当前位置: 首页 > article >正文

02【Matlab系统辨识】白噪声

1.白噪声与有色噪声

1.1 白噪声(white noise)

       系统辨识中所用到的数据通常都含有噪声。从工程实际出发,这种噪声往往可以视为具有有理谱密度的平稳随机过程。白噪声是一种最简单的随机过程,是由一系列不相关的随机变量组成的理想化随机过程。白噪声的数学描述如下: 如果随机过程\xi (t)均值为0 、自相关函数为{\sigma }^2\delta (\tau ),即

R_{\xi }(\tau)=\sigma ^2\delta (\tau)

式中,\delta (\tau)为单位脉冲函数,即

\delta(\tau) = \begin{cases} \infty, & \text{if } \tau= 0 \\ 0, & \text{if } \tau \neq 0 \end{cases},且\int_{-\infty}^{\infty} \delta(\tau) \, d\tau = 1

则称该随机过程为白噪声。

1.2 白噪声序列

        白噪声序列是白噪声过程的一种离散形式,可以描述如下:如果随机序列\left \{ \xi(k) \right \}均值为0 ,且两两不相关,对应的自相关函数为:

R_{\xi }(k)=\sigma ^2\delta (k),k=0,\pm 1,\pm2,\cdots

        式中,\delta (k)为Kronecker 函数, 即

\delta(k) = \begin{cases} 1, & \text{if } k= 0 \\ 0, & \text{if }k \neq 0 \end{cases}

        则称随机序列\left \{ \xi(k) \right \}为白噪声序列。         
        可以将标量白噪声序列的概念推广至向量的情况,向量白噪声序列定义如下:

\begin{cases} \mathbb{E}\left\{ \mathbf{\xi}(k) \right\} = \mathbf{0} \\ \text{Cov}\left\{ \mathbf{\xi}(k), \mathbf{\xi}(k+l) \right\} = \mathbb{E}\left\{ \mathbf{\xi}(k) \mathbf{\xi}^T(k+l) \right\} = \mathbf{R} \delta(l) \end{cases}

式中,\mathbf{R}为正定常数矩阵,\delta(l)为Kronecker函数。

1.3 有色噪声(colored noise)

        从上述定义可知,理想白噪声只是一种理论上的抽象,在物理上是不能实现的,现实中并不存在这样的噪声。因而,工程实际中测量数据所包含的噪声往往是有色噪声。所谓有色噪声(或相关噪声)是指噪声序列中每一时刻的噪声和另一时刻的噪声相关。“表示定理”表明,有色噪声序列可以看成由白噪声序列驱动的线性环节的输出。

1.4 仿真实例

 仿真结果

 仿真代码

%白噪声及有色噪声序列的产生
clear all; close all;

L=500; %仿真长度
d=[1 -1.5 0.7 0.1]; c=[1 0.5 0.2]; %D、C多项式的系数(可用roots命令求其根)
nd=length(d)-1; nc=length(c)-1; %nd、nc为D、C的阶次
xik=zeros(nc,1); %白噪声初值,相当于ξ(k-1)...ξ(k-nc)
ek=zeros(nd,1); %有色噪声初值
xi=randn(L,1); %randn产生均值为0,方差为1的高斯随机序列(白噪声序列)

for k=1:L
    e(k)=-d(2:nd+1)*ek+c*[xi(k);xik]; %产生有色噪声
    
    %数据更新
    for i=nd:-1:2
        ek(i)=ek(i-1);
    end
    ek(1)=e(k);
    
    for i=nc:-1:2
        xik(i)=xik(i-1);
    end
    xik(1)=xi(k);
end
subplot(2,1,1);
plot(xi);
xlabel('k'); ylabel('噪声幅值'); title('白噪声序列');
subplot(2,1,2);
plot(e);
xlabel('k'); ylabel('噪声幅值'); title('有色噪声序列');

仅作为个人学习笔记,来源:系统辨识与自适应控制MATLAB仿真(修订版)Zhonghua Pang, Chinese Academy of Sciences; Hong Cui, Second Institute of Oceanography 北京航空航天大学出版社, 2013  ISBN: 978-7-5124-0965-1; 


http://www.kler.cn/a/317748.html

相关文章:

  • java的JJWT 0.91在jdk21中报错的解决方法
  • 深度学习和图像处理
  • 如何使用 Web Scraper API 高效采集 Facebook 用户帖子信息
  • 鸿蒙next版开发:相机开发-适配不同折叠状态的摄像头变更(ArkTS)
  • 阅读2020-2023年《国外军用无人机装备技术发展综述》笔记_技术趋势
  • 边缘的检测
  • 【论文阅读】Act3D: 3D Feature Field Transformers for Multi-Task Robotic Manipulation
  • CSS 复合选择器简单学习
  • 128页4W字精品文档 | 某智慧能源集团数字化管理平台项目建议书
  • python:django项目知识点02——搭建简易授权码核销系统
  • Llama 3.1 技术研究报告-3
  • Superset 使用指南之优化数据可视化性能与扩展
  • SpringBoot整合InfluxDB(实战)
  • 视频美颜SDK核心功能解析:打造高效直播美颜工具方案详解
  • 力扣6 N字形变换
  • Python 方法传参详解
  • 【裸机装机系列】11.kali(ubuntu)-优化-扩展root分区存储空间
  • 快递预约取件API接口代码
  • 手机上轻松解压并处理 JSON 文件
  • [单master节点k8s部署]22.构建EFK日志收集平台(一)
  • 网站服务器怎么计算同时在线人数?
  • python基础(1)pyenv安装和对Django使用
  • Python编码系列—Python外观模式:简化复杂系统的快捷方式
  • pytorch--流水线并行
  • pandas外文文档快速入门
  • UNet 眼底血管分割实战教程