Matlab——噪声的检测和处理实验

本次实验首先由matlab中的randn()函数模拟噪声信号，模拟确定性信号s(t)的抽样信号，并根据有无信号到达的概率，计算两者出现的频数，在matlab软件中仿真出有信号到达和无信号到达的两种接受信号。在此基础上，根据似然比和bayes检测理论，对接受信号进行有无信号的检测，由1000次实验结果计算检测概率、误警概率、漏警概率和Bayes风险。最后，依题目问题要求，改变实验的参数并研究由此引起的影响。

本实验为确定性信号离散取样下的检测问题，似然比检测准则表述如下：

判定有信号，否则无信号到达。此处为判决门限，此处使用似然比检测方法时假设有无信号到达概率相同，故门限取0.5；在bayes检测时由风险系数和有无信号的概率决定：

问题一：利用似然比检测方法，对信号是否到达进行检测，同时完成计算各个判别概率。

程序代码：%用似然比检测方法，对1000个信号进行检测

clear;

t=0:199;

t1=0:50;

t2=51:150;

t3=151:199;

s1=0.02*t1;

s2=-0.02*t2+2;

s3=0.02*t3-4;

s=[s1,s2,s3]; %信号s(t)的取样向量s

n=5*randn(1000,200);

%利用randn()函数仿真出噪声信号，产生1000个大小为200的噪声序列

x=n;

ww=zeros(1000,1); %存放所检测的结果,1为检测到有信号，0为检测结果为无信号

for i=1:500

x(i,1:end)=x(i,1:end)+s; %前500个有信号到达时所接受的信号，后500个为无信号模拟

end

for j=1:1000

temp=x(j,1:end);

if sum(temp.*s)>25*log(1)+0.5*sum(s.^2) %这里取有无信号到达的概率相同，故门限为1

ww (j)=1;

end

sum(ww) % 一次模拟结果为504等

pd=sum(ww(1:500))/500 %检测概率0.7960

pf=sum(ww(501:1000))/500 %虚警概率 0.2120

pm=1-pd %漏警概率 0.2040

bayes=pf*0.5+pm*0.5 %bayes风险 0.2080

%用bayes检测方法，对1000个信号进行检测

%相比用似然比检测方法，用bayes判别只是修改了到达信号中有无信号的比例和判别门限，修改的代码部分为：

for k=1:600

x(k,1:end)=x(k,1:end)+s; %前600个有信号到达时所接受的信号，后400个为无信号

end

for jj=1:1000

temp=x(jj,1:end);

if sum(temp.*s)>25*log(4/3)+0.5*sum(s.^2) %这里取判别门限为[P(H0)*C10] / [P(H1)*C01]=4/3

ww(jj)=1;

end

sum(ww) % 一次模拟结果为 512

pd=sum(ww(1:600))/600 %检测概率 0.7450

pf=sum(ww(601:1000))/400 %虚警概率 0.1625

pm=1-pd %漏警概率 0.2550

bayes=pf*0.4*2+pm*0.6 %bayes风险 0.2830

分析：两种方法基本判别思想相同，判别门限因风险系数的变化有差别，由此造成的检测概率、虚警概率等稍有不同。

问题四：改变判决的门限，观察检测方法的、、和Bayes风险的变化；

%仍取有无信号的概率分别为0.6，0.4 改变风险系数C10 C01分别为1和2 其余风险系数默认为0，计算得判别门限为1/3

%用bayes检测方法，对1000个信号进行检测 (只给出修改部分)

for j=1:1000

temp=x(j,1:end);

if sum(temp.*s)>25*log(1/3)+0.5*sum(s.^2) %这里取判别门限为[P(H0)*C10] / [P(H1)*C01]=1/3

ww(j)=1;

else ww(j)=0;

end

s11=-0.02*t1;

s21=0.02*t2-2;

s31=-0.02*t3+4;

h=[s11,s21,s31]; %信号s(t)的匹配滤波器h（图形见上）

x1=5*randn(1,200)+s; %有信号到达时的接受信号

x0=5*randn(1,200); %无信号到达时的接受信号

w1=conv(h,x1); %有信号到达时通过系统滤波器后的结果

w0=conv(h,x0); %无信号到达时通过系统滤波器后的结果

subplot(2,2,1);plot(x1); %画图显示结果

title('有信号到达时接受到的输出');

subplot(2,2,3);plot(w1);

title('有信号到达时卷积后的输出');

subplot(2,2,2);plot(x0);

title('无信号到达时接受到的输出');

subplot(2,2,4);plot(w0);

title('无信号到达时卷积后的输出');

