c语言m序列产生,M序列的生成

c语⾔m序列产⽣,M序列的⽣成
之前不懂系统辨识的理论,输⼊信号随便⽤了⼀个阶跃信号,后来发现阶跃信号其实很菜,不⾜以激励起系统的全部动态特性,额,实验数据⽴马弱爆了。。。M序列是⼯程中常⽤的输⼊信号,它的性质类似于⽩噪声,⽽⽩噪声是理论上最好的输⼊信号,可见M序列的价值。下⾯介绍M序列的matlab产⽣⽅法,看到很多论坛产⽣M序列的程序复⽤性不⾼,⽽matlab就提供了产⽣M序列的专门函数,这⾥尝试⼀下。
idinput函数拟合度
产⽣系统辨识常⽤的典型信号。
格式
u = idinput(N,type,band,levels)
[u,freqs] = idinput(N,'sine',band,levels,sinedata)
N
产⽣的序列的长度,如果N=[N nu],则nu为输⼊的通道数,如果N=[P nu
M],则nu指定通道数,P为周期,M*P为信号长度。默认情况下,nu=1,M=1,即⼀个通道,⼀个周期。
Type
指定产⽣信号的类型,可选类型如下
‘rgs’
⾼斯随机信号
‘rbs’ (默认)
⼆值随机信号
‘prbs’
⼆值伪随机信号(M序列)
‘sine’
正弦信号和
Band
指定信号的频率成分。对于’rgs’、’rbs’、’sine’,band = [wlow,
whigh]指定通带的范围,如果是⽩噪声信号,则band=[0, 1],这也是默认值。指定⾮默认值时,相当于有⾊噪声。
对于’prbs’,band=[0, B],B表⽰信号在⼀个间隔1/B(时钟周期)内为恒值,默认为[0, 1]。
Levels
指定输⼊的⽔平。Levels=[minu,
maxu],在type=’rbs’、’prbs’、’sine’时,表⽰信号u的值总是在minu和maxu之间。对于type=’rgs’,minu指定信号的均值减标准差,maxu指定信号的均值加标准差,对于0均值、标准差为1的⾼斯⽩噪声信号,则levels=[-1,
1],这也是默认值。
说明
对于PRBS信号,如果M>1,则序列的长度和PRBS周期会做调整,使PRBS的周期为对应⼀定阶数的最⼤值(即2^n-1,n为阶数);如果
M=1,PRBS的周期是⼤于N的相应阶数的值。在多输⼊的情形时,信号被最⼤平移,即P/nu为此信号能被估计的模型阶次的上界。
上⾯的意思可如下理解:对于M=1时,
ms = idinput(12, 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
结果如下
同时,matlab给出如下警告
Warning: The PRBS signal delivered is the 12 first values of a
full sequence of length 15.
即函数的输出为周期为15(⼤于12的第⼀个2^n-1的值)PRBS信号的前12个值组成的序列。如
ms = idinput(15, 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
可以看到指定12时的序列为指定15时的序列的前⾯部分。
对于M>1时,
ms = idinput([12,1,2], 'prbs', [0 1], [0 1]);
figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
结果如下
Matlab给出的响应警告为
Warning: The period of the PRBS signal was changed to 7.
Accordingly, the length of the
generated signal will be 14.
掌声高军对于正弦信号和的产⽣,貌似⽤的不多,语法还挺复杂,等⽤的时候再看吧。
⽅法
产⽣’rgs’信号的带通信号使⽤的是⼀个8阶巴特沃斯滤波器,使⽤idfilt做的⾮因果滤波,这个是可信赖的⽅法。对于’rbs’信号,使⽤的是相同的滤波器,但是是在⼆值化之前,这意味着频率成分并不保证是精确的。
产⽣⾼斯随机信号
clc
clear all
close all
% ⾼斯随机信号
u = idinput(1000, 'rgs');
figure
stairs(u)
title('⾼斯随机信号')
figure
hist(u, -4:4)
title('⾼斯随机信号的分布')
产⽣⼆值随机信号
clc
clear all
掌中宽带close all
% ⼆值随机信号
u = idinput(100, 'rbs');
figure
stairs(u)
title('⼆值随机信号')
ylim([-1.5 1.5])
产⽣⼆值伪随机信号(M序列)
合理的选择输⼊激励信号,能有效的激励起系统的动态信号。⽩噪声的平稳谱的性质决定了它是⼀个很好的输⼊信号,但它在⼯程中不易实现,⽽M序列具有近似⽩噪声的性质,可保证良好的辨识精度。
clc
clear all
close all
% ⼆值伪随机信号(M序列)
n = 8; % 阶次
p = 2^n -1; % 循环周期
ms = idinput(p, 'prbs');
figure
stairs(ms)
title('M序列')
ylim([-1.5 1.5])
结果
验证M序列的性质如下
-1和1的个数差1
sum(ms==1) % 1的个数
sum(ms==-1) % -1的个数
ans =
127
ans =
128
存在直流分量
mean(ms) % 直流分量
ans =
-0.0039
相关函数
a = zeros(length(ms)*10, 1); % 采样
for i = 1:10
a(i:10:end) = ms;
end
c = xcorr(a, 'coeff'); % ⾃相关函数
figure
plot(c)
title('相关函数')
⾃相关函数接近于δ函数。2012北京高考理综
谱密度
figure
pwelch(a) % 谱密度
说明M序列不含基频的整数倍的频率成分。
产⽣逆M序列
枫丹白露画派
谱分析表明,M序列含有直流成分,将造成对辨识系统的“净扰动”,这通常不是所希望的。⽽逆M序列将克服这⼀缺点,是⼀种⽐M序列更为理想的伪随机码序列。
clc
clear all
close all
% ⼆值伪随机信号(M序列)
n = 8; % 阶次
p = 2^n -1; % 循环周期
ms = idinput(p, 'prbs', [], [0 1]); figure
stairs(ms)
title('M序列')
ylim([-0.5 1.5])
% 产⽣逆M序列
s = 0;
ims = zeros(2*p, 1);
mstemp = [ms; ms];
for i = 1:2*p
ims(i) = xor(mstemp(i), s);
s = not(s);
end
ims(ims==0) = -1;
figure
stairs(ims)
title('逆M序列')
ylim([-1.5 1.5])
-1和1的个数差1
sum(ims==1) % 1的个数
sum(ims==-1) % -1的个数
ans =
255
ans =
255
输入阻抗
⽆直流分量
mean(ims) % 直流分量
ans =
相关函数

本文发布于:2024-09-21 20:36:29,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/297788.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:信号   序列   指定   函数   噪声   系统   成分
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议