生成 ${10}^5$白高斯噪声的样本。用一个零和极点都在正上的滤波器过滤白噪声，创造一个伪噪声信号x设在。把零和极点形象化。

N = 1 e5;wn = randn (N, 1);z = [0.982231570015379 0.832656605953720 0.107980893771348]';p = [0.995168968915815 0.943841773712820 0.555945259371364]';[b] = zp2tf (z, p, 1);pn =过滤器(b, a, wn);zplane (z, p)

创建一个由白色和粉红色噪声组成的双通道信号。计算八度谱。假设采样率为44.1 kHz。将频带从30hz设置为奈奎斯特频率。

sg = [wn pn];fs = 44100;poctave (sg, fs,“FrequencyLimits”,30 fs / 2)传说(“白噪音”,“粉红噪声”,'位置',“东南”)

白噪声具有倍频程的频谱随频率增加而增加。粉红噪声的八度谱是在整个频率范围内大致恒定。信号的倍频程频谱说明了人耳如何感知的信号。

生成 ${10}^5$样本白高斯噪声采样在44.1 kHz。创建一个粉红噪声的信号过滤白噪声与一个过滤器，其零和极点都是在积极x设在。

N = 1 e5;FS = 44.1e3;wn = randn (N, 1);z = [0.982231570015379 0.832656605953720 0.107980893771348]';p = [0.995168968915815 0.943841773712820 0.555945259371364]';[b] = zp2tf (z, p, 1);PN =滤波器（B，A，WN）;

计算信号的八度频谱。每八度指定三个频带，并限制总频率范围从200hz到20khz。将名称-值对存储在单元格数组中以供以后使用。显示频谱。

flims = [200 20e3];业务流程外包= 3;选择= {“FrequencyLimits”膜,“BandsPerOctave”业务流程外包};poctave (pn, fs,选择{:});

用相同的设置计算信号的八度频谱，但使用c加权。c加权谱在频率超过6khz时下降。

持有上poctave（PN，FS，OPTS {：}，“权重”,“C”)

再次计算八度频谱，但现在使用a加权。a加权谱在3khz左右达到峰值，在6khz以上下降，并在频带的低端。

poctave（PN，FS，OPTS {：}，“权重”,“一个”）保持从传奇(“粉红噪声”,“C-weighted”,“加权”,'位置',“西南”)

生成 ${10}^5$样本白高斯噪声采样在44.1 kHz。创建一个粉红噪声的信号过滤白噪声与一个过滤器，其零和极点都是在积极x设在。

N = 1 e5;FS = 44.1e3;wn = randn (N, 1);z = [0.982231570015379 0.832656605953720 0.107980893771348]';p = [0.995168968915815 0.943841773712820 0.555945259371364]';[b] = zp2tf (z, p, 1);PN =滤波器（B，A，WN）;

计算两种信号的功率谱密度的Welch估计。将信号划分为2048个样本段，指定相邻段之间50%的重叠，每个段加汉明窗，使用4096个DFT点。

[pxx,f] = pwelch([wn pn]，hamming(2048)，1024,4096,fs);

在200hz到奈奎斯特频率范围内显示谱密度。频率轴使用对数刻度。

pwelch([wn pn]，hamming(2048)，1024,4096,fs) ax = gca;斧子。XScale =“日志”;xlim ([200 fs / 2) / 1000)传说(“白色”,“粉红色”)

计算和显示的信号的倍频程的光谱。使用相同的频率范围在前面的情节。指定每倍频程六阶，并使用8阶滤波器计算的光谱。

poctave（PXX，FS，F，“BandsPerOctave”，6，“FilterOrder”8“FrequencyLimits”[200 fs / 2],psd的)传说(“白色”,“粉红色”)