搜档网
当前位置:搜档网 › 北京理工大学随机信号分析实验报告

北京理工大学随机信号分析实验报告

北京理工大学随机信号分析实验报告
北京理工大学随机信号分析实验报告

本科实验报告实验名称:随机信号分析实验

实验一 随机序列的产生及数字特征估计

一、实验目的

1、学习和掌握随机数的产生方法。

2、实现随机序列的数字特征估计。

二、实验原理

1、随机数的产生

随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。

在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。

(0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即 U(0,1)。实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下:

)(mod ,110N ky y y n n -=

N y x n n /=

序列{}n x 为产生的(0,1)均匀分布随机数。 下面给出了上式的3组常用参数: 1、10N 10,k 7==,周期7

510≈?;

2、(IBM 随机数发生器)3116N 2,k 23,==+周期8

510≈?; 3、(ran0)315N 21,k 7,=-=周期9

210≈?;

由均匀分布随机数,可以利用反函数构造出任意分布的随机数。

定理 1.1 若随机变量 X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有

)(1R F X x -=

由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变换得到。

2、MATLAB 中产生随机序列的函数

(1)(0,1)均匀分布的随机序列 函数:rand 用法:x = rand(m,n)

功能:产生m ×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数:randn 用法:x = randn(m,n)

功能:产生m ×n 的标准正态分布随机数矩阵。

如果要产生服从2N(,)μσ分布的随机序列,则可以由标准正态随机序列产生。 (3)其他分布的随机序列

MATLAB 上还提供了其他多种分布的随机数的产生函数,下表列出了部分函数。

MATLAB 中产生随机数的一些函数

3、随机序列的数字特征估计

对于遍历过程,可以通过随机序列的一条样本函数来获得该过程的统计特性。这里我们假定随机序列 X (n)为遍历过程,样本函数为x(n),其中n=0,1,2,…,N-1。那么,X (n)的均值、方差和自相关函数的估计为

利用MATLAB 的统计分析函数可以分析随机序列的数字特征。 (1)均值函数 函数:mean 用法:m = mean(x)

功能:返回按上面第一式估计X (n)的均值,其中x 为样本序列x(n)。

(2)方差函数 函数:var

用法:sigma2 = var(x)

功能:返回按上面第二式估计X (n)的方差,其中x 为样本序列x(n),这一估计为无偏估计。

(3)互相关函数 函数:xcorr 用法:c = xcorr(x,y)

c = xcorr(x)

c = xcorr(x,y,'opition') c = xcorr(x,'opition')

功能:xcorr(x,y)计算 X (n)与Y(n)的互相关,xcorr(x)计算 X (n)的自相关。 option 选项可以设定为: 'biased' 有偏估计,即

'unbiased' 无偏估计,即按上面第三式估计。 'coeff' m = 0 时的相关函数值归一化为1。 'none' 不做归一化处理。

三、实验内容

1、采用线性同余法产生均匀分布随机数1000 个,计算该序列均值和方差与理论值之间的误差大小。改变样本个数重新计算。

线性同余法的公式如下:

)(mod ,110N ky y y n n -=

N y x n n /=

实验代码:

Num=input('Num='); N=2^31; k=2^16+3; Y=zeros(1,num); X=zeros(1,num); Y(1)=1; for i=2:num

Y(i)=mod(k*Y(i-1),N);

end

X=Y/N;

a=0;

b=1;

m0=(a+b)/2;

sigma0=(b-a)^2/12;

m=mean(X);

sigma=var(X);

delta_m=abs(m-m0);

delta_sigma=abs(sigma-sigma0);

plot(X,'k');

xlabel('n');

ylabel('X(n)');

delta_m

delta_sigma

axis tight

实验结果:

A、Num=1000 delta_=0.0110 delta_sigma=0.0011

100

200

300

400

500600

700

800

900

1000

n

X (n )

B 、Num=5000 delta_m =2.6620e-04 delta_sigma =0.0020

500

1000

1500

2000

25003000

3500

4000

4500

5000

0.1

0.2

0.30.40.50.6

0.70.80.9n

X (n )

实验结果分析:样本值越大,实际值越接近理论值,误差越小。 2、参数为 的指数分布的分布函数为

x x e F λ--=1

利用反函数法产生参数为0.5 的指数分布随机数1000 个,测试其方差和相关函数。

实验代码:

R=rand(1,1000); lambda=0.5;

X=-log(1-R)/lambda; DX=var(X); [Rm,m]=xcorr(X); subplot(211);

plot(X,'k');xlabel('n');ylabel('X(n)');axis tight ; subplot(212);

plot(m,Rm,'k');xlabel('m');ylabel('R(m)');axis tight ;

实验结果:

100200300400

500

6007008009001000

5

10

15

n

X (n )

-800-600-400-200

0200400600800

2000

4000

6000

m

R (m )

DX =4.1201

实验结果分析:

方差的理论值应为1/(0.5^2)=4,实际值为4.1201,与其基本一致,有一定偏差。

3、产生一组N(1,4)分布的高斯随机数(1000个样本),估计该序列的均值、

方差和相关函数。

产生高斯分布的随机数可使用函数normrnd , 实验代码:

X=normrnd(1,2,[1,1000]); Mx=mean(X);Dx=var(X); [Rm,m]=xcorr(X); subplot(211);

plot(X,'k');xlabel('n');ylabel('X(n)');axis tight ; subplot(212);

plot(m,Rm,'k');xlabel('m');ylabel('R(m)');axis tight ; Mx Dx

实验结果:

100

200

300

400

500600

700

800

900

1000

-5

5

n

X (n )

-800

-600

-400

-200

0200

400

600

800

1000

20003000

4000

m

R (m )

Mx =0.9937 Dx = 3.8938

实验结果分析:

理论上,均值为1,方差为4。实验中的均值为0.9937,方差为3.8938。在误差允许范围内,理论值和实验值基本相同。

四、实验心得体会

本次随机信号分析实验,用于随机序列的产生和数字特征的估计,同样是用matlab 的

平台实现。通过这次实验,学习和掌握随机数的产生方法、实现随机序列的数字特征估计,并用matlab产生相应的图形,更直观的了解了相关的知识。本次实验的难点在于用线性同余法产生随机序列,在实际编程中需要用到一个FOR循环,起初并不熟悉其语法特征,经过反复的修改,运行成功。

实验二 随机过程的模拟与数字特征

一、实验目的

1、学习利用MATLAB 模拟产生随机过程的方法。

2、熟悉和掌握特征估计的基本方法及其MATLAB 实现。

二、实验原理

1、正态分布白噪声序列的产生

MATLAB 提供了许多产生各种分布白噪声序列的函数,其中产生正态分布白噪声序列的函数为randn 。

函数:randn

用法:x = randn(m,n)

功能:产生m ×n 的标准正态分布随机数矩阵。

如果要产生服从),(2συN 分布的随机序列,则可以由标准正态随机序列产生。如果N(0,1),则2X ~N(,)μ+σμσ。

2、相关函数估计

MATLAB 提供了函数xcorr 用于自相关函数的估计。 函数:xcorr

用法:c = xcorr(x,y) c = xcorr(x)

c = xcorr(x,y,'opition') c = xcorr(x,'opition')

功能:xcorr(x,y)计算X (n)与Y(n)的互相关,xcorr(x)计算X (n)的自相关。 option 选项可以设定为: 'biased' 有偏估计。 'unbiased' 无偏估计。

'coeff' m=0 时的相关函数值归一化为1。 'none' 不做归一化处理。

3、功率谱估计

MATLAB 函数periodogram 实现了周期图法的功率谱估计。 函数:periodogram

用法:[Pxx,w] = periodogram(x) [Pxx,w] = periodogram(x,window) [Pxx,w] = periodogram(x,window,nfft)

[Pxx,f] = periodogram(x,window,nfft,fs)

periodogram(...)

