轮子——matlab中的随机数矩阵（rand randn randi 种子 normrnd randperm 对称）

在matlab中进行仿真时，经常需要对真实数据添加随机数噪声。本文内容参考内容见文末，对其进行适当总结并不定期再补充。

rand

• rand(m,n)：产生均值为0.5、幅度在0~1之间的$m\times n$均匀分布伪随机数矩阵。
• rand(m,n,‘double’)：生成指定double精度的均值为0.5、幅度在0~1之间的$m\times n$伪随机数矩阵，可选single。

randn

• randn(m,n)：生成标准正态分布的伪随机数（均值为0，方差为1），语法与rand一致。
• 若要生成均值p， 方差q的正态分布随机数序列x：

x = p +sqrt(q)*randn(m,n)

randi

• randi 生成均匀分布的伪随机整数
• randi（iMax）在开区间（0，iMax）生成均匀分布的伪随机整数
• randi（iMax，m，n）在开区间（0，iMax）生成mXn型随机矩阵
• randi([iMin,iMax],m,n)在开区间（iMin，iMax）生成mXn型随机矩阵

设定种子1

matlab的rand、randn、randi函数生的是伪随机数,即由种子递推出来的,相同的种子,生成相同的随机数。
如果需要多次运行生成相同的随机数，用

rand(‘state’,S)设定种子，S种子，最简单的设为0就好 
例：

设定种子2

第二种设定种子的方法靠程序的逻辑控制，matlab代码如下

clc
clear
%% 仿真数据准备
% 判断是否存在仿真数据?导入:生成
strDataName = 'myData.mat';
if exist(strDataName,'file')==2
    load(strDataName);
end
if exist(strDataName,'file')==0
    A = rand(5,5);
    save(strDataName)
end
%% 算法实现
% :) @*%#!$*%#......

normrnd

• R = normrnd(MU,SIGMA,M,N)：产生均值为MU，方差为SIGMA，大小为$M\times N$的正太分布的随机数矩阵

randperm

• randperm(n) : 产生1到n的均匀分布的随机整数序列
  注：可以用于打乱序列

随机数对称矩阵

仿真时偶尔需要用到对称的随机矩阵，生成方法如下:

• 对于任何方阵X，X+XT是对称矩阵

例：

A = rand(3)
C=(A'+A)/2.0; % 除以2.0是为了保持随机数的统计特性不变

输出得到：

A =

    0.9797    0.8757    0.0118
    0.2714    0.7373    0.8939
    0.2523    0.1365    0.1991

本文参考：
【1】https://blog.csdn.net/linhd1102/article/details/51193793
【2】https://wenku.baidu.com/view/6500290d4a7302768e9939f2.html