1、 随机信号产生 rand：产生 均匀分布 的随机数 rand(n) 产生一个 n*n的随机矩阵，元素分布于 (0,1) rand(m,n) 产生 m*n均匀分布的随机矩阵 为了使每次执行 rand 函数时产生和之前不相同的一组伪随机数，通常需要初始化随机数种子。方法很多，常见的一种是在写 m文件时，在程序的开头写： rand(state,sum(100*clock) randn：产生 标准正态分布 的随机数 （均值为 0，方差为 1） Y = randn(n) 返回一个 n*n的随机项的矩阵 Y = randn(m,n) 返回一个 m*n的随机项矩阵。 Y = randn(size(A) 返回
2、一个和 A有同样维数大小的随机数组。 randn 返回一个每次都变化的 一个数值 Ex. 产生一个随机分布的指定均值和方差的矩阵：将 randn产生的结果乘以标准差，然后加上期望均值即可。例如，产生均值为 0.6，方差为 0.1 的一个 5*5的随机数方式如下： x = .6 + sqrt(0.1) * randn(5) randi：产生 均匀分布 的随机整数 randi(imax) 产生 分布于 1:imax的随机整数 r = randi(imax,n) 产生 分布于 1:imax的 n*n随机整数矩阵 . randi(imax,m,n) 产生 分布于 1:imax的 m*n随机整数矩阵 .
3、 r = randi(imin,imax,.) 产生分布于 imin:imax间的 随机整数 Ex：生成均匀分布于 -10:10的整数 r = randi(-10 10,100,1); wgn： 生成高斯白噪声 y = wgn(m,n,p) 产生一个 m行 n列的高斯白噪声的矩阵， p 为输出功率，单位 dBW。默认负载阻抗为 1 y = wgn(m,n,p,imp) 以欧姆为单位指定负载阻抗。 y = wgn(.,powertype) powertype 指定 p的单位， dBW, dBm, linear。 linear power 以瓦特 (Watt)为单位。 y = wgn(.,outp
4、uttype) outputtype 指定输出为 real 或 complex。若输出为 complex，实部和虚部的功率分别为 p/2. y = wgn(m,n,p,imp,state) 重置 randn 的状态。 %生成 N(m, var)的高斯分布变量 N = 500; %采样点数 mu = 1; %均值 var = 5; %方差，交流功率 s = randn(1,N); s_norm = (s- mean(s) / std(s); %归一化 sig = mu + sqrt(var) * s_norm; awgn：在某一信号中加入高斯白噪声 y = awgn(x,SNR) 在信号 x中加
5、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(,POWERTYPE) 指定 SNR和 SIGPOWER的单位。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 W为单位。 统计 hi
6、st：直方图显示数据值的分布 n = hist(Y) 将向量 Y中的元素分到 10 个等间隔的范围内，并返回每个范围内元素的个数作为一行向量。如果 Y是一个 m*p的矩阵， hist 将 Y的每一列作为一个向量，并返回一个 10*p的矩阵 n。 n的每一列的值对应 Y的该列。 n = hist(Y, x) x是一个向量，返回 x的长度个以 x为中心的， Y的分布情况。 n = hist(Y, nbins) nbins为 间隔数 ，直方图按 nbins划分间隔 并统计落在其中的数目 。 n,xout = hist(.) 返回 n和 xout，包含有数目频率和间隔位置。可使用 bar(xout,
7、n)来绘制直方图。 xcorr：估计随机过程的互相关函数 互相关序列 的实际计算公式为 Rxy(m)=Exn+m yn*= Exn y*n-m， xn和 yn为平稳随机过程， 2）维矩阵， col包括列的线性索引。 例如，一个 5*7*3 的矩阵 X，有一个非零元素 X（ 4,2,3）， find 函数将返回row=4和 col=16。也就是说，（第 1页有 7列） +（第 2页有 7 列） +（第 3页有 2 列） =16。 6. row,col,v = find(X, .) 返回 X 中非零元素的一个列或行向量 v，同时返回行和列的索引值。 如果 X 是一个逻辑表示，则 v是一个逻辑矩阵。 输出向量 v包含通过评估 X表示得到的逻辑矩阵的非零元素。