功能:实现周期图法的功率谱估计。其中:

Pxx 为输出的功率谱估计值;

f 为频率向量;

w 为归一化的频率向量;

window 代表窗函数,这种用法对数据进行了加窗,对数据加窗是为了减少功率谱估计中因为数据截断产生的截断误差,下图列出了产生常用窗函数的MATLAB函数。

nfft设定FFT算法的长度;

fs表示采样频率;

三、实验内容

1、按如下模型产生一组随机序列

=-+ω

x(n)0.8x(n1)(n)

其中(n)

ω是均值为1,方差为 4的正态分布白噪声序列。估计过程的自相关函数和功率谱。

实验代码:

y0=randn(1,500); %产生一长度为500的随机序列

y=1+2*y0;

x(1)=y(1);

n=500;

for i=2:1:n

x(i)=0.8*x(i-1)+y(i); %按题目要求产生随机序列

x(n)=0.8x(n-1)+w(n)

end

subplot(311);

plot(x);

title('x(n)');

subplot(312);

c=xcorr(x); %用xcorr 函数求x(n)的自相关函数 plot(c); title('R(n)');

p=periodogram(x); %用periodogram 函数求功率谱密度 subplot(313); plot(p); title('S(w)');

实验结果:

050100150200250300350400450500

-20

20x(n)

01002003004005006007008009001000

12x 10

4

R(n)

050100150200250300

1000

2000S(w)

上图中分别为长度为500的样本序列、序列的自相关函数、序列的功率谱。

2、设信号为

其中 12.0,05.021==f f ,)(n w 为正态分布白噪声序列,试在N =256和N=1024点时,分别产生随机序列x(n),画出x(n)的波形并估计x(n)的相关函数和功率谱。

实验代码:

(1)、N=256时 N=256;

w=randn(1,N); %用randn 函数产生一个长度为256的正态分布白噪声序列 n=1:1:N; f1=0.05; f2=0.12;

x=sin(2*pi*f1*n)+2*cos(2*pi*f2*n)+w(n); %产生题目所给信号 R=xcorr(x); %求x(n)的自相关函数 p=periodogram(x); %求x 的功率谱 subplot(311);

plot(x);title('x(n)'); subplot(312);

plot(R);title('R(n)'); subplot(313);

plot(p);title('S(w)');

实验结果:

050100150200250300

-50

5x(n)

0100200300400500600

-10000

1000

R(n)

020406080100120140

50

100S(w)

上图中分别为长度为256的样本序列、序列的自相关函数、序列的功率谱。 (2)、N=1024时

将上述第一行代码改为N=1024;即可。

实验结果:

020040060080010001200

-100

10x(n)

05001000

150020002500

-50000

5000

R(n)

0100200300400500600

200

400S(w)

上图中分别为长度为1024的样本序列、序列的自相关函数、序列的功率谱。可明显看出,功率谱集中在两个频率分量处。

四、实验心得体会

这次实验学会了在MATLAB 中求解并绘制随机序列的自相关函数和功率谱密度。用MATLAB 可以用具体的函数来求自相关函数和功率谱,极大的方便了学习过程。通过本次实验,学习了利用MATLAB 模拟产生随机过程的方法并且熟悉和掌握特征估计的基本方法及其MATLAB 实现。

实验三随机过程通过线性系统的分析

一、实验目的

1、理解和分析白噪声通过线性系统后输出的特性。

2、学习和掌握随机过程通过线性系统后的特性,验证随机过程的正态化问题。

二、实验原理

1、白噪声通过线性系统

设连续线性系统的传递函数为H( )或H(s),输入白噪声的功率谱密度为SX( )=N0/2,那么系统输出的功率谱密度为

S Y ()=|H()|2(3.1)

输出自相关函数为

R Y ()=H()|2(3.2)

输出相关系数为

(3.3)

输出相关时间为

=(3.4)

输出平均功率为

E=H()|2(3.5)

上述式子表明,若输入端是具有均匀谱的白噪声,则输出端随机信号的功率谱主要由系统的幅频特性|H()|决定,不再是常数。

2、等效噪声带宽

在实际中,常常用一个理想系统等效代替实际系统的H(),因此引入了等效噪声带宽的概念,他被定义为理想系统的带宽。等效的原则是,理想系统与实际系统在同一白噪声的激励下,两个系统的输出平均功率相等,理想系统的增益等于实际系统的最大增益。

实际系统的等效噪声带宽为

=H()|2(3.6)或

=(3.7)

3、线性系统输出端随机过程的概率分布

(1)正态随机过程通过线性系统

若线性系统输入为正态过程,则该系统输出仍为正态过程。

(2)随机过程的正态化

随机过程的正态化指的是,非正态随机过程通过线性系统后变换为正态过程。任意分布的白噪声通过线性系统后输出是服从正态分布的;宽带噪声通过窄带系统,输出近似服从正态分布。

三、实验内容

1、仿真一个平均功率为1的白噪声带通系统,白噪声为高斯分布,带通系统的两个截止频率分别为3kHz和4kHz,估计输出的自相关函数和功率谱密度函数。(假设采样频率为10kHz)

实验代码:

Fs=10000; %抽样频率为10kHz

x=randn(1000,1); %产生随机序列,模拟高斯白噪声

figure(1);

subplot(3,1,1);

plot(x);grid on;

xlabel('t');

subplot(3,1,2);

x_corr=xcorr(x,'unbiased'); %计算高斯白噪声的自相关函数

plot(x_corr);grid on;

subplot(3,1,3);

[Pxx,w]=periodogram(x); %计算功率谱密度

x_Px=Pxx;plot(x_Px);grid on;

figure(2);

subplot(2,1,1);

[x_pdf,x1]=ksdensity(x); %高斯白噪声一维概率密度函数

plot(x1,x_pdf);grid on;

subplot(2,1,2);

f=(0:999)/1000*Fs;

X=fft(x);

mag=abs(X); %随机序列的频谱

plot(f(1:1000/2),mag(1:1000/2)); grid on;

xlabel('f / Hz');

figure(3);

subplot(3,1,1);

