Pulzné integrácie v Matlab

[plc]

Snažím sa získať signálu z hluku integráciou impulzov vrátiť echo v MATLAB. Ja používam "AWGN" funkciu predstaviť hluku. ale šumu sa zvyšuje aj integrácie. nesmie súčet náhodných čísel. blíži nule?

 

[bulx]

Asi ste integrovať prídavkom. Možno ste zabudli deliť podľa počtu vzoriek po pridaní do šumu + vzorky signálu? -B

 

[plc]

thnx 4 odpovede. môj názor je, že signál záujmu je deterministický, zatiaľ čo šum je náhodná. náhodne vybraných vzoriek by mal pridať až k približne nule , zatiaľ čo sinosoid záujmu Shude sčítajú. delenie nie. vzoriek by tiež zníženie výkonu signálu. [/b]

 

[bulx]

Vlastne to je dobrá otázka. Na ňu odpovedať presne, budete musieť zistiť, čo je hodnota premennej nahromadených gaussian randon, s ohľadom na priemer a rozptyl distribúcie. Myslím, že odpoveď je, že nahromadené sumy je tiež gaussian. V rámci svojho problému, nemôžete predpokladať, že hluk sa hromadia na nulu, len priemer wil byť takmer na nulu. Suma je stále gaussian náhodné premenné. Samozrejme, ak váš signál je tiež nulovú strednú a periodické (ako je sinus), bude zhromažďovať na nulu, determinstically. Stručne povedané, v priemere, nie je dobrý nápad, v tomto kontexte. vzťah by bol oveľa lepší. -B

 

[plc]

aký vzťah to bude? Auto alebo cross-korelačný? Funkcie, ktoré MATLAB Shude aj použitie. Existuje pomerne málo.

 

[armin]

Ahoj predpokladať, že deterministický signál hovoria X (t) má periódu T. a predpokladajú, že pri každom opakovaní X (t), je aditívny šum pridaný do X (t), tj Ni (t) a budete mať Yi (t), kde i je index zodpovedajúci interval a Yi (t) = X (t) + Ni (t), X: deterministické, Yi a Ni náhodné. Hluk je gaussian sa rozptyl var = {N} Ak opakovať X za dobu M a priemer z výsledkov, ktoré youwill: Y (t) = X (t) + N (t), kde Y (t) = {AVG Yi (t )} N (t) = priemer {Ni (t)} ((v priemere je viac ako # pokusov a opakuje)) to je dobre, že: var {y (t)} = var {N (t)} = var {N } / M tak intuitívne, pre dosť veľké M: Y (t) -> X (t) {var Armin AVG {y}}