matlab 产生高斯噪声叠加正弦信号

可以使用如下代码生成高斯噪声并将其叠加到正弦信号中：

% 声明参数
fs = 1000; % 采样频率
t = 0:1/fs:1-1/fs; % 时间序列
f1 = 50; % 正弦信号频率
A1 = 1; % 正弦信号幅值
mu = 0; % 高斯噪声均值
sigma = 0.1; % 高斯噪声标准差

% 生成正弦信号
x1 = A1*sin(2*pi*f1*t);

% 生成高斯噪声
noise = mu + sigma*randn(size(t));

% 叠加噪声和信号
y = x1 + noise;

% 绘图
figure;
subplot(3,1,1);
plot(t,x1);
title('正弦信号');
subplot(3,1,2);
plot(t,noise);
title('高斯噪声');
subplot(3,1,3);
plot(t,y);
title('噪声叠加后的信号');

上述代码中，首先声明了采样频率、时间序列、正弦信号频率和幅值，以及高斯噪声的均值和标准差。然后使用 `sin` 函数生成正弦信号，使用 `randn` 函数生成高斯噪声。最后将两者叠加得到最终的信号，并使用 `subplot` 函数将三个信号绘制在同一张图中。

相关问题

用matlab分析正弦信号叠加高斯噪声信号和噪声功率谱密度

Matlab是一种常用的数学软件，可以用于分析正弦信号叠加高斯噪声信号和噪声功率谱密度。下面将具体介绍相关的分析步骤和方法。

首先，需要用Matlab生成正弦信号和高斯噪声信号。可以使用“sin”函数来生成正弦信号，使用“randn”函数来生成高斯噪声信号。在生成高斯噪声信号时，还需要指定噪声的均值和标准差。

生成信号后，需要将两个信号合并成一个叠加信号。在Matlab中，可以使用“+”操作符将两个信号相加。合并信号后，可以绘制信号的时域波形和频域谱图。

接下来，需计算叠加信号的噪声功率谱密度。Matlab提供了多种计算功率谱密度的方法，如“periodogram”、“pwelch”等。这些函数可以基于傅里叶变换来计算功率谱密度。

在计算完功率谱密度后，可以绘制功率谱密度图来展示噪声分布的情况。还可以计算功率谱密度的频带内的噪声平均值，来评估噪声的幅值大小。

简而言之，使用Matlab可以对正弦信号叠加高斯噪声信号进行分析，并计算噪声功率谱密度，来深入研究噪声信号的分布特性。

使用matlab对一个半正弦信号进行噪声叠加，并进行AD采样和量化，请给出代码

以下是对一个半正弦信号添加高斯白噪声，进行AD采样和量化的MATLAB代码：

% 生成半正弦信号
fs = 1000; % 采样率
t = 0:1/fs:1; % 时间轴
f = 10; % 频率
A = 1; % 幅值
x = A*sin(2*pi*f*t); % 生成半正弦信号

% 添加高斯白噪声
SNR = 10; % 信噪比
y = awgn(x, SNR, 'measured');

% 进行AD采样
fsamp = 200; % 采样频率
tsamp = 0:1/fsamp:1; % 采样时间轴
xsamp = A*sin(2*pi*f*tsamp); % 采样信号

% 进行量化
bits = 8; % 量化位数
xmax = max(xsamp); % 采样信号最大值
xmin = min(xsamp); % 采样信号最小值
q = (xmax - xmin) / (2^bits); % 量化间隔
xq = round(xsamp / q) * q; % 量化信号

其中，`awgn`函数用于添加高斯白噪声，`fs`为原信号采样率，`f`为信号频率，`SNR`为信噪比，`fsamp`为采样频率，`bits`为量化位数，`xmax`和`xmin`为采样信号的最大值和最小值，`q`为量化间隔，`xq`为量化后的信号。