[b,a]=ellip(10,0.5,50,[3000,4000]*2/Fs);

[H,w]=freqz(b,a); %带通滤波器

plot(w*Fs/(2*pi),abs(H));grid on;

xlabel('f / Hz');

ylabel( 'H(w)');

subplot(3,1,2);

y=filter(b,a,x);

[y_pdf,y1]=ksdensity(y); %滤波后的概率密度函数plot(y1,y_pdf);grid on;

y_corr=xcorr(y,'unbiased'); %滤波后自相关函数subplot(3,1,3);

plot(y_corr);grid on;

figure(4);

Y=fft(y);

magY=abs(Y); %随机序列滤波后频谱subplot(2,1,1);

plot(f(1:1000/2),magY(1:1000/2));grid on;

xlabel('f / Hz');

subplot(2,1,2);

nfft=1024;

index=0:round(nfft/2-1);

ky=index.*Fs./nfft;

window=boxcar(length(y_corr));

[Pyy,fy]=periodogram(y_corr,window,nfft,Fs); %滤波后高斯白噪声功率谱

y_Py=Pyy(index+1); plot(ky,y_Py);grid on ;

实验结果:

010*******

4005006007008009001000

-5

5t

高斯白噪声序列

0200400600800100012001400160018002000

-2

2高斯白噪声自相关函数

0100200300400500600

1

2高斯白噪声功率谱密度

-5

-4

-3

-2

-1

1

2

3

4

5

00.10.20.3

0.4高斯白噪声一维概率密度函数

500

1000

1500

2000

25003000

3500

4000

4500

5000

0204060

80 f / Hz

模拟高斯白噪声序列频谱

500

1000

1500

2000

2500300035004000

4500

5000

00.5

1

f / Hz

H (w )

带通滤波器

-1.5

-1

-0.5

0.5

1

1.5

2

00.5

1带通滤波后一维概率密度函数0

200

400

600

800

1000

1200

1400

1600

1800

2000

-0.2

0.2限带高斯白噪声自相关函数

2、设白噪声通过下图所示的RC 电路,分析输出的统计特性。

(1)试推导系统输出的功率谱密度、相关函数、相关时间和系统的等效噪声带宽。

(2)采用MATLAB 模拟正态分布白噪声通过上述RC 电路,观察输入和输出的噪声波形以及输

出噪声的概率密度。

(3)模拟产生均匀分布的白噪声通过上述RC 电路,观察输入和输出的噪声波形以及输出噪声

的概率密度。

(4)改变RC 电路的参数(电路的RC 值),重做(2)和(3),与之前的结果进行比较。

(1)、由图中所示电路,根据电路分析的相关知识,可推导出

输出功率谱密度为: 222

N

S(w)22w C R =+

相关函数为: RC

N R e 4RC

τ

-=

相关时间为: RC τ= 等效噪声带宽为: B 2RC

π

=

(2)、实验代码:

R=100; C=0.01; b=1/(R*C); n=1:1:500;

h=b*exp(-n*b); %RC 电路的冲击响应 x=randn(1,1000); %产生正态分布的白噪声 y=conv(x,h);

[fy y1]=ksdensity(y) %求输出噪声的概率密度 subplot(3,1,1); plot(x);

北京理工大学汇编语言实验六磁盘文件存取实验报告

第六章磁盘文件存取实验(设计性实验) 一、实验要求和目的 1.理解文件、目录的概念; 2.了解FCB(文件控制块)方式文件管理方法; 3.掌握文件代号式文件存取方式; 4.学习使用文件指针读取文件 二、软硬件环境 1.硬件环境:计算机系统windows; 2.软件环境:装有MASM、DEBUG、LINK、等应用程序。 三、实验涉及的主要知识单元 DOS功能调用中断(INT 21H)提供了两类磁盘文件管理功能,一类是FCB(文件控制块)方式,另一类是文件代号式存取方式。 对于文件的管理,实际上是对文件的读写管理,DOS 设计了四种存取文件 方式:顺序存取方式、随机存取方式、随机分块存取方式和代号法存取方式。文件的处理步骤 A)写之前必须先建立文件、读之前必须先打开文件。 B)写文件之后一定要关闭文件。通过关闭文件,使操作系统确认此 文件放在磁盘哪一部分,写后不关闭会导致写入文件不完整。 1、文件代号式存取方式: 当用户需要打开或建立一个文件时,必须提供文件标识符。文件标识符用ASCII Z 字符串表示。ASCII Z 字符串是指文件标识符的ASCII 字符串后面再加1 个“0”字符。文件标识符的字符串包括驱动器名、路径名和文件名。其格式为 [d:][path]filename[.exe] 其中d 为驱动器名,path 为路径名,.exe 为文件名后缀。 中断 21H 提供了许多有关目录和文件操作的功能,其中文件代号式存取方式常用的功能如下: 2、操作目录的常用功能 39H——创建目录 3BH——设置当前目录 3AH——删除目录 47H——读取当前目录 有关中断功能的详细描述和调用参数在此从略,需要查阅者可参阅相关资料 之目录控制功能。 3、用文件句柄操作文件的常用功能 3CH——创建文件 4EH——查找到第一个文件 3DH——打开文件 4FH——查找下一个文件 3EH——关闭文件 56H——文件换名 3FH——读文件或设备 57H——读取/设置文件的日期和时间 40H——写文件或设备 5AH——创建临时文件 41H——删除文件 5BH——创建新文件

北理工随机信号分析实验报告

本科实验报告实验名称:随机信号分析实验

实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即 U(0,1)。实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0,1)均匀分布随机数。 下面给出了上式的3组常用参数: 1、10 N 10,k 7==,周期7 510≈?; 2、(IBM 随机数发生器)31 16 N 2,k 23,==+周期8 510≈?; 3、(ran0)31 5 N 21,k 7,=-=周期9 210≈?; 由均匀分布随机数,可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有 )(1R F X x -= 由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变

随机信号分析实验报告

一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1.了解随机信号分析理论如何在实践中应用 2.了解随机信号自身的特性,包括均值、方差、相关函数、频谱及功率谱密度等 3.掌握随机信号的检测及分析方法 三、实验原理 1.随机信号的分析方法 在信号与系统中,我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律,需要用统计特新进行分析。这里我们引入随机过程的概念,所谓随机过程就是随机变量的集合,每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述,他们能够对随机过程作完整的描述。但由于在实践中难以求得,在工程技术中,一般采用描述随机过程的主要平均统计特性的几个函数,包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法,条件是N要足够大。 2.微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果,所以信号检测是信号处理的重要内容之一,低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等,通常从以下两种不同途径来解决 ①降低系统的噪声,使被测信号功率大于噪声功率。 ②采用相关接受技术,可以保证在信号功率小于噪声功率的情况下,人能检测出信号。 对微弱信号的检测与提取有很多方法,常用的方法有:自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法,本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上,对信号的自相关函数再多次做自相关。即令: 式中,是和的叠加;是和的叠加。对比两式,尽管两者信号的幅度和相位不同,但频率却没有变化。信号经过相关运算后增加了信噪比,但其改变程度是有限的,因而限制了检测微弱信号的能力。多重相关法将 当作x(t),重复自相关函数检测方法步骤,自相关的次数越多,信噪比提高的越多,因此可检测出强噪声中的微弱信号。

