【matlab】高斯-均匀-指数-瑞利分布

% 【例8-7】利用randan函数产生高斯分布序列。
【例8-8】利用rand函数产生服从(a-b)均匀分布的随机序列。
% 【例8-9】服从指数分布的热噪声随机序列的实现。
% 【例8-10】产生瑞利分布的热噪声。


% 【例8-7】利用randan函数产生高斯分布序列。

clear all;close all;

y=randn(2000);
subplot(211);plot(y);
title('服从高斯分布的随机序列信号');
subplot(212);hist(y);
title('服从高斯分布的随机序列信号直方图');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


%【例8-8】利用rand函数产生服从(a-b)均匀分布的随机序列。

clear all;close all;
a=2;          % (a-b)均匀分布下限
b=3;      % (a-b)均匀分布上限
fs=1e7;      % 采样率,单位:Hz
t=1e-3;      % 随机序列长度,单位:s
n=t*fs;
rand('state',0) ;% 把均匀分布伪随机发生器置为0状态
u=rand(1,n);   % 产生(0-1)单位均匀信号
x=(b-a)*u+a;   % 广义均匀分布与单位均匀分布之间的关系
subplot(211);plot(x);  % 输出信号图
title('均匀分布信号');
subplot(212);hist(x,2:0.01:3);   % 输出信号的直方图
title('均匀分布信号直方图');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


% 【例8-9】 服从指数分布的热噪声随机序列的实现。
clear all; close all;

dba=2.5;      % 指数分布参数
fs=1e7;       % 采样率,单位:Hz
t=1e-3;      % 随机序列长度,单位:s
n=t*fs;
rand('state',0);    % 把均匀分布伪随机发生器设置为0状态
u=rand(1,n);      % 产生(0-1)单位均匀信号
x=log2(1-u)/(-dba); %广义均匀分布与单位均匀分布之间的关系
subplot(211);
plot(0:1/fs:t-1/fs,x);   %输出信号图
xlabel('t(单位:s)');
title('指数分布信号');
subplot(212);hist(x,0:0.05:4); %输出信号的直方图
title('指数分布信号直方图');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%


%【例8-10】产生瑞利分布的热噪声

clear all;close all;

sigma=2; % 瑞利分布参数sigma
fs=1e7;   % 采样率,单位:Hz
t=1e-3;   % 随机序列长度,单位:s
t1=0:1/fs:t-1/fs;
n=length(t1);
rand('state',0); % 把均匀分布伪随机发生器置为0状态
u=rand(1,n); % 产生(0-1)单位均匀信号
x=sqrt(2*log2(1./u))*sigma; % 广义均匀分布与单位均匀分布之间的关系
subplot(211);plot(x); % 输出信号图
xlabel('t(单位:s)');
title('瑞利分布信号'); % 输出信号的直方图
subplot(212);hist(x,0:0.2:20);
title('瑞利分布信号直方图');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%  张德丰编著 《MATLAB数字信号处理与应用》  北京:清华大学出版社,2010
瑞利分布是一种概率分布,常用于描述随机变量的幅度。在Matlab中,可以使用随机数生成函数和直方图函数来模拟和可视化瑞利分布。 引用\[1\]中的Matlab代码演示了如何生成瑞利分布的随机数,并使用直方图来显示分布情况。首先,使用rand函数生成均匀分布的随机数x2,然后通过sqrt(-2*log(x2))计算得到瑞利分布的随机数y2。接着,使用hist函数计算y2的直方图,并使用plot函数绘制直方图。最后,添加标签和图例,以便更好地理解和解释结果。 引用\[2\]中的Matlab代码展示了另一种生成瑞利分布的方法。首先,使用randn函数生成两组服从标准正态分布的随机数x1_1和x1_2。然后,通过计算sqrt(x1_1.^2+x1_2.^2)得到瑞利分布的随机数y1。接下来的步骤与引用\[1\]中的代码类似,使用hist函数计算y1的直方图,并使用plot函数绘制直方图。 引用\[3\]中的Matlab代码演示了如何生成服从高斯分布的随机序列信号,并绘制概率密度函数。首先,定义了两个高斯分布的均值和方差。然后,使用randn函数生成服从高斯分布的随机数y,并通过sqrt(variance(i)) * randn(1,N) + data_mean(i)计算得到。接着,使用subplot函数将图像分为两个子图,分别绘制随机序列信号和直方图。最后,使用hist函数计算y的直方图,并使用plot函数绘制概率密度函数。 综上所述,以上Matlab代码可以用于生成和可视化瑞利分布高斯分布的随机数和概率密度函数。 #### 引用[.reference_title] - *1* *2* *3* [matlab仿真瑞利分布高斯分布](https://blog.csdn.net/QUACK_G/article/details/127824044)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值