实验一噪声产生摘要.docVIP

实验目的： 了解噪声仿真在系统仿真中的应用，通过对随机数的产生与检验、高斯白噪声的产生、 均匀分布随机数的产生 是各类分布随机数的产生的基础。产生方法：线性同余法，模2线性递推序列法。 线性同余法（D.H.Lehrmer,1951） 产生式： (mod M)， 初值为种子，由可以完全确定序列{}，故称为一个（0，M）内服从均匀分布的随机数产生器。且： 要求：a 周期长； b 一阶自相关系数近似为0。伪随机数的随机性检验 随机性检验：统计直方图检验；；各种概率分布的随机数的产生 在均匀分布的随机数的基础上产生各种概率分布的随机数。主要的方法有：求逆法，舍选法，函数逼近法，概率逼近法，函数变换法等。 求逆法（Inverse method） 定理：设随机变量的的分布函数，,定义，则与具有相同的分布函数。 证明：产生步骤： 产生均匀分布的随机数； 求，则服从分布函数为的分布。舍选法（Rejection method） 定义四要素：，其中 ：已知其分布为正整值的随机变量， ：已知其分布的随机变量族{}， ：与有关的检验性质， ：的函数 产生步骤： 产生的一个样本； 产生中的一组样本； 检验性质是否成立，不成立，转a，重新产生样本。 若成立，取 舍选法一：用于产生pdf为： 其中，且。 定理：若随机变量，且，其中，若与相互独立，则在条件下的pdf为。 产生步骤： 产生pdf为的随机数； 产生均匀分布的一个随机数； 若，舍弃，转a，重新产生随机数； 否则，取。 通常，为提高舍选效率，取，函数逼近法 产生正态分布的Teichroew方法： 产生均匀分布的随机数； 取，若或，舍去。否则，令； 取，其中，，，，。 重复以上步骤，则所得近似为正态分布。概率逼近法 中心极限定理：独立同分布的随机变量之和逼近于正态分布。 产生均匀分布的随机数，则服从，要求，为降低运算量，一般取，此时，。函数变换法 对产生的随机变量进行函数变换。 利用函数变换法产生正态分布的随机数： 设服从的均匀分布，服从的均匀分布，则： 是一对相互独立的服从的随机变量。 2.2实际高斯白噪声的仿真： 根据实际的系统的噪声带宽，确定噪声功率。 产生独立的服从高斯分布的随机序列； 将产生结果乘以。产生高斯； 产生 指数分布（放射性半周期，产品使用寿命） 若，则服从指数分布。 对数正态分布（光滑表面雷达回波，产品质量） 若，则服从均值为1的对数正态分布。 韦伯分布（雷达地面回波，金属疲劳寿命） 若服从指数分布，则服从形状参数为α，尺度参数为β的韦伯分布。 SIRP（Spherically Invariant Random Processes） 解决pdf与相关矩阵（功率谱）的同时控制问题。 三、实验步骤： 用MATLAB产生均匀分布的随机数，并在此基础上采用函数逼近法、概率逼近法、函数变换法产生两组独立的正态分布的随机数，通过统计直方图检验并比较仿真结果与理想密度函数的误差，并比较仿真所需的时间。 a 均匀分布的随机数 clear all;close all;clc;N=5000;m=120;z=zeros(1,N);b=71;a=abs(100*randn(1,m));c=abs(20*randn(1,m));tic;for i=1:m for k=1:N b=rem((a(i)*b+c(i)),N); z(k)=b/N; end u(i,:)=z(:);endtocz_r=xcorr(z ,N,biased);figure(1);bar(z);%figure(2);bar(fftshift(abs(fft(z))));%figure(3);plot(z_r);figure(4);hist(z,100);%统计直方图 计算统计量 z_sum=sum(z);Avg=z_sum/N; %计算其均值s=0;for k=1:N s=s+(z(k)-Avg)^2;endS=s/(N-1) %计算其方差Stdv=S^0.5 %计算其标准差 方差S = 0.0827 标准差Stdv = 0.2875 b函数逼近法（多项式逼近） tic;sita=sum(u,1);sita_sort=0;for k=1:N if(sita(k) 0.8*m sita(k) 0.2*m) sita_sort = [sita_sort ,sita(k)]; endendsita_sort=sita_sort(2:length(sita_sort));y=(sita_sort-m/2)/15;a=[3.909846 0.252809 0.07