北京理工大学汇编实验五

一、实验目的 1、掌握子程序有关基本知识,学会子程序设计方法; 2、掌握主程序与子程序之间的调用关系及调用方法; 3、掌握汇编语言字符串处理方法; 4、掌握字符串的输入输出程序设计方法; 5、掌握数制转换程序实现方法。 二、实验软硬件环境 1、硬件环境:惠普64 位一体化计算机及局域网; 2、软件环境:windows 8,红蜘蛛管理系统,MASM for Windows。 三、实验相关知识 把功能相对独立的程序段单独编写和调试,作为一个相对独立的模块供程序使用,就性成子程序。子程序可以实现源程序的模块化,可简化源程序结构,可以提高编程效率。 1) 子程序的定义语句格式 汇编语言子程序以proc 语句行开始,以endp 语句行结束。如: 过程名PROC near[或far] 过程体 .......................... 过程名ENDP 在主程序中用CALL 过程名调用。主程序和子程序之间传递参数通常通过栈来进行,当然也可以用某些缺省的寄存器或内存来传递。但以通过栈来传递参数程序的通用性最强。 2) 子程序调用说明 子程序从PROC 语句开始,以ENDP 语句结束,程序中至少应当包含一条RET 语句用以返回主程序。在定义子程序时,应当注意其距离属性:当子程序和调用程序在同一代码段中时,用NEAR 属性;当子程序及其调用程序不在同一个代码段中时,应当定义为FAR 属性。当由DOS 系统进入子程序时,子程序应当定义为FAR 属性。为执行子程序后返回操作系统,在子程序的前几条指令中设置返回信息。 3) 子程序使用中的问题 A、主程序调用子程序是通过CALL 指令来实现的。子程序执行后,通过RET 指令, 返回主程序调用指令CALL 的下一条指令,继续执行主程序。一个子程序可以由 主程序在不同时刻多次调用。如果在子程序中又调用了其他的子程序,则称为子程 序的嵌套。特别是当子程序又能调用子程序本身时,这种调用称为递归。 B、调用子程序时寄存器及所用存储单元内容的保护。如果子程序中要用到某些寄存器 或存储单元时,为了不破坏原有的信息,要将寄存器或存储单元的原有内容压栈保 护,或存入子程序不用的寄存器或存储单元中。 C、用于中断服务的子程序则一定要把保护指令安排在子程序中,这是因为中断是随机 出现的,因此无法在主程序中安排保护指令。 D、调用程序在调用子程序时需要传送一些参数给子程序,这些参数是子程序运算中所 需要的原始数据。子程序运行后要将处理结果返回调用程序。原始数据和处理结果 的传递可以是数据,也可以是地址,统称为参数传递。 E、参数传递必须事先约定,子程序根据约定从寄存器或存储单元取原始数据(称入口 参数);进行处理后将处理结果(称出口参数)送到约定的寄存器或存储单元,返回到调用程序。参数传递一般有下面三种方法:用寄存器传递:适用于参数传递较少、

随机信号通过线性和非线性系统后地特性分析报告 实验报告材料

实验三 随机信号通过线性和非线性系统后的特性分析 一、实验目的 1、了解随机信号的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱特性。 2、研究随机信号通过线性系统和非线性系统后的均值、均方值、方差、自相关函数、互相关函数、概率密度、频谱及功率谱有何变化,分析随机信号通过线性系统和非线性系统后的特性 二、实验仪器与软件平台 1、 微计算机 2、 Matlab 软件平台 三、实验步骤 1、 根据本实验内容和要求查阅有关资料,设计并撰写相关程序流程。 2、 选择matlab 仿真软件平台。 3、 测试程序是否达到设计要求。 4、 分析实验结果是否与理论概念相符 四、实验内容 1、 随机信号通过线性系统和非线性系统后的特性分析 (1)实验原理 ①随机信号的分析方法 在信号系统中,可以把信号分成两大类:确定信号和随机信号。确定信号具有一定的变化规律,二随机信号无一定的变化规律,需要用统计特性进行分析。在这里引入了一个随机过程的概念。所谓随机过程,就是随机变量的集合,每个随机变量都是随机过程的一个采样序列。随机过程可以分为平稳的和非平稳的,遍历的和非遍历的。如果随机信号的统计特性不随时间的推移而变化。则随机过程是平稳的。如果一个平稳的随机过程的任意一个样本都具有相同的统计特性。则随机过程是遍历的。下面讨论的随机过程都认为是平稳的遍历的随机过程,因此,可以随机取随机过程的一个样本值来描述随机过程中的统计特性。 随机过程的统计特性一般采用主要的几个平均统计特性函数来描述,包括、均方值、方差、自相关系数、互相关系数、概率密度、频谱及功率谱密度等。 a.随机过程的均值 均值E[x(t)]表示集合平均值或数学期望值。基于过程的各态历经行,可用时间间隔T 内的幅值平均值表示,即 ∑-==1 /)()]([N t N t x t x E 均值表达了信号变化的中心趋势,或称之为直流分量。

北京理工大学开题报告模板

附录一:计算机类开题报告模板 开题报告参考模板 一. 课题的背景及意义 二. 课题的基本内容与构想 2.1 课题的基本内容 2.2 课题的构想 三. 系统相关技术与开发环境概述 3.1 系统的相关技术 3.2 系统的开发环境 四. 系统需求分析与概要设计 4.1 系统业务流程图分析与设计 4.2 系统数据流程图分析与设计 4.3 系统功能结构分析与设计 4.4 数据库概念模型设计(图中要标出主、外键;E-R 总图中要标出联系的类型,对于联系转化为表的方法与表示法参考附录三) 4.5 数据字典 4.5.1 定义数据库表(表中要标出主、外键) 4.5.2 定义数据流 4.5.3 定义数据处理 五.总结 5.1 已完成部分 5.2 未完成部分 5.3 遇到的问题及解决方法 六.参考文献(请按照论文写作标准中的参考文献格式进行写作) 要根据软件的功能、性能需求和主、客观方面的基础、条件选择恰当的相关技术、环境和开发工具。

附录二:管理类开题报告模板 北京理工大学远程教育学院 毕业设计(论文)开题报告 论文题目: 教学站: 专业: 学生姓名: 指导教师:

附录三:机械类开题报告样例 北京理工大学现代远程教育学院 毕业设计开题报告 题目:六自由度平台的运动学及动力学分析 专业:____________________________ 班级(教学站) :____________________________ 学生姓名:____________________________ 指导教师:____________________________ 日期:____________________________

