- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《概率论与随机信号分析》实验报告
实验名称:随机数的产生和特性曲线 指导教师:张正明 成绩: 姓名: 班级: 学号:  ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
一.实验目的和任务
1.了解随机信号的产生方法;
2.了解随机信号的频率特性;
3.产生实际信号进行验证。
二.实验原理介绍
1.均匀分布随机数的产生:
①将已有的随机数存入列表,需要时直接使用;
②利用物理方法制成随机数发生器,如热噪声、雪崩二极管等;
③利用数学方法,产生伪随机数,un=f(un-1,un-2,……,un-k),
④线性或混合同余法:
yn=(Ayn-1+B)(mod N)
un=yn/N
选择合适的系数 A,B 就可以产生均匀分布随机数 U[0,1)。
2.任意分布随机信号的产生
由均匀分布的随机数可以构造出任意 F(x)分布的随机数,最基本的方法是逆变换法。
给定分布函数 F(X)(严格单调),由他的反函数 F-1()对均匀分布随机变量 U 进行变换,可得
X=F-1(U),则 X 的分布函数正好是 F(X)。
3.产生参数为λ的指数分布随机信号,F(x)=1-e-λx。
产生均匀分布随机数{ui};
xi=-lnui/λ或 xi=-ln(1-ui)/λ
4.产生正态分布随机信号。
(1)累加近似法
产生 12 个相互独立的 u1,u2,…,u12;
计算 xj=∑ui-6
(2)变换法
①产生两个相互独立的均匀分布随机数 u1,u2
5.随机信号的概率统计
用直方图表示随机信号的分布情况,从形状上判断与理论曲线的关系。
三.实验设备介绍
1.IBM PC 机一台;
2.MATLAB 工具软件。
四.实验内容和步骤
1.产生均匀分布随机数~U(0,1),并对其进行概率统计和参数估计,显示其均值、方差和
概率分布图。
close all
clear all
n=500; %随机数数量
x=rand(1,n);% 产生U(0,1)随机数
subplot(2,1,1);
plot(x,.);
cc=sprintf(1.Random Numbers n=%d,n);
title(cc);
subplot(2,1,2);
m1=mean(x);%均值
c1=std(x);%标准差
m=20; %直方图区间数
hist(x,m);%绘制直方图
grid on
cc=sprintf(Histogram n=%d,n);
title(cc);
cc=sprintf(mean=%5.2f,m1);
gtext(cc);
cc=sprintf(C^2=%5.3f,c1*c1);
gtext(cc);
产生标准正态分布随机数,仿照步骤 1 统计均值、方差和概率曲线。
close all
clear all
n=500;
x=randn(1,n);
subplot(3,1,1);
plot(x,.);
cc=sprintf(1.Random Numbers n=%d,n);
title(cc);
subplot(3,1,2);
m1=mean(x);
c1=std(x);
m=20;
hist(x,m);
grid on
cc=sprintf(Histogram n=%d,n);
title(cc);
cc=sprintf(mean=%5.2f,m1);
gtext(cc);
cc=sprintf(C^2=%5.3f,c1*c1);
gtext(cc);
y=-4:0.1:4;
pf1=(sqrt(2*pi)*c1)*exp(-(-y-m1).^2/(2*c1.^2);
subblot(3,1,3);
plot(y,pf1,’b-’);
3.用累加近似法产生正态分布随机数,仿照步骤 1 统计均值、方差和概率曲线。
提示:
x=rand(12,n);%12行n列随机数
x=sum(x)-6; ;按列求和
close all
clear all
n=500;
x=rand(12,n);
x=sum(x)-6;
subplot(3,1,1);
plot(x,.);
cc=sprintf(1.Random Numbers n=%d,n);
title(cc);
subplot(3,1,2);
m1=mean(x);%均值
c1=std(x);%标准差
m=20; %直方图区间数
hist(x,m);%绘制直方图
grid on
cc=sprintf(Histogram n=%d,n);
title(cc);
cc=sprintf(mean=%5.2f,m1);
gt
文档评论(0)