matlab产生随机数的方法

1、matlab 产生随机数的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 x n个参数为A1 , A2 , A3 的该分布的随机数。例如:1R = random'Normal',0,1,2,4:生成期望为 0, 标准差为 1 的2 行 4列2 x 4个正态随机数2R = 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R =

2、 geornd(P)R = geornd(P,m)下面的 P , m 都可以是矩阵生成参数为 P 的几何随机数生成参数为 P 的 x m 个几何随机数1R = georndP,m,n 生成参数为 P 的 m 行 n 列的 m x n 个几何随 机数例如 R = geornd1./ 2八1:6生成参数依次为 1/2,1/2A2,至U 1/2A6 的 6 个几何随机数 R = geornd0.01,1 5生成参数为0.01的1行5列5个几何随机数.二 Beta 分布随机数生成参数为 A,B 的 Beta生成 x m 个数为 A,B随机数的 Beta 随机数R = betarnd(A,B)R = b

3、etarnd(A,B,m)R = betarnd(A,B,m,n) 机数) .生成 m 行 n 列的 m x n 个数为 A,B 的 Beta 随三正态随机数R = normrndMU, SIGMA生成均值为 MU,标准差为SIGMA的正态随机数R = normrndMU， SIGMA,m 生成 1x m 个正态随机数R = normrnd(MU, SIGMA,m,n) (生成 m 行 n 列的 m x 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

4、为 1,2,3;4,5,6, 方 差为 0.1 的 2x 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)例如n = 10:10:60; r1 = binornd(n,1./n)6) (都生成参数分别为1 1 ), L, ( 60, ) (10,10 60R = binornd(N,p,m,n)或 r2 = binornd(n,1./n,1的6个二项随机数.五.自由度为V的x 2随机数：R = chi2rnd(V,m)R = chi2rnd(V)R = chi2rnd(V,m,n)六.期望为 MU 的指数随机数即Exp随机数：R = e

5、xprnd(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)八.r( a,入)随机数：R = gamrnd (A,lambda) (A,lambda,m,n)九.超几何分布随机数：R = hygernd(N,K,M) hygernd(N,K,M,m,n)1 MUR = frnd(V1 ，V2,m,n)R = gamrnd ( A,lambda,m) R = gamrndR = hygernd(N,K,M,m) R =十.对数正态分布随机数R = log

6、nrnd(MU，SIGMA) R = lognrnd(MU ，SIGMA ,m) R = lognrnd(MU ， SIGMA,m,n)一.负二项随机数：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)R = raylrnd(B,m)R = raylrnd

7、(B,m,n)十三 Rayleigh 随机数： R = raylrnd(B)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)例如 unifrnd(0,1:6) 与 unifrnd(0,1:6,1 6) 6个均匀随机数.：R = unifrnd(A,B,m,n) 都依次生成 0,1 到0,6 的十七. Weib

8、ull 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 那么用于在某一信号中参加高斯白噪声。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,st

9、ate) 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 ：在某一信号中参加高斯白噪声y = awgn(x,SNR)在信号x中参加高斯白噪声。信噪比 SNR以dB为单位。x的强度假定为OdB

10、W。如果 x 是复数，就参加复噪声。y = awgn(x,SNR,SIGPOWER) 如果 SIGPOWER 是数值，那么其代表以 dBW 为单位的信号强度；如果 SIGPOWER为'measured',那么函数将在参加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

11、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异的一种表示单位，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(OdB )，用待表示的量与参考值之比取对数，再乘以 2O 作为电平的分贝数(功率的电平值改乘 1O)。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-m