《随机信号处理》课程设计

《随机信号处理》课程设计

————————————————————————————————作者:————————————————————————————————日期:

华北水利水电大学 随机信号处理上机实验报告 学院:数学与信息科学 专业:信息与计算科学 姓名:孙志攀 学号:201216511 指导老师:蒋礼 日期:2015年10月20日

实验一 1、熟悉并练习使用下列Matlab 的函数,给出各个函数的功能说明和内部参数的意义,并给出至少一个使用例子和运行结果 1.rand() (1)Y = rand(n) 生成n×n 随机矩阵,其元素在(0,1)内 (2)Y = rand(m,n) 生成m×n 随机矩阵 (3)Y = rand([m n]) 生成m×n 随机矩阵 (4)Y = rand(m,n,p,…) 生成m×n×p×…随机矩阵或数组 (5)Y = rand([m n p…]) 生成m×n×p×…随机矩阵或数组 (6)Y = rand(size(A)) 生成与矩阵A 相同大小的随机矩阵 选择(3)作为例子,运行结果如下: 2.randn() 产生随机数数组或矩阵,其元素服从均值为0,方差为1的正态分布 (1)Y = randn 产生一个伪随机数 (2)Y = randn(n) 产生n×n的矩阵,其元素服从均值为0,方差为1的正态分布(3)Y = randn(m,n) 产生m×n的矩阵,其元素服从均值为0,方差为1的正态分布(4)Y= randn([m n]) 产生m×n的矩阵,其元素服从均值为0,方差为1的正态分布选择(3)作为例子,运行结果如下: 3.normrnd() 产生服从正态分布的随机数 (1)R = normrnd(mu,sigma) 产生服从均值为mu,标准差为sigma的随机数,mu和sigma 可以为向量、矩阵、或多维数组。 (2)R = normrnd(mu,sigma,v) 产生服从均值为mu 标准差为sigma的随机数,v是一个行向量。如果v是一个1×2的向量,则R为一个1行2列的矩阵。如果v是1×n的,那么R 是一个n维数组 (3)R = normrnd(mu,sigma,m,n) 产生服从均值为mu 标准差为sigma的随机数,标量m和n是R的行数和列数。

北京理工大学汇编语言实验报告实验五 子程序设计实验

实验五子程序设计实验(设计性实验) 一、实验要求和目的 1.熟悉汇编语言程序设计结构; 2.熟悉汇编语言子程序设计方法; 3.熟悉利用汇编语言子程序参数传递方法; 4.熟悉汇编语言字符串处理基本指令的使用方法; 5.掌握利用汇编语言实现字符串的输入输出程序设计方法; 6.掌握数制转换程序实现方法。 二、软硬件环境 1、硬件环境:计算机系统windows; 2、软件环境:装有MASM、DEBUG、LINK、等应用程序。 三、实验涉及的主要知识 A)子程序知识要点: 1、掌握子程序的定义语句; 过程名 PROC [near/far] 过程体 RET 过程名 ENDP 2.子程序结构形式 一个完整的子程序一般应包含下列内容: 1. )子程序的说明部分 在设计了程序时,要建立子程序的文档说明,使用户能清楚此子程序的功能和调用方法. 说明时,应含如下内容: .子程序名:命名时要名中见意. .子程序的功能:说明子程序完成的任务; .子程序入口参数:说明子程序运行所需参数及存放位置; .子程序出口参数:说明子程序运行结果的参数及存放位置; .子程序所占用的寄存器和工作单元; .子程序调用示例; 2、)掌握子程序的调用与返回 在汇编语言中,子程序的调用用CALL,返回用RET 指令来完成。 .段内调用与返回:调用子程序指令与子程序同在一个段内。因此只修改IP; .段间调用与返回:调用子程序与子程序分别在不同的段,因此在返回时,需同时修改CS:IP。 3.)子程序的现场保护与恢复 保护现场:在子程序设计时,CPU 内部寄存器内容的保护和恢复。 一般利用堆栈实现现场保护和恢复的格式: 过程名PROC [NEAR/FAR]

随机信号实验报告

随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景: (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1

理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究,对对它们进行比较分析并讨论其物理意义。 关键词:理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景: 在词典中噪声有两种定义:定义1:干扰人们休息、学习和工作的声音,引起人的心理和生理变化。定义2:不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声,可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的,从感性上很容易理解。而第二种定义则相对抽象一些,大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声,如何的利用噪声,把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解,为后面的学习与工作做准备,我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们,掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法,掌握理想白噪声和带限白噪声的性质。

北京理工大学汇编试题

一、数制转换,以下数为带符号数,表达成字节或字的形式:(10分) (-327)10 = ()2 (70b6)16=()10 (11010001)2 =()10 (0101010101011001)2=()10 ( 2572)10 =()16 二、指出划线部分的寻址方式,并计算其物理地址:(10分) 已知: (CS)=2100H, (DS)=2400H, (ES)=2800H, (SS)=2600H, (BX)=0600H, (DI)=0200H, (SI)= 0300H, (BP)=0400H, BUF=1000H 1、MOV CL ES:[1500H] ;寻址方式:物理地址: 2、CMP SI, [DI] ;寻址方式:物理地址: 3、ADD AX, BUF [BP] [SI] ;寻址方式:物理地址: 4、CALL WORD PTR CS:[SI] ;寻址方式:物理地址: 5、LEA DX, [BX+SI] ;寻址方式:物理地址: 三、已知一程序数据段如下,请在右边表格中填写该数据段数据存储的形式。(12 分,未初始化的单元填写“xx”) DATA SEGMENT Array C=50H BUFFER DB 'B',0BH, B_BYTE LABEL BYTE DATA1 DW 0FFAAH ORG $+1 DATA2 DW B_BYTE DATA3 DW C DATA4 DB 3 DUP(20H),0FFH DATA ENDS 四、写出下列程序段的运行结果,并逐条注释每条指令。

1. 该程序段执行后,BX= .,为什么?(用图表示)(9分)ADDR DW PROC0,PROC1,PROC2,PROC3,PROC4,PROC5,PROC6 DW PROC7,PROC8,PROC9 LEA SI,ADDR ADD SI,2 MOV BX,[SI] INC SI INC SI PUSH BX MOV AX,[SI] INC SI INC SI PUSH AX PUSH BP MOV BP,SP MOV DX,[BP+2] CALL [SI] … PROC1 PROC MOV BX,1 RET PROC1 ENDP PROC2 PROC MOV BX,2 RET PROC2 ENDP PROC3 PROC MOV BX,3 RET PROC3 ENDP 余此类推… (9分)2. 下面这段程序的功能是。

随机信号分析实验报告(基于MATLAB语言)

随机信号分析实验报告 ——基于MATLAB语言 姓名: _ 班级: _ 学号: 专业:

目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)