由下图可知，通过匹配器滤波后的波形可以比较清楚的判别有无信号到达。左下方的图形中，输出结果在t=200时达到最大值87，由此判别有信号到达；右下方的图形中，输出结果在t=200时达到-100，而判别门限经计算大约为37左右，据此可大致判别无信号到达。

通过该实验，采用了似然比检测和bayes检测两种方法解决了确定性信号的检测问题，实验研究了判别门限、噪声方差和取样间隔等因素对信号判别的影响，并由检测概率、虚警概率、漏警概率和bayes风险等指标进行准确性的衡量，验证了与实际相符的结论。

D102

Matlab——噪声的检测和处理实验相关推荐

基于matlab的运动目标检测,基于matlab的运动目标检测.doc
基于matlab的运动目标检测.doc 河北大学2011届本科生毕业论文(设计)11绪论1.1课题研究背景及意义运动目标检测是图像处理与计算机视觉的一个分支,在理论和实践上都有重大意义,长久以来一直被 ...
MATLAB语音端点检测
第一章绪论 Matlab是矩阵实验室(Matrix Laboratory)的简称,是美国MathWorks公司出品的商业数学软件,用于算法开发.数据可视化.数据分析以及数值计算的高级技术计算语言和交 ...
基于MATLAB的疲劳检测系统
基于MATLAB的疲劳检测系统一.课题介绍随着汽车工业的不断发展,随之而来的社会问题也愈加严重.交通事故给人们造成巨大伤害的同时,也给社会带来沉重的负担和影响.由于疲劳驾驶是引起交通事故的一个主要 ...
mcra matlab,噪声估计的算法及matlab实现毕业设计
噪声估计的算法及matlab实现毕业设计 (53页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 9.90 积分 I噪声估计的算法及MATLAB实现毕业设计 ...
现代检测技术课程实验编程：最小二乘法应用编程
现代检测技术课程实验编程:最小二乘法应用编程一.最小二乘法编程题目描述二.最小二乘法编程题目要求三.什么是最小二乘法四.最小二乘法编程步骤 4.1. 界面的设计 4.2. 程序的编写 4.2. ...
基于matlab的音频信号低通滤波实验
基于matlab的音频信号低通滤波实验一.实验任务录制语音信号,查看其时域频谱图. 加入高频噪声信号,并查看其时域频谱图. 设计低通滤波器,将带有高频噪声的语音信号经过低通滤波器,将噪声滤除,查看 ...
基于Matlab模拟、检测和跟踪飞机着陆进场中异常的仿真（附源码）
目录一.介绍二.生成和标记轨迹三.定义方案四.运行方案并检测异常轨道五.将跟踪异常报告与事实进行比较六.总结七.程序该示例显示了如何自动检测最终接近机场跑道的飞机的偏差和异常.在此示例 ...
【数字信号处理】相关函数应用 ( 相关函数应用场景 | 噪声中检测信号原理 )
文章目录一.相关函数应用场景一.相关函数应用场景求下面信号的 " 自相关函数 " : x(n)=sin⁡(2πfn)+N(n)x(n) = \sin(2\pi fn) + N ...
无穷大功率电源matlab仿真,MATLAB-Simulink系统建模与仿真-实验报告
MATLAB/Simulink 电力系统建模与仿真实验报告姓名: ****** 专业:电气工程及其自动化班级: ******************* 学号:****************** ...
电力系统matlab实验报告,基于matlab语言计算电力系统暂态稳定仿真程序实验报告.docx...
基于matlab语言计算电力系统暂态稳定仿真程序实验报告 BeijingJiaotongUniversity 电力系统分析暂态稳定分析实验学院:电气工程学院班级:xxxxxxxx 学号:xxxx ...

Matlab——噪声的检测和处理实验

Matlab——噪声的检测和处理实验相关推荐

最新文章

热门文章