一、实验目的 1. 掌握相关的概念及其物理意义．
2．学习相关的计算机实现方法．
二、实验原理 信号相关有广泛的应用．在信号的线性预测、统计信号处理和功率谱的计算等方面都要用到信号的相关。例如，在数字通信中，用一组离散序列来代表一批数据，当其中一个离散序列被发送时，接收端需要确定接收到的是哪个序列，采用的方法是把这个序列与该组的所有序列进行比较；在雷达和声纳应用中，从目标接收到的信号是输入信号的延迟，通过计算延迟，就可确定目标的位置．在这些应用中，都要用到信号的相关．当然，由于随机噪声的影响，实际的检测过程要复杂得多． 在MATLAB7.0中没有直接计算相关计算相关序列的函数，但可通过从如下关系实现其操 作。 若有两序列x(n)和y(n）,求x(n)与y（n）的相关函数 计算公式为：
自相关只要把上式中的y变成x即是． 由此可看出,相关的计算可以用卷积 Rxy = conv(x, y) 来实现.
三、实验内容 1. 有限长序列的相关计算． 设有两个有限长序列分别为x(n)=[1 3 –2 1 2 –1 4 4 2],y(n)=[2 –1 4 1 –2 3]计算量序列的相关序列。
2．周期序列的相关计算． 设有一正弦序列x(n)=cos(0.25*pi*n),0≤n≤95被随机噪声污染，该噪声的幅值在－0.5～0.5之间，计算加噪正弦序列的自相关序列． 参考流程图： 实验内容1．
实验内容2．
四、实验报告要求 1. 写出程序及结果，画出图形． 2. 总结相关的物理意义．
代码语言：javascript复制%conv()function
x=[1 3 -2 1 2 -1 4 4 2];
y=[2 -1 4 1 -2 3];
cor=conv(x,y);
plot(1:length(cor),cor)
xlabel('index')
ylabel('cor value')
pause;
clf;
%signal noise
clear;
n=0:95;
sig=cos(0.25*pi.*n)
noise=rand(1,length(n))-0.5;
y=sig noise;
cor=conv(y,y);
plot(1:length(cor),cor)
xlabel('index')
ylabel('cor value')
