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:Le(k)=-d(2:nd+1)*ek+c*[xi(k);xik]; %产生有色噪声%数据更新for i=nd:-1:2ek(i)=ek(i-1);endek(1)=e(k);for i=nc:-1:2xik(i)=xik(i-1);endxik(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; 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/430431.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

构建数据分析模型,及时回传各系统监控监测数据进行分析反馈响应的智慧油站开源了。

AI视频监控平台简介 AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。增…

【深度学习】03-神经网络2-1损失函数

在神经网络中,不同任务类型(如多分类、二分类、回归)需要使用不同的损失函数来衡量模型预测和真实值之间的差异。选择合适的损失函数对于模型的性能至关重要。 这里的是API 的注意⚠️,但是在真实的公式中,目标值一定是…

面向对象 vs 面向过程

Java 和 C 语言的区别:面向对象 vs 面向过程 在编程世界中,不同的编程语言承载着不同的编程范式。C 语言作为一门经典的面向过程编程语言,注重函数的调用和操作;而Java则是典型的面向对象编程语言,重视对象与类的设计…

科技云报到:以数据“价值三角”为擎,探索数据治理实践路径

科技云报到原创。 过去四十年,经济发展主要来自于土地、劳动力、农业技术、工业技术等要素的充分释放。面向数字经济时代,无论是大模型、自动驾驶还是具身智能、人形机器人,数据已然成为继土地、劳动、资本和技术之后的又一种战略资产和新型…

【机器学习】11——矩阵求导

机器学习11——矩阵求导 打公式不太好标注,全图警告!!! 文章目录 机器学习11——矩阵求导1.1标量对向量1.2标量对矩阵2.1向量对标量2.2向量对向量2.3向量对矩阵 1.1标量对向量 1.2标量对矩阵 X是m*n的矩阵,不严谨&am…

在vue中嵌入vitepress,基于markdown文件生成静态网页从而嵌入社团周报系统的一些想法和思路

什么是vitepress vitepress是一种将markdown文件渲染成静态网页的技术 其使用仅需几行命令即可 //在根目录安装vitepress npm add -D vitepress //初始化vitepress,添加相关配置文件,选择主题,描述,框架等 npx vitepress init //…

隐匿发案:David律所代理艺术家Ina Tomecek的两张青蛙版权画维权

案件基本情况:起诉时间:2024-8-14案件号:2024-cv-07196原告:Ina Tomecek原告律所:Law Office of David Gulbransen起诉地:伊利诺伊州北部法院涉案商标/版权:原告品牌简介:Ina Tomece…

内核是如何接收网络包的

1、数据如何从网卡到网络协议栈 1.1内核收包的过程 1、数据帧从外部网络到达网卡 2、网卡把数据帧从自己的缓存DMA(拷贝到)和内核共有的RingBuffer上 3、网卡发出硬中断通知CPU 4、CPU响应硬中断,简单处理后发出软中断 5、k’softirqd线程处理软中断,调…

颍川陈氏——平民崛起的典范

园子说颍川 广州有一处老建筑“陈家祠”,豪华精美堪比皇宫,誉为“岭南建筑艺术明珠”、“新世纪羊城八景”之一,是全国文保单位,4A 级景区。主体建筑以中轴线三座厅堂为中心,由大小十九座单体建筑组成,占地…

Windows如何查看已缓存的DNS信息

Windows server 2016如何查看已缓存的DNS信息 在Windows server 2016系统下,如何查看已缓存的DNS信息呢? 1.打开“运行”,输入cmd,点击“确定” 2.在命令行界面输入ipconfig /displaydns,按回车即可查看已缓存的dns信息

在vue中:style 的几种使用方式

在日常开发中:style的使用也是比较常见的&#xff1a; 亲测有效 1.最通用的写法 <p :style"{fontFamily:arr.conFontFamily,color:arr.conFontColor,backgroundColor:arr.conBgColor}">{{con.title}}</p> 2.三元表达式 <a :style"{height:…

Android15之源码分支qpr、dp、beta、r1含义(二百三十二)

简介&#xff1a; CSDN博客专家、《Android系统多媒体进阶实战》一书作者 新书发布&#xff1a;《Android系统多媒体进阶实战》&#x1f680; 优质专栏&#xff1a; Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a; 多媒体系统工程师系列【…

Java面向对象——内部类(成员内部类、静态内部类、局部内部类、匿名内部类,完整详解附有代码+案例)

文章目录 内部类17.1概述17.2成员内部类17.2.1 获取成员内部类对象17.2.2 成员内部类内存图 17.3静态内部类17.4局部内部类17.5匿名内部类17.5.1概述 内部类 17.1概述 写在一个类里面的类叫内部类,即 在一个类的里面再定义一个类。 如&#xff0c;A类的里面的定义B类&#x…

江协科技STM32学习- P14 示例程序(定时器定时中断和定时器外部时钟)

&#x1f680;write in front&#x1f680; &#x1f50e;大家好&#xff0c;我是黄桃罐头&#xff0c;希望你看完之后&#xff0c;能对你有所帮助&#xff0c;不足请指正&#xff01;共同学习交流 &#x1f381;欢迎各位→点赞&#x1f44d; 收藏⭐️ 留言&#x1f4dd;​…

Leetcode990.等式方程的可满足性

题目 原题链接 等式方程的可满足性 思路 定义一个长度为26&#xff08;变量为小写字母&#xff09;的数组充当并查集&#xff0c;并将数组中的元素初始化为 -1判断“”并合并元素&#xff0c;将相等的放在一个集合中判断“!”&#xff1b;不等的如果在一个集合中&#xff0c;则…

应用密码学第一次作业(9.23)

一、Please briefly describe the objectives of information and network security,such as confidentiality, integrity, availability , authenticity , and accountability The objectives of information and network security include: Confidentiality: Protecting se…

【小白向】怎么去除视频水印?HitPaw帮你轻松解决

序言 HitPaw是一款优秀的去除视频水印的工具。 特点&#xff1a;不仅仅能够去除图片、视频里的固定水印&#xff0c;还能去除移动水印。 尤其是它的AI去水印功能&#xff0c;效果非常好。 极简使用教程 下载安装 HitPaw需要在电脑上安装软件才能使用。 支持Windows系统和…

MySQL和SQL的区别简单了解和分析使用以及个人总结

MySQL的基本了解 运行环境&#xff0c;这是一种后台运行的服务&#xff0c;想要使用必须打开后台服务&#xff0c;这个后台服务启动的名字是在安装中定义的如下图&#xff08;个人定义MySQL88&#xff09;区分大小写图片来源 可以使用命令net start/stop 服务名&#xff0c;开…

浮动静态路由

浮动静态路由 首先我们知道静态路由的默认优先级是60&#xff0c;然后手动添加一条静态路由优先级为80的路由作为备份路由。当主路由失效的备份路由就会启动。 一、拓扑图 二、基本配置 1.R1: <Huawei>system-view [Huawei]sysname R1 [R1]interface GigabitEthernet…

怎么开通GitHub Copilot?不会开通GitHub Copilot?一文看懂

GitHub Copilot 简介 GitHub Copilot 是由 GitHub 推出的一种人工智能编程助手&#xff0c;旨在帮助开发者更快速、更高效地编写代码。GitHub Copilot 是基于 OpenAI 的 GPT&#xff08;Generative Pre-trained Transformer&#xff09;模型开发的&#xff0c;它能够通过理解编…