用matlab绘制窄带随机噪声的波形图

可以使用Matlab中的“plot”函数来绘制窄带随机噪声的波形图。以下是一个示例代码：

fmin = 0.1; % 最小频率
fmax = 1; % 最大频率
fs = 10; % 采样频率

t = 0:1/fs:1; % 时间向量
w = 2 * pi * (fmin + (fmax - fmin) * rand(size(t))); % 角频率向量
noise = randn(size(t)); % 高斯白噪声
[b, a] = butter(2, [fmin/(fs/2) fmax/(fs/2)], 'bandpass'); % 带通滤波器系数
filtered_noise = filter(b, a, noise); % 滤波后的噪声
filtered_noise = filtered_noise / max(abs(filtered_noise)); % 归一化

plot(t, filtered_noise);
xlabel('Time (s)');
ylabel('Amplitude');

运行代码后，应该可以看到一个在0.1 Hz到1 Hz之间波动的信号的波形图。可以更改“fmin”和“fmax”来生成不同频率范围内的噪声波形。

相关问题

窄带随机噪声的matlab实现代码

以下是一个简单的窄带随机噪声的 MATLAB 实现代码：

% 设置参数
Fs = 100000; % 采样率
f0 = 1000; % 信号频率
B = 100; % 窄带宽度
T = 1; % 信号持续时间

% 生成信号
t = 0:1/Fs:T-1/Fs; % 时间向量
x = sin(2*pi*f0*t); % 信号
N = length(x); % 信号长度

% 生成噪声
f = linspace(-Fs/2,Fs/2,N); % 频率向量
S = zeros(size(f)); % 频谱密度
S(abs(f-f0) < B/2) = 1; % 窄带内频谱密度为1
S = sqrt(S); % 频谱密度的平方根
n = ifft(S.*randn(size(f))); % 生成噪声
n = real(n(1:N)); % 截取长度为 N 的噪声

% 加噪声
y = x + n;

% 绘制信号和噪声
figure;
plot(t,x);
hold on;
plot(t,n);
plot(t,y);
legend('信号','噪声','信号+噪声');
xlabel('时间');
ylabel('幅度');

该代码首先生成一个频率为 `f0` 的正弦信号，然后生成一个窄带随机噪声，并将该噪声加到信号上。最后，绘制出原始信号、噪声和带噪信号的波形图。注意，该代码中的噪声是通过生成一个频谱密度为 1 的矩形函数，并将其与一个高斯白噪声的频谱密度相乘得到的。

matlab生成窄带噪声干扰

你可以使用MATLAB中的randn函数生成白噪声，然后通过滤波器生成窄带噪声干扰。

下面是一个简单的例子，生成一个中心频率为f0的带通噪声：

fs = 1000; % 采样率
T = 1/fs; % 采样时间间隔
N = 1000; % 采样点数
t = (0:N-1)*T; % 时间序列

f0 = 100; % 中心频率
fBW = 20; % 带宽

% 生成白噪声信号
x = randn(1, N);

% 设计带通滤波器
f1 = f0 - fBW/2;
f2 = f0 + fBW/2;
[b, a] = butter(4, [f1, f2]/(fs/2), 'bandpass');

% 滤波
y = filter(b, a, x);

% 绘图
figure;
subplot(211);
plot(t, x);
xlabel('Time (s)');
ylabel('Amplitude');
title('White Noise');
subplot(212);
plot(t, y);
xlabel('Time (s)');
ylabel('Amplitude');
title(sprintf('Narrowband Noise (f0=%d, BW=%d)', f0, fBW));

在上面的代码中，我们首先生成一个长度为N的白噪声信号，然后使用butter函数设计一个4阶带通滤波器，将中心频率为f0、带宽为fBW的带通滤波器应用于白噪声信号。最后，我们绘制了白噪声信号和带通噪声信号的波形图。

你可以根据需要调整f0和fBW参数来生成不同频率和带宽的窄带噪声干扰。