实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布, U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: y0=1,y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x),而R 为(0,1)均匀分布随机变量,则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数:rand 用法:x = rand(m,n) 功能:产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数:randn 用法:x = randn(m,n) 功能:产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N(μ,σ2)分布的随机序列,则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程,可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程,样本函数为x(n),其中n=0,1,2,……N-1。那么,

随机信号分析实验报告二 2

《随机信号分析》实验报告二 班级: 学号: 姓名:

实验二高斯噪声的产生和性能测试 1.实验目的 (1)掌握加入高斯噪声的随机混合信号的分析方法。 (2)研究随机过程的均值、相关函数、协方差函数和方差。 ⒉实验原理 (1)利用随机过程的积分统计特性,给出随机过程的均值、相关函数、协方差函数和方差。 (2)随机信号均值、方差、相关函数的计算公式,以及相应的图形。 ⒊实验报告要求 (1)简述实验目的及实验原理。 (2)采用幅度为1,频率为25HZ的正弦信号错误!未找到引用源。为原信号,在其中加入均值为2,方差为0.04的高斯噪声得到混合随机信号X(t)。 试求随机过程 的均值、相关函数、协方差函数和方差。用MATLAB进行仿真,给出测试的随机过程的均值、相关函数、协方差函数和方差图形,与计算的结果作比较,并加以解释。 (3)分别给出原信号与混合信号的概率密度和概率分布曲线,并以图形形式分别给出原信号与混合信号均值、方差、相关函数的对比。 (4)读入任意一幅彩色图像,在该图像中加入均值为0,方差为0.01的高斯噪声,请给出加噪声前、后的图像。 (5)读入一副wav格式的音频文件,在该音频中加入均值为2,方差为0.04的高斯噪声,得到混合随机信号X(t),请给出混合信号X(t)的均值、相关函数、协方差函数和方差,频谱及功率谱密度图形。 4、源程序及功能注释 (2)源程序: clear all; clc; t=0:320; %t=0:320 x=sin(2*pi*t/25); %x=sin(2*p1*t/25) x1=wgn(1,321,0); %产生一个一行32列的高斯白噪声矩阵,输出的噪声强度为0dbw

北京理工大学汇编实验二报告

北京理工大学汇编实验二报告

本科实验报告实验名称:算术运算类操作实验

一、实验要求和目的 1、了解汇编语言中的二进制、十六进制、十进制、BCD 码的表示形式; 2、掌握各类运算类指令对各状态标志位的影响及测试方法; 3、熟悉汇编语言二进制多字节加减法基本指令的使用方法; 4、熟悉无符号数和有符号数乘法和除法指令的使用; 5、掌握符号位扩展指令的使用。 6、掌握 BCD 码调整指令的使用方法 二、软硬件环境 1、硬件环境:计算机系统 windows; 2、软件环境:装有 MASM、DEBUG、LINK、等应用程序。 三、实验涉及的主要知识 1、加减法处理指令 主要有加法指令 ADD,带进位加法 ADC,减法指令 SUB,带进位减法指令 SBB。 2.乘除法指令和符号位扩展指令 主要有无符号数乘法指令MUL,带符号数乘

法指令IMUL,无符号数除法指令DIV,带符号数除法指令 IDIV,以及符号位从字节扩展到字的指令 CBW 和从字扩展到双字的指令 CWD。 3.BCD 码的调整指令 主要有非压缩的BCD 码加法调整指令DAA,压缩的 BCD 码减法调整指令 DAS,非压缩的 BCD 码加法调整指令 AAA,非压缩的 BCD 码减法调整指令 AAS,乘法的非压缩 BCD码调整指令 AAM,除法的非压缩 BCD 码调整指令 AAD。 8088/8086 指令系统提供了实现加、减、乘、除运算的上述基本指令,可对表 1 所示的数据类型进行数据运算。 表 1-2-1 数据类型数据运算表

四、实验内容与步骤 1、对于两组无符号数,087H 和 034H,0C2H 和5FH,试编程求这两组数的和差积商,并考虑计算结果对标志寄存器中状态标志位的影响:(1)实验流程 将一组 操作数 分别用 ADD,SUB,MUL,DIV 运算 (2)实验代码: DATAS SEGMENT BUF1 DB 087H BUF2 DB 034H BUF3 DB 4 DUP(?);此处输入数据段代码 DATAS ENDS

德育开题报告(北京理工大学)

无悔的象牙塔 05011406 冯钰坤1120141263 踏入校门之前,曾以为大学生活会很长很长,但是转眼之间,却又大半年已过去。过去还带着一分稚嫩,一分天真,一分无知的我,经过这半年的锻炼和学习,已经多了一分成熟,一分稳重,一分缜密。所以我希望记录下这大半年来的学习、生活的感触,以及对未来的期望和规划。 有多少个今天 今天我在北京理工大学学习,今天我在徐特立图书馆自习,今天我在理科教学楼上课,今天我在球场打球。 这是我大半年来每天的生活。看似寻常,实则丰富多彩。 从上课来说,除了正常上课,我还会去蹭听其他老师的课程,或者上慕课网听网络课程,来帮助我理解老师讲的知识。大学老师讲课的速度总是很快,一个知识点过去就是下一个,很少有缓冲、理解的时间。自从这个学期每节课的时间从50分钟改到45分钟,老师也无奈地表示讲课快并非他们本意,而是课时所迫。像工科数学分析,大学物理这些比较难的课程,我只好课下再多下功夫自习。所以大学课程安排看似没有高中那么满,但是每天的学习却感觉更加辛苦。 我的爱好很多,在大学期间我准备继续将它们发扬光大,所以一开学,我就报名了一个钢琴班,每周去学两次钢琴。别的同学在休息,在娱乐,我的休息和娱乐方式就是去练习弹钢琴。音乐能带给我平静的心情,所以每次面对钢琴的时候,我总是能表现出不寻常的耐心。 我没有参加学生组织,参加的唯一一个社团就是排球社从小学起,个子高的我就参加过很多体育活动,那时候,我接触了排球。在中学沉寂了6年,我的排球细胞终于找到了组织。我早早地加入了排球社,并进入校队。其实我没有接触过系统训练,基础并不是很好,但是经过半年的练习,我的水平终于得到了肯定,能代表学校去参加北京市的排球赛,帮助女排队获得了好成绩。运动带给我的,是我在心情低落、烦闷的时候,无尽的激情与动力。 大学的生活虽然充满了竞争,但是在竞争的路上,也有美丽的风景。沉迷于路边风景,可能会失去目标;但是一味地追求成绩,追逐目标,生活又失去了很多滋味。 做什么也好,别为着得到赞赏 我着实是一个心脏很大,适应力很强的人。尽管18年来从未独自在外生活过,但是我竟然几乎没有任何不适,就习惯了宿舍生活。进入大学,我更多地看到了它的好:校园空旷,广大,抬头能看到无穷无尽的天空;校内设施几乎应有尽有,食堂更是超过其他学校良多,价钱还便宜;老师讲课也不是传说中的照本宣科,反而声情并茂,知识点都讲得透彻清晰;甚至不用走出学校门,我就可以上钢琴课,上托福课……这是我的大学,一个五脏俱全的小城市。 可是仍然会有些迷惘。 在三更半夜仍然奋笔疾书的时候,皱着眉头翻来覆去看高数书的时候,敲打键盘对付C 语言的时候,偶尔我也会停下来问自己:怎么会比高三还忙碌?忙碌,又在忙碌些什么? 有一句话理很歪,但又真实到让人无奈:学了不一定会,会了不一定考,考了不一定过,过了不一定毕业,毕业不一定有工作,有工作不一定挣钱……未来没有一定的量度,社会没有统一的标准,都靠人与人竞争,一切都那么模糊,飘忽不定。甚至一种感觉,越到人数众多,越到精英云集的时候就越清晰:感觉付出了同等的努力,但是就是没有别人成绩出色;甚至觉得别人并没有学的如自己痛苦,但是却轻轻松松拿了高分,附带各种竞赛奖项。你也

