均匀分布产生方案.docx

随机信号课程设计杜华贵2014020906002 起 超2014020906011 刘 越2014020906009胡 谦2014020906005 徐 涛2014020906022 李盼辉2014020906007一、题目：设计一种随机分布方案，并编码实现。利用混合同余法产生一个服从XU[-1,1]。分析：均匀分布是一种特殊分布的随机过程，其特点是所在范围[a,b]内的概率密度为常数，且时域特性曲线图像为矩形，均值为，方差为二、原理：产生随机数的方法是先用一定的方法产生[0,1]均匀分布的随机数，然后通过一个适当的变换就可以得到符合某一概率模型的随机数。?常用的产生[0,1]均匀分布的随机数的方法有乘同余法和混合同余法。运用混合同余法产生在[-1,1]均匀分布的随机数,通过调整种子数、乘子和随机数序列的长度，可以优化使其分布更加接近X~U[-1,1]。并通过MATLAB编程实现其随机分布，计算并绘制出均值，方差，自相关函数，功率谱密度，概率密度曲线的图像。●混合同余法介绍：通过同余运算生成伪随机数的方法称为同余法，常用的同余法包括加同余法、乘同余法、混合同余法、除同余法。其中乘同余法和混合同余法的性能更好，有速度快、内存省、周期长、统计特性好等优点。混合同余法是Lehmer在1951年提出的，其迭代公式为：公式、中，mod表示求余函数，均为正整数。其中是模数，是乘子，是增量，为初始值，即种子数，当时，称此算法为乘同余法；若，则称算法为混合同余法，当取不为零的适当数值时，有一些优点，但优点并不突出，故常取。是在内服从均匀分布的随机变量，则是在内服从均匀分布的随机变量。式中的取值并不是随意的，模大小是发生器周期长短的主要标志，常见有为素数，取为的原根，则周期。试验统计表明，用以下参数进行混合同余法产生的随机序列的统计特性较好：（1.3）混合同余法产生的随机序列具有以下特点：重复周期较小，由于取值在内，其周期，受的值的影响，在编程实现时，浮点运算也会对产生影响用此方法产生的随机序列，在一个周期内任意两个随机数不可能相等，这往往与实际情况不相符经Hull和Dobell证明，只有满足以下一些关系才能实现周期最大化，即，条件如下：与互质（或互素，即它们的最大公约数为1）设为某一质数，分别能被和4整除，且能被和4整除产生具有最大周期的伪随机序列的混合同余法算法为：（1.4）（1.5）由于时，只有一个素数因子2，且4也是的因子，此时，正好满足了的第二个条件；而此时刚好与互质，即满足的第一个条件。三、验证方案：根据均匀分布定义和特性：概率密度为常数，且只与其分布区间有关，所以我们需要验证其均值、功率谱密度和概率密度函数图像即可验证其分布。四、流程图：图1五、源程序：n=7340;%随机数长度x=zeros(1,n); %分配地址空间%x(1)=224;%设定种子数y=zeros(1,n-1); %分配地址空间%%循环产生[0,1]均匀分布的随机数for i=2:n x(i)=mod(2045*x(i-1)+1,2^20); y(i-1)=x(i)/2^20;endy=y*2-1; %%对[0,1]均匀分布进行变换得-1到1均匀分布m1=mean(y)%求序列的均值D1=var(y) %求序列的方差%概率密度函数%figure;[k1,n1]=ksdensity(y);plot(n1,k1);title(概率密度函数);xlabel(X);ylabel(幅度);六、实验结果：%概率密度函数%figure;[k1,n1]=ksdensity(y);plot(n1,k1);title(概率密度函数);xlabel(X);ylabel(幅度);图2运行结果：六、结果分析：利用混合同余法产生了XU[-1,1]分布，其概率密度曲线近似为XU[-1,1]分布曲线。 所以利用混合同余法生成了均值为0.00280，功率为0.33491/12的均匀分布随机信号。七、课程设计心得体会： 通过本次课程设计，对均匀分布的定义和统计特性有了更加深刻的认识，学习掌握了随机数产生方法——混合同余法，在使用matlab进行统计验证的过程中，让我们更加熟练的掌握了matlab的操作，将理论学习与实际操作联系起来，很大程度上提升了我们的能力。随机信号课程设计