title('Спектральная плотность мощности'); xlabel('Частота (Гц)');

Проводя эти вычисления еще раз с новой длительностью процесса T=20 c (см. рис. 5.40), можно наглядно убедиться, что величины ФИ и СПМ практически при этом не изменяются.

5.3.3.Статистический анализ

Кзадачам статистического анализа процессов относятся определение некоторых статистических характеристик процессов, таких, как корреляционные характеристики, спектральные плотности мощности и т. д.

Впредыдущем разделе уже были определены СП случайного процесса на основе установленной связи СП с Фурье-изображением. Однако в Signal Processing Toolbox предусмотрена специальная процедура psd, позволяющая сразу находить СП сигнала. Обращение к ней имеет вид

[S,f] = psd(x, nfft, Fmax),

где x - вектор заданных значений процесса, nfft - число элементов вектора x , ко-

торые обрабатываются процедурой fft, F max = 1Ts - значение частоты дискрети-

зации сигналу, S - вектор значений СП сигнала, f - вектор значений частот, которым соответствуют найденные значения СП. В общем случае длина последних двух векторов равна nfft / 2.

Приведем пример применения процедуры psd для нахождения СП предыдущего случайного процесса:

[C,f] = psd(y1,dovg,Fmax); stem(f(1:200),C(1:200)),grid, set(gca,'FontName','Arial Cyr','FontSize',16) title(' Cпектральная плотность мощности'); xlabel('Частота (Гц)');

В результате получим картину, представленную на рис. 5.41

Рис. 5.41

Если ту же процедуру вызвать без указания выходных величин, то результа-

том ее выполнения станет выведение графика СП от частоты.

Рис. 5.42

Например, обращение

psd(y1, dovg, Fmax)

приведет к построению в графическом окне (фигуре) графика рис. 5.42. При этом значения СП будут откладываться в логарифмическом масштабе в децибелах.

Рис. 5.43