通信原理实验报告-LABVIEW2.1要点.pdfVIP

通信原理实验报告 实验项目： 实验 1 掌握用 Labview 产主随机数的方法 实验 2 统计随机数的概率分布密度函数及相关函数特性 实验 3 产生 m 序列信号源，验证 m 序列的伪随机性以及伪随机序列的自相关函数的双 值特性。 实验 4 模拟产生 AWGN 及 ISI 信道，添加到数字通信仿真系统中 实验 1 随机数产生及直方图统计 实验 1 随机数产生及直方图统计 一、实验目的 (1)掌握在一般微型计算机上产主随机数的方法。 (2)统计随机数的概率分布密度函数。 二、实验内容 1．用计算机产生 [0 ， 1]均匀分布的（伪）随机数。 2 ．由 [0 ，1] 均匀分布随机数产生其它分布的随机数，例：正态 N （0 ，l ）分布的随机数。 3 ．用直方图统计随机数的分布密度。 三、实验设备 微型计算机及其高级程序语言编译环境，例 C++ 、FORTRAN 、PASCAL 等，也可以应用 工程计算工具软件如 MA TLAB 等。 四、实验原理 1. 计算机产生均匀分布随机数 在计算机算法中，为实现方便，通常使用伪随机数（序列）来代替（真）随机数。伪随 机序列是有周期性的数值序列， 当其周期 N 相对很大时， 统计特性一定程度上逼近随机序列， 故效果与（真）随机数相近。 2. 高斯分布随机数的获得 实际研究当中，高斯（正态）分布是经常被使用到的数学模型，可以近似描述很多随机 事件的统计特性。 ，我们可以采用非线性变换法，对比较容易产生的均匀分布随机序列进行变 换， （近似）得到高斯分布随机序列。 1/ 2 X ( 2 ln R ) cos2 R c 1 2 公式中， 若 R 和 R 是 [0 ，1] 区间两个均匀分布随机变量， 理论上可以证明 X 是标准正态 1 2 C 分布（均值为 0 ，方差为 1 的高斯分布）的随机变量。 3. 直方图 对于一个随机变量，假如我们知道它是正态的（或其它分布形式）我们可以从随机变量 的抽样估计它的均值和方差，从而得到它的分布密度函数。 预先对一个随机变量分布一无所知，要估计它的分布密度函数可借助于直方图统计方法： f (x) x 2 0 1 2 3 x 1 实验 1 随机数产生及直方图统计 设有图 1 所示密度函数 fx(x)把随机变量 X 的取值量化，量化阶为 2 ε，例如对于以 x=2 为中心的量化阶内，如果 ε足够小。有 2 f x (2) P[2 X 2 ] 当 X 抽样 X ,X , …… , X ，是独立且同分布时，则 1 2 N X 1 , X 2 ,..., X N 中落在 (2 ,2 )中的个