趋势比加汉明窗的倒谱和复倒谱的能量变化趋势要
明显些，也就是加汉明窗的倒谱和复倒谱波形要平滑些，这说明：加矩形窗更能表示其真实波形。四、实验心得：本次试验分析了语音信号的在频域以及在时域的一些特性，通过分析语音信号的数字特征以及对语音信号的处理与分析，对语音信号在工程上的应用实现有了一些初步认识，在实验过程中，对随机信号分析的一些函数了解得更加深刻，此次实验有非常好的实际操作性它让我在做的过程中对随机信号的一些处理方法有了深一步的认识。
f实验二随机信号处理的工程编程实现一、实验目的1、掌握各种滤波器的设计方法和运用以及中值滤波和平滑滤波的用途。2、掌握运用MATLAB中的统计工具包和信号处理工具包绘制概率密度的方法一：实验原理：
1希尔伯特变换及性质
在数学与信号处理的领域中，一个实数值函数st的希尔伯特转换Hilberttra
sform在此标示H


是将信号st与1t做卷积，以得到st。因此，希尔伯特转换结果st可以被解读为输入是st的
线性非时变系统li
eartimei
varia
tsystem的输出，而此一系统的脉冲响应1t。
2均值

EXxfxdx
随机变量X的均值也称为数学期望，它定义为

。对于离散型随机变量，假定随机
变量X有N个可能取值，各个取值的概率为pipXxi则均值定义为
EX
Ni1
xi
pi
上式表明，离散型随机变量的均值等于随机变量的取值乘以取值的概率之和，如果取值是等概率的，那么
均值就是取值的算术平均值，如果取值不是等概率的，那么均值就是概率加权和，所以，均值也称为统计
平均值。
3功率谱估计
随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自
相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。平稳随机信号xt的（自）功率谱Sxxω
定义为
式中rxxτ为平稳随机信号的自相关函数。对于离散情况，功率谱表示为
式中T为离散随机信号的抽样间隔时间。当利用随机信号的N个抽样值来计算其自相关估值时，即可得到功率谱估计为
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征
随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减
少
运
算
次
数
。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。
f另一类为非线性估计方法，有最大似然法、最大熵法r