matlab产生随机数.doc

matlab产生随机数Matlab() 随机数生成方法：第一种方法是用 random 语句，其一般形式为 y = random(分布的英文名,A1,A2,A3,m,n)，表示生成 m 行 n 列的 m n 个参数为 ( A1 , A2 , A3 ) 的该分布的随机数。例如:(1) R = random(Normal,0,1,2,4): 生成期望为 0,标准差为 1 的(2 行 4 列)2 4 个正态随机数(2) R = random(Poisson,1:6,1,6): 依次生成参数为 1 到 6 的(1 行 6 列)6 个 Poisson 随机数第二种方法是针对特殊的分布的语句：一 几何分布随机数 （下面的 P，m 都可以是矩阵） R = geornd(P) （生成参数为 P 的几何随机数） R = geornd(P,m) （生成参数为 P 的 m 个几何随机数） R = geornd(P,m,n) （生成参数为 P 的 m 行 n 列的 m n 个几何随机数） 例如(1) R = geornd(1./ 2.(1:6) ( 生成参数依次为 1/2,1/22,到 1/26 的 6 个几何随机数)(2) R = geornd(0.01,1 5) (生成参数为 0.01 的（行列）5 个几何随机数).二Beta 分布随机数R = betarnd(A,B) （生成参数为 A,B 的 Beta 随机数）R = betarnd(A,B,m) （生成 m 个数为 A,B 的 Beta 随机数） R = betarnd(A,B,m,n) （生成 m 行 n 列的 m n 个数为 A,B 的 Beta 随机数）.三正态随机数R = normrnd(MU，SIGMA) （生成均值为 MU，标准差为 SIGMA 的正态随机数）R = normrnd(MU，SIGMA,m) （生成 1 m 个正态随机数）R = normrnd(MU，SIGMA,m,n) （生成 m 行 n 列的 m n 个正态随机数） 例如(1) R = normrnd(0,1,1 5) 生成 5 个正态(0,1) 随机数 (2) R = normrnd(1 2 3;4 5 6,0.1,2,3) 生成期望依次为1,2,3;4,5,6, 方差为 0.1 的 2 3 个正态随机数四二项随机数：类似地有R = binornd(N,P)R = binornd(N,P,m) R = binornd(N,p,m,n) 例如 n = 10:10:60; r1 = binornd(n,1./n) 或 r2 = binornd(n,1./n,1 6) （都生成参数分别为 1 1 ), L, ( 60, ) 的个二项随机数(10, 10 60五自由度为 V 的 2 随机数：R = chi2rnd(V) R = chi2rnd(V R = chi2rnd(V ,m) ,m,n)六期望为 MU 的指数随机数（即 Exp 随机数）： 1 MUR = exprnd(MU)R = exprnd(MU,m)R = exprnd(MU,m,n)七自由度为 V1， V2 的 F 分布随机数： R = frnd(V1，V2) R = frnd(V1， V2,m)R = frnd(V1，V2,m,n)八 ( A, ) 随机数： R = gamrnd（A,lambda） R = gamrnd（A,lambda,m) R = gamrnd（A,lambda,m,n)九超几何分布随机数： R = hygernd(N,K,M)R = hygernd(N,K,M,m)R = hygernd(N,K,M,m,n)十对数正态分布随机数 R = lognrnd(MU，SIGMA) R = lognrnd(MU，SIGMA,m) R = lognrnd(MU，SIGMA,m,n)十一负二项随机数： R = nbinrnd(r,p)R = nbinrnd(r,p,m)R = nbinrnd(r,p,m,n)十二Poisson 随机数： R = poissrnd(lambda) R = poissrnd(lambda,m)R = poissrnd(lambda,m,n) 例如，以下 3 种表达有相同的含义：lambda = 2; R = poissrnd(lambda,1,10)（或 R = poissrnd(lambda,1 10) 或 R = poissrnd(lambda(ones(1,10)十三Rayleigh 随机数： R = raylrnd(B) R = raylrnd(B,m)R = raylrnd(B,m,n)十四V 个自由度的 t 分布的随机数： R = trnd(V) R = trnd(V,m)R = trnd(V,m,n) 42十五离散的均匀随机数：R = unidrnd(N) R = unidrnd(N,m)R = unidrnd(N,m,n)十六A,B 上均匀随机数R = unifrnd(A,B) R = unifrnd(A,B,m)R = unifrnd(A,B,m,n)例如 unifrnd(0,1:6)与 unifrnd(0,1:6,1 6) 都依次生成0,1 到0,6的个均匀随机数:十七Weibull 随机数R = weibrnd(A,B) R = weibrnd(A,B,m)R = weibrnd(A,B,m,n)MATLAB中产生高斯白噪声的两个函数 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(linear power)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-milliWat