《生物医学信号处理》实验报告 Rpw of p(n) and w(n)200-20-10005000-500-10005000-500-1000-5000500-5000500Rpx of p(n) and x(n)-5000500Rps of p(n) and s(n)Rpw of p(n) and w(n)500-501000-10001000-1001000-10001000-1001000-1000Rpw of p(n) and w(n)500-50-100010000-1000-100010000-5000500Rps of p(n) and s(n)1000-5000500Rps of p(n) and s(n)1000-5000500Rpx of p(n) and x(n)1000-5000500Rpx of p(n) and x(n)1000-50005001000 -1000-1000-50005001000 （a） （b） （c） 图17 （a）为方波信号与衰减系数为3的仿真信号的线性相关函数图像，（b）为方波信号与衰减系数为1的仿真信号的线性相关函数图像，（c）方波信号与衰减系数为6的仿真信号的线性相关函数图像 分析： 方波信号在仿真信号衰减系数不同的情况下，线性相关函数图像会因为衰减系数的改变而改变。 结论： 综上所述，我们可以得出结论，仿真信号的衰减系数的变化会影响其线性相关函数的改变，且针对所有模板信号的都适用（此处略去其他的模板信号分析）。 延拓部分： 因为模板信号较多，这里我们只采取一种代表模板信号，我们取指数衰减信号来做代表，分别对模板信号和仿真信号进行如下造作： （1）线性卷积[卷积运算是LTI（线性时不变系统）分析的重要工具] 利用如下计算线性卷积的函数来替换线性相关函数的程序，代码如下： Cps = conv(s,p); %计算线性卷积 Cpw = conv(w,p); Cpx = conv(x,p); figure; %绘制线性卷积 subplot(3,1,1); plot(Cpw);xlim([0 2001]); title('Cpw of p(n) and w(n)'); subplot(3,1,2); plot(Cps);xlim([0 2001]); title('Cps of p(n) and s(n)'); subplot(3,1,3); plot(Cpx);xlim([0 2001]); title('Cpx of p(n) and x(n)'); 图像输出： 1Noise50-51050100-10100Cpw of p(n) and w(n)0.80200400Signal6008001000-10402005000.610001500Cps of p(n) and s(n)20000.40200400600Signal with Noise80010000500050010001500Cpx of p(n) and x(n)20000.20020406080100 02004006008001000 -500500100015002000 （a） （b） （c） 图18 （a）为指数衰减信号 ，（b）为衰减系数为3、均值为0、方差为1的噪声仿真信号 （c）为线性卷积函数结果图 第11页 共14页
《生物医学信号处理》实验报告 （2）1001点的循环相关 循环相关是针对序列的循环移位的一种相关运算。 程序修改： 首先创建内置函数： function v=length(y) N=length(y); v=zeros(N,N); for i=1:N for j=1:N v(i,j)=y(j); end L=y(1); for k=1:N-1 y(k)=y(k+1); end y(N)=L; end 然后再调用： %计算1001点循环相关系数 Vps1 = circlel(p);Rps1 = s*Vps1; Vpw1 = circlel(p);Rpw1 = w*Vpw1; Vpx1 = circlel(p);Rpx1 = x*Vpx1; %绘制1001点循环相关图 figure; subplot(3,1,1); plot(Rpw1);xlim([0 1001]); title('Rpw1 of p(n) and w(n)'); subplot(3,1,2); plot(Rps1);xlim([0 1001]); title('Rps1 of p(n) and s(n)'); subplot(3,1,3); plot(Rpx1);xlim([0 1001]); title('Rpx1 of p(n) and x(n)'); 图像输出为： 15NoiseRpw1 of p(n) and w(n)200-201005001000-1000.80.60.40.200-51050100-100200400600Signal with Noise80010000200400600Signal80010000200400600Rps1 of p(n) and s(n)80010000200400600Rpx1 of p(n) and x(n)8001000020406080100 02004006008001000 02004006008001000 （a） （b） （c） 图19 （a）为指数衰减信号，（b）为衰减系数为3、均值为0、方差为1的噪声仿真信号， （c）为1001点循环相关函数结果图 第12页 共14页
《生物医学信号处理》实验报告 （3）1001点的循环卷积 循环卷积是针对序列的循环移位的一种相关运算。 修改程序： 首先创建内置函数： function v=length(y) N=length(y); v=zeros(N,N); for i=1:N for j=1:N v(i,j)=y(j); end L=y(N); for k=N:-1:2 y(k)=y(k-1); end y(1)=L; end v=v'; 然后再调用函数 %计算1001点循环卷积 Vps2 = circler(p);Cps1 = s*Vps2; Vpw2 = circler(p);Cpw1 = w*Vpw2; Vpx2 = circler(p);Cpx1 = x*Vpx2; %绘制1001点循环卷积 figure; subplot(3,1,1); plot(Cpw1);xlim([0 1001]); title('Cpw1 of p(n) and w(n)'); subplot(3,1,2); plot(Cps1);xlim([0 1001]); title('Cps1 of p(n) and s(n)'); subplot(3,1,3); plot(Cpx1);xlim([0 1001]); title('Cpx1 of p(n) and x(n)'); 图像输出： 15Noise0-51050100-100200400600Signal with Noise80010000200400600Signal8001000Cpw1 of p(n) and w(n)100-101005001000-1000.80.60.40.200200400600Cps1 of p(n) and s(n)80010000200400600Cpx1 of p(n) and x(n)8001000020406080100 02004006008001000 02004006008001000 （a） （b） （c） 图19 （a）为指数衰减信号，（b）为衰减系数为3、均值为0、方差为1的噪声仿真信号， （c）为1001点循环卷积函数结果图 第13页 共14页
《生物医学信号处理》实验报告 五、实验小结 （包括主要实验问题的最终结果描述、详细的收获体会，待解决的问题等） 在本次实验中通过实际操作得到以下结论： （包括主要实验问题的最终结果描述、详细的收获体会，待解决的问题等） 在本次实验中通过实际操作得到以下结论： ? 实验过程中我们要一直谨记一个原则，单一控制变量原则，即选择改变研究的变量其他的变量我们要控制不能使其改变，这样得出的实验结论才比较有说服力； ? 实验还要尽量避免特异性，即我们需要采取多种模板来做相同的处理，这样得出的结论才更加可靠； ? 试验中有很多相同的处理情况，我们做实验时是要认真得出结果的，但是在撰写实验报告的时候就只需选取几个能够说明问题的即可； ? 实验中涉及到的两个矩阵相加的问题时，我们要通过MATLAB的造作界面查询数据的数据类型，当数据类型不同时，我们要根据实验要求改变数据的类型使其一致才能进行相加处理； ? 另外，线性相关和线性相干我们只采用了二者之一是因为，他们二者之间的函数关系导致二者与仿真信号的函数关系是一致的，他们二者的函数关系为： ρ?m??xy r?m? rxx(0)*ryy(0)xy 手写签名： 第14页 共14页