北京理工大学汇编实验五实验报告概要

本科实验报告实验名称:子程序设计实验

实验五子程序设计实验(设计性实验) 一、实验要求和目的 1.熟悉汇编语言程序设计结构; 2.熟悉汇编语言子程序设计方法; 3.熟悉利用汇编语言子程序参数传递方法; 4.熟悉汇编语言字符串处理基本指令的使用方法; 5.掌握利用汇编语言实现字符串的输入输出程序设计方法; 6.掌握数制转换程序实现方法。 二、软硬件环境 1、硬件环境:计算机系统windows; 2、软件环境:装有MASM、DEBUG、LINK、等应用程序。 三、实验涉及的主要知识 A)子程序知识要点: 1、掌握子程序的定义语句;过 程名PROC [near/far] 过程 体 RET 过程名ENDP 2.子程序结构形式一个完整的子程序一般应包含下列内容: 1. )子程序的说明部分 在设计了程序时,要建立子程序的文档说明,使用户能清楚此子程序的功能和调用方法. 说明时,应含如下内容: .子程序名:命名时要名中见意. .子程序的功能:说明子程序完成的任务; .子程序入口参数:说明子程序运行所需参数及存放位置; .子程序出口参数:说明子程序运行结果的参数及存放位置; .子程序所占用的寄存器和工作单元; .子程序调用示例; 2、)掌握子程序的调用与返回在汇编语言中,子程序的调用用CALL,返回用RET指令 来完成。 .段内调用与返回:调用子程序指令与子程序同在一个段内。因此只修改IP; .段间调用与返回:调用子程序与子程序分别在不同的段,因此在返回时,需同时修改CS:IP。 3.)子程序的现场保护与恢复保护现场:在子程序设计时,CPU内部寄存器内容的

保护和恢复。 一般利用堆栈实现现场保护和恢复的格式:过程名PROC [NEAR/FAR] PUSH AX PUSH BX . . PUSH DX . . . POP DX . . . POP AX RET 过程名ENDP 4.子程序的参数传递方法 1.寄存器传递参数这种方式是最基本的参数传递方式。 2.存储器单元传(变量)递参数 这种方法是在主程序调用子程序前,将入口参数存放到约定的存储单元中;子程序运行时到约定存储位置读取参数;子程序执行结束后将结果也放在约定存储单元中。 3.用堆栈传递参数 利用共享堆栈区,来传递参数是重要的的方法之一。 B)字符、字符串输入输出知识要点: 在实际应用中,经常需要从键盘输入数据并将结果等内容显示到屏幕上,方便程序控制及查看结果。汇编语言的数据输入和输出分成两类,一是单个字符数据的输入输出,一是字符串数据的输入输出。都可以通过DOS功能调用来实现,下面就分别介绍下用来实现数据输入输出的功能调用的使用方法。 1、单个字符输入 单个字符输入可以利用DOS的1号功能调用来完成,使用方法为: MOV AH,1 INT 21H 这两条语句执行后,光标会在屏幕上闪烁,等待输入数据,输入的数据以ASCII 码形式存储在AL寄存器中。 2、单个字符输出 单个字符输出可利用DOS2号功能调用来完成,使用方法为: MOV DL,’?’ MOV AH,2

随机信号分析实验报告

H a r b i n I n s t i t u t e o f T e c h n o l o g y 实验报告 课程名称:随机信号分析 院系:电子与信息工程学院班级: 姓名: 学号: 指导教师: 实验时间: 实验一、各种分布随机数的产生

(一)实验原理 1.均匀分布随机数的产生原理 产生伪随机数的一种实用方法是同余法,它利用同余运算递推产生伪随机数序列。最简单的方法是加同余法 )(mod 1M c y y n n +=+ M y x n n 1 1++= 为了保证产生的伪随机数能在[0,1]内均匀分布,需要M 为正整数,此外常数c 和初值y0亦为正整数。加同余法虽然简单,但产生的伪随机数效果不好。另一种同余法为乘同余法,它需要两次乘法才能产生一个[0,1]上均匀分布的随机数 )(mod 1M ay y n n =+ M y x n n 1 1++= 式中,a 为正整数。用加法和乘法完成递推运算的称为混合同余法,即 )(mod 1M c ay y n n +=+ M y x n n 1 1++= 用混合同余法产生的伪随机数具有较好的特性,一些程序库中都有成熟的程序供选择。 常用的计算语言如Basic 、C 和Matlab 都有产生均匀分布随机数的函数可以调用,只是用各种编程语言对应的函数产生的均匀分布随机数的范围不同,有的函数可能还需要提供种子或初始化。 Matlab 提供的函数rand()可以产生一个在[0,1]区间分布的随机数, rand(2,4)则可以产生一个在[0,1]区间分布的随机数矩阵,矩阵为2行4列。Matlab 提供的另一个产生随机数的函数是random('unif',a,b,N,M),unif 表示均匀分布,a 和b 是均匀分布区间的上下界,N 和M 分别是矩阵的行和列。 2.随机变量的仿真 根据随机变量函数变换的原理,如果能将两个分布之间的函数关系用显式表达,那么就可以利用一种分布的随机变量通过变换得到另一种分布的随机变量。 若X 是分布函数为F(x)的随机变量,且分布函数F(x)为严格单调升函数,令Y=F(X),则Y 必为在[0,1]上均匀分布的随机变量。反之,若Y 是在[0,1]上 均匀分布的随机变量,那么)(1 Y F X X -= 即是分布函数为FX(x)的随机变量。式中F X -?1 ()为F X ()?的反函数。这样,欲求某个分布的随机变量,先产生在[0,1]区间上的均匀分布随机数,再经上式变 换,便可求得所需分布的随机数。 3.高斯分布随机数的仿真 广泛应用的有两种产生高斯随机数的方法,一种是变换法,一种是近似法。 如果X1,X2是两个互相独立的均匀分布随机数,那么下式给出的Y1,Y2

