把白噪声叠加到信号上去:
function
[Y,NOISE]
=
noisegen(X,SNR)
%
noisegen
add
white
Gaussian
noise
to
a
signal.
%
[Y,
NOISE]
=
NOISEGEN(X,SNR)
adds
white
Gaussian
NOISE
to
X.
The
SNR
is
in
dB.
NOISE=randn(size(X))
NOISE=NOISE-mean(NOISE)
signal_power
=
1/length(X)*sum(X.*X)
noise_variance
=
signal_power
/
(
10^(SNR/10)
)
NOISE=sqrt(noise_variance)/std(NOISE)*NOISE
Y=X+NOISE
其中X是纯信号,SNR是要求的信噪比,Y是带噪信号,NOISE是叠加在信号上的噪声。
对于上面的通用程序,如果X是正弦信号,SNR是要求的信噪比,那么输出的Y就是正弦信号加噪后的信号,NOISE就是所添加的噪声信号。
经过低通滤波器将噪声过滤掉,在将过滤后的信号画成图象可得隐藏的正弦波;双线性法设计低通滤波器:
fp=1000
fc=1200
as=100
ap=1
fs=22000
wp=2*fp/fs
wc=2*fc/fs
%归一化截止频率
[n,wn]=ellipord(wp,wc,ap,as)%求数字滤波器的最小阶数和归一化截止频率
[b,a]=ellip(n,ap,as,wn)%求传递函数的分子分母系数
d=filter(b,a,y)%滤波
plot(d)%画出滤波后图形
" 傅里叶变换实际上是将信号 x\left(t\right) 和一组不同频率的复正弦作内积,这一组复正弦即变换的基向量,而傅里叶系数或傅里叶变换是 x\left(t\right) 在这一组基向量上的投影。" 正弦信号是最规则的信号,由幅度、相位及频率这三个参数即可完全确定。
" 正弦信号有许多好的性质,例如正交性
\int_{t}^{t+T}\sin\left(n\Omega_{0}t\right)\sin\left(m\Omega_{0}t\right)dt= \begin{cases} \frac{T}{2}, &\quad m=n \cr 0, &\quad m\neq n \end{cases}
T=\frac{1}{f_{0}}=\frac{2\pi}{2\pi f_{0}}=\frac{2\pi}{\Omega _{0}}
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)