아주대 확률및랜덤변수 매트랩을 이용한 확률분포 추정기의 설계

소개글

아주대 확률및랜덤변수 김재현교수님 A+받은 레포트입니다.
한번도 배포된적 없는 100% 창작 자료입니다.
총3번의 프로젝트중 1번째 레포트입니다.
타 자료대비 코멘트 및 분석이 상세하게 되어있습니다.(12페이지)
많은 도움 되시길 바랍니다.

목차

Ⅰ. 목적

Ⅱ. 이론

Ⅲ. 프로그램 소스코드
1. Laplacian noise 자료 처리 (randlap 함수 이용)
2. 음성 자료 처리 (wavrecord 이용)
3. 화상 자료 처리 (peppers.tif 이용)
4. 소스코드 Comment

Ⅳ. 프로그램 결과 그래프
1. Laplacian noise 자료 처리 (randlap 함수 이용)
2. 음성 자료 처리 (wavrecord 이용)
3. 화상 자료 처리 (peppers.tif 이용)
4. 결과 그래프 Comment

Ⅴ. Workspace 캡쳐 이미지
1. Laplacian noise 자료 처리 (randlap 함수 이용)
2. 음성 자료 처리 (wavrecord 이용)
3. 화상 자료 처리 (peppers.tif 이용)
4. workspace Comment

Ⅵ. 결과분석
1. Laplacian noise 자료 처리 (randlap 함수 이용)
2. 음성 자료 처리 (wavrecord 이용)
3. 화상 자료 처리 (peppers.tif 이용)

Ⅶ. 고찰

본문내용

확률 및 랜덤변수 1차 설계
[ 확률분포 추정기의 설계 ]
● 목적
이번 설계는 다양한 형태의 신호들의 확률분포를 추정하기 위해 확률분포 추정기를 설계하는 것으로 신호의 최대값, 최소값, 평균값, 제곱평균값 등으로부터 유도하여 신호가 가지고 있는 전반적인 정보를 한눈에 볼 수 있도록 확률분포 추정기를 설계하는 것이다. 이번 설계에서는 음성,음향

● 이론

1. 분포란

→ 전기,전자공학에서는 신호x(t)가 취하는 값의 분포를 신호값 분포라 부르는데 신호의 여러 특성을 표현하는 중요한 정보를 많이 담고 있다. 신호값 분포도의 가로축은 신호값을 세로축은 해당신호의 빈도 또는 상대적 빈도를 나타낸다. 상대적 빈도란 절대빈도를 전체빈도로 나눈 값이다.

2. 히스토그램과 확률분포

→ 자료의 확률분포를 추정하는데 히스토그램을 사용한다. 그러나 히스토그램 자체가 확률밀도가 되는 것은 아니다. 확률분포는 적분하면 1이 되는 성질이 있기 때문에 이 조건을 만족해야 한다. 그러므로 분포추정을 위해 얻은 히스토그램을 다음과 같은 과정을 거쳐 확률 분포로 만든다. 먼저 각 구간의 절대 빈도수를 전체 빈도수로 나누어 상대 빈도수를 얻는다. 그리고 상대빈도수를 각 소구간의 길이로 나누어 확률밀도값을 얻으면 된다.

3. 아날로그 정보 신호의 성질

→ 현대 전기 통신에서 다루는 정보 신호는 주로 시청각 신호로 음성,음향,정지화상,동영상 신호들이다. 이들 신호는 복합적으로 나타날 수

● 프로그램 소스코드

1. Laplacian noise 자료 처리 (randlap 함수 이용)
① 확률분포 추정기 소스코드

4. 결과 그래프 Comment

→ 위에서 작성한 소스코드를 Run 시켜 얻은 결과 그래프들이다. 먼저 첫 번째 두 그래프는 1번의 randlap함수를 이용하여 히스토그램의 그래프와 확률밀도함수로 변환한
● Workspace 캡쳐 이미지

(1) 자료처리 데이터 값
평균 : 1.0196
표준편차 :2.0419
분산 : 4.1693

참고 자료

없음