高斯分布函数生成.docVIP

高斯分布函数生成 rand是0-1的均匀分布，randn是均值为0方差为1的正态分布 rand(n)或randn(n)生成n*n的随机数矩阵 rand(m,n)或randn(m,n)生成m*n的随机数矩阵 产生一个指定均值和方差的随机分布矩阵：将randn产生的结果乘以标准差，然后加上期望均值即可。例如，产生均值为0.6，方差为0.1的一个5*5的随机数方式如下： x = .6 + sqrt(0.1) * randn(5) R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，SIGMA参数代表标准差)的随机数。 R＝normrnd(MU,SIGMA,m,n)： 生成m*n形式的正态分布的随机数矩阵。 randn() 是标准正态分布； normrnd()是自己可以指定均值和标准差的正态分布。 randint（n,m)产生的是一个n*m维的矩阵，矩阵的元素或者是0或者是1，是随机的。 如果想产生一个范围的数，可以设置一个区间，如randint(2,3,[1 6])，就是产生一个2*3随机矩阵，这个矩阵的元素是区间[1 6]的随机数。 还有这种情况，用一个数字来表示区间，比如，matlab中randint(num,N,3) 表示生产一个num*N的矩阵，矩阵中元素取值范围为[0,(3-1)] 若那个数值为负，比如matlab中randint(num,N,-3)，则表示区间为[-3+1,0] 在MATLAB中向已知信号添加高斯白噪声 MATLAB中产生高斯白噪声非常方便，可以直接应用两个函数，一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。 1. WGN：产生高斯白噪声 y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵，p以dBW为单位指定输出噪声的强度。 y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。 y = wgn(m,n,p,imp,state) 重置RANDN的状态。 在数值变量后还可附加一些标志性参数： y = wgn(…,POWERTYPE) 指定p的单位。POWERTYPE可以是dBW, dBm或linear。线性强度(linearpower)以瓦特(Watt)为单位。 y = wgn(…,OUTPUTTYPE) 指定输出类型。OUTPUTTYPE可以是real或complex。 2. AWGN：在某一信号中加入高斯白噪声 y = awgn(x,SNR) 在信号x中加入高斯白噪声。信噪比SNR以dB为单位。x的强度假定为0dBW。如果x是复数，就加入复噪声。 y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值，则其代表以dBW为单位的信号强度；如果SIGPOWER为measured，则函数将在加入噪声之前测定信号强度。 y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。 y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的单位。POWERTYPE可以是dB或linear。如果POWERTYPE是dB，那么SNR以dB为单位，而SIGPOWER以dBW为单位。如果POWERTYPE是linear，那么SNR作为比值来度量，而SIGPOWER以瓦特为单位。 注释 1. 分贝(decibel, dB)：分贝（dB）是表示相对功率或幅度电平的标准单位，换句话说，就是我们用来表示两个能量之间的差别的一种表示单位，它不是一个绝对单位。例如，电子系统中将电压、电流、功率等物理量的强弱通称为电平，电平的单位通常就以分贝表示，即事先取一个电压或电流作为参考值（0dB），用待表示的量与参考值之比取对数，再乘以20作为电平的分贝数（功率的电平值改乘10）。 2. 分贝瓦(dBW, dB Watt)：指以1W的输出功率为基准时，用分贝来测量的功率放大器的功率值。 3. dBm (dB-milliWatt)：即与1milliWatt（毫瓦）作比较得出的数字。 0 dBm = 1 mW 10 dBm = 10 mW 20 dBm = 100 mW 也可直接用randn函数产生高斯分布序列，例如： 程序代码 y=randn(1,2500); y=y/std(y); y=y-mean(y); a=0.0128; b=sqrt(0.9596); y=a+b*y; 就得到了 N ( 0.0128, 0.9596 ) 的高斯分布