开题报告

北京理工大学研究生院 工程硕士学位论文(设计)开题报告 学号 40908538 工程领域软件工程 姓名沈鑫 指导教师闫达远 企业指导教师周海淞 二○一一年六月十五日

工程硕士学位论文开题报告评审表 注:成绩以“合格”“不合格”记;评审组成员为高级职称人员。

学位论文(设计)选题名称:杭州城市交通事故接处警系统的设计与实现 题目来源:实际工程项目 1.学位论文(设计)选题的目的和意义 1.1 本选题研究领域历史、现状、发展趋势分析 1.1.1选题背景和意义 浙江省杭州市公安局交通警察局主要管辖杭州市老城区683平方公里土地面积上的市政道路及绕城高速公路等,承担着维护道路交通秩序、处罚交通违法行为、确保道路交通安全以及车辆、驾驶人源头管理等工作职责。目前,杭州全市境内公路总里程达到14462公里,其中高等级公路里程2300公里。杭州老城区市政道路里程1700余公里,道路面积为3375.8万平方米。随着杭州经济持续快速发展和城市化进程的加快,机动车数量迅速增加,市民出行时对道路交通的需求快速增长。 随着相对有限的杭州城市交通资源已经无法满足城市交通需求急剧增加,加之部分城市道路规划的不合理、路面的通行能力低、大量新驾驶员上路、少数道路交通参与者的交通法规意识低等因素,使得近年来杭州道路交通拥挤不堪,交通事故数量逐年增长,甚至呈现重、特大事故及群死群伤事故逐年增多的趋势。杭州城市交通疏导的工作量也随之增加,市民对交通管理的服务需求大量增加。由此对交通事故报警受理服务质量的需要日益增加,对智能交通系统ITS有着迫切的需求。因而,基于ITS 的交通管理将会发挥越来越重要的作用。计算机技术、网络技术、通信技术等现代科学技术的发展给道路交通接处警系统提出了更高更新的要求。 针对杭州城市交通出现的“三多一高”(私用车辆增多、新驾驶员增多、交通问题咨询多、交通事故报警率高)特点,急需全面提高交通指挥中心的接警能力,扩大接警容量,加强处警单位的快速反应和高效处警能力,以适应交通发展和为广大民众

北京理工大学DSP实验一

本科实验报告 实验名称:实验一利用DFT对信号进行频谱分析

实验一 利用DFT 对信号进行频谱分析 一、 实验目的 利用DFT 对信号进行频谱分析,研究不同数据长度、补零、加窗等对频率分辨率的影响。 二、 实验原理 1.连续周期信号相对于离散周期信号,连续非周期信号相对于离散非周期信号,都可以通过时域抽样定理建立相互关系。因此,在离散信号的DFT 分析方法基础上,增加时域抽样的步骤,就可以实现连续信号的DFT 分析。 2.利用DFT 计算连续周期信号X (t )的频谱的分析步骤: (1) 确定周期信号的基本周期T0; (2) 计算一个周期内的抽样点数N 。若周期信号的最高次谐频为p 次谐波pw0 ,则频谱中有2p+1根谱线;若周期信号的频谱无限宽,则认为集中信号90%以上(或根据工程允许而定)能量的前(p+1)次谐波为近似的频谱范围,其余谐波忽略不计。取N>=2p+1; (3) 对连续周期信号以抽样间隔T= T0 /N 进行抽样,得到x[k] ; (4) 利用FFT 函数对x[k]作N 点FFT 运算,得到X[m]; (5) 最后求得连续周期信号的频谱为X(nw0)=X[m]/N 。 三、 实验内容与分析 对1 23πππ+x(t )=cos(2ft)+cos(2f t)cos(2f t) ,

其中123f 2,f 2.5,f 3,t ms kHz kHz kHz ===的单位为 进行频谱分析: 1.由f 3,f 2h s h kHz f =≥ ,选择10kHz 的采样频率对x (t )进行时域采 样。 2.由x(t)可知,min f 0.5k Hz ?= ,下面取不同数据长度对x (t )进行频谱分析: (1) 对连续时间信号采样后取L1=10、L2=20两个数据长度;

随机信号处理模实验报告

随机信号分析与处理实验报告院系:信息工程学院 专业:电子信息科学与技术 姓名: 方静 学号:030941209 指导老师:廖红华

实验一 熟悉MATLAB 的随机信号处理相关命令 一、实验目的 1、利用Matlab 对随机熟悉各种随机信号函数的用法 2、掌握随机信号的简单分析方法 二、实验原理 1、语音的录入与打开 在MATLAB 中,wavread 函数用于读取语音信号,采样值放在向量y 中,s f 表示采样频率(Hz),bits 表示 采样位数。[N1 N2]表示读取从N1点到N2点的值。 2、语音信号的频域分析 FFT 即为快速傅氏变换,是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。在Matlab 信号处理工具箱中,语音信号的频域分析就是对信号进行傅里叶变换后的分析。 4、方差 定义22)]}()({[t t m t X E X X -=)(δ 为随机过程的方差。方差通常也记为DX (t ) ,随机过程的方差也是时间 t 的函数, 由方差的 定义可以看出,方差是非负函数。 5、自相关与互相关 自相关和互相关分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度,即互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1,t2的取值之间的相关程度,自相关函数是描述随机信号x(t)在任意两个不同时刻t1,t2的取值之间的相关程度。 互相关函数给出了在频域内两个信号是否相关的一个判断指标,把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号,对修正测量中接入噪声源而产生的误差非常有效. 事实上,在图象处理中,自相关和互相关函数的定义如下:设原函数是f(t),则自相关函数定义为R(u)=f(t)*f(-t),其中*表示卷积;设两个函数分别是f(t)和g(t),则互相关函数定义为R(u)=f(t)*g(-t),它反映的是两个函数在不同的相对位置上互相匹配的程度。 6. 短时过零率与短时能量 语音一般分为无声段,清音段和浊音段。由于语音信号是一个非平稳过程,不能用处理平稳信号的信号处理技术对其进行分析处理。但由于语音信号本身的特点,在10-30ms 的短时间范围内,其特性可以看作是一个准稳态过程,具有短时性,因此采用短时能量和过零率来对语音进行端点检测是可行的。 信号的短时能量定义为:设语音波形时域信号为x(t),加窗分帧处理后得到第n 帧语音信号为xn(m),则定义的短时能量函数如下: ) ()()(x m n x m w m n +=,10-≤≤ N m ,,0)(),1(~0,1)(=-==n w N m m w m 为其他值,其中n=0,1T,2T……并且N 为帧长,T 为帧移长度。 短时过零率表示一帧语音中语音信号的波形穿过横轴的零电平的次数,他可以用来区分清音和浊音,因为语音信号中高音段有高的过零率,低音段有低的过零率,短时能量大的地方过零率小,短时能量小的地方过零率大。 过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时,我们称之为“过零”,即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零

相关主题