第七章1-3節(jié)(通信系統(tǒng)仿真原理及無(wú)線(xiàn)應(yīng)用)

1、隨機(jī)信號(hào)的產(chǎn)生與處理7.1平穩(wěn)與遍歷性過(guò)程7.2均勻隨機(jī)數(shù)發(fā)生器7.3將均勻分布隨機(jī)變量映射成任意pdf7.1平穩(wěn)與遍歷性過(guò)程00.20.40.60.811.21.41.61.82-101x(t)00.20.40.60.811.21.41.61.82-101y(t)00.20.40.60.811.21.41.61.82-202z(t)7.2均勻隨機(jī)數(shù)發(fā)生器（7-4）增量c與m互質(zhì)，即：c與m沒(méi)有素公因式；a-1是p的倍數(shù)，這里p表示模數(shù)m的任意一個(gè)素因子；如果m是4的倍數(shù)，則a-1是4的倍數(shù) 例7-3 ：這個(gè)例子將說(shuō)明前一例子中設(shè)計(jì)的LCG確實(shí)具有周期m=5000。a=input(enter

2、multiplier a);c=input(enter offset c);m=input(enter modulus m);seed=input(enter seed);n=1;ix=rem(seed*a+c),m);while (ix=seed)&(nm disp(caught in a loop.);else text=the period is ,num2str(n,4),.; disp(text);end taskenter multiplier a241enter offset c1323enter modulus m5000enter seed1the period is

3、 5000.（7-13）（7-16） 7.24 MATLAB實(shí)現(xiàn) 7.25 種子數(shù)與種子向量7.3將均勻分布隨機(jī)變量映射成任意pdf將一個(gè)均勻分布的隨機(jī)變量映射成一個(gè)具有非均勻pdf的目標(biāo)隨機(jī)變量，基本有三種情況：l已知目標(biāo)隨機(jī)變量的概率分布函數(shù)（CDF）具有閉合形式。可采用逆變換法 。l已知目標(biāo)隨機(jī)變量的pdf具有閉合形式，但CDF不具有閉合形式。常用的高斯隨機(jī)變量就屬于這種類(lèi)型，還可用舍棄法。l已知pdf和CDF都不具有閉合形式。無(wú)記憶非線(xiàn)性變換輸入：X(t)Pdf:均勻PSD=K:不相關(guān)輸出：Y(t)Pdf:任意PSD=K:不相關(guān)圖7-4 逆變換方法圖7-5 概率分布函數(shù)00.511.5

4、0102030number of samplesvariable -x00.20.40.60.811.21.41.61.8201234probability densityvariable -x true pdfsamples from histogram00.511.522.530100200300number of samplesvariable -x00.20.40.60.811.21.41.61.8201234probability densityvariable -x true pdfsamples from histogram圖7-9 實(shí)驗(yàn)數(shù)據(jù)的直方圖x(7-51)將向量將向量X中的元素分成中的元素分成bin份，并返回每個(gè)范圍內(nèi)元素的個(gè)數(shù)作為一行向量份，并返回每個(gè)范圍內(nèi)元素的個(gè)數(shù)作為一行向量例7-6 利用舍棄法產(chǎn)生具有如下pdf的隨機(jī)變量X 令a=R，b=M/RN=5000時(shí)，k=3898，效率：77.96%0123456780100200300number of samplesvariable -x01234567800.0