sum((exp(-pi*f0*(0:(N-1))*2j).*zn)‘))^2/N; %周期图形式的统计量
%sn_power=zn*zn‘;
p=IQx22(PF)*var/2; %判决门限
Tz1=Tz-p;
if Tz1>0
I=I+1;
end
end
PD1=I/M;
outputArg1 =PD1;
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 700 2019-06-11 19:32 signal_detect\detect2.m
文件 925 2019-06-11 19:05 signal_detect\detect3.m
文件 656 2019-06-11 18:59 signal_detect\f_signal_detect2.m
文件 156 2019-06-11 16:11 signal_detect\IQx22.m
文件 663 2019-06-12 08:57 signal_detect\Qx22.m
文件 639 2019-06-11 19:33 signal_detect\signal_detection2.m
目录 0 2019-06-18 21:28 signal_detect
----------- --------- ---------- ----- ----
3739 7
相关资源
- 心律失常分类
- 同步发电机励磁系统的建模与控制-同
- 多级脉冲序列控制Boost变换器-多级脉
- 现代信号谱分析源代码
- 慢特征分析算法
- 自适应波束形成的经典算法大全
- 语音信号处理 预加重分帧加窗 端点检
- 时间序列的分析——模型的识别与预
- 电力系统课程设计
- 物体的运动轨迹预测扩展卡尔曼滤波
- 粒子群与遗传混合算法优化
- 各种聚类程序,包括生成聚类树、k
- ORL人脸库的PCA人脸识别,GUI界面
- RBF神经网络对iris分类
- UKF与EKF算法应用比较
- 动态矩阵控制算法dmc
- 演化博弈仿真
- BP神经网络的非线性系统建模
- 时域特征的求取,例如峭度、裕度等
- PCA降维,有详细的注释,你值得拥有
- 数值分析实验报告-数值分析实验报告
- ROSL低秩分解算法,用于图像分析.ra
- 影像组学工具包
- 数学建模作业论文——有两种外形相
- 随机信号分析实验
- 混沌粒子群算法
- 图像数字图像课程设计--数字水印设计
- 这里实现了四种SVM工具箱的分类与回
- 最小二乘法模型辨识算法
- 经典功率谱估计与现代功率谱估计的
评论
共有 条评论