通信系统建模与仿真

《通信系统建模与仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、通信系统建模与仿真---test111041287李洁1.Gaussiandistributedrandomvariates,drawthecorrespondingPDFs(histograms)forN(µ,δ2)beN(0,1),N(0,4.26),andN(-2.5,1)byusingtherandomvariatesobtained.解题思路：根据老师所给ppt上的第四种方法，要得到一个高斯分布的概率密度函数分布，首先要得到12组服从（0，1）分布的均匀分布函数，然后根据公式得到服从（

2、0，1）分布的标准正态分布，在根据公式X´=µ+σX得出其他服从（µ，σ）的高斯分布。在通过写入文件的方式把代码写入文档中，从matlab中调出函数，得到直方图。编程思路：（1）写一个gaosi子函数，在gaosi子函数中，首先用for循环得到12个服从均匀分布的数值，在用for循环把他们加起来得到c，再c-6.0得到x，此时得到的x是服从（0，1）分布的变量，根据公式z=sigma*x+mean就可以得到服从任意（µ，σ）值所得到的高斯分布。因为其中涉及初始值的问题，为了方便起见，给定u[0]

3、,在一次运算之后，赋予u[12]=u[0]。主函数则利用for循环直接对子函数调用10000次就得到了10000个服从（µ，σ）分布的高斯分布随机变量。N(0,1)代码如下，图如图1.1所示：#include#include#includedoubledata0=12345678;doublegaosi(doublemean,doublesigma){inti;doublez;doublea=69069,b[12],u[12],M=pow(2

4、,32),x,c;b[0]=data0;for(i=1;i<13;i++){b[i]=fmod((a*b[i-1]+1),M);u[i-1]=b[i-1]/M;}printf("");data0=b[12];c=0.0;for(i=0;i<12;i++){c=c+u[i];}x=c-6.0;z=sigma*x+mean;returnz;}main(){intk;doublea[10000];inti=0;FILE*fp;fp=fopen("d:\gaosi.txt","w");double

5、x[10000];for(k=0;k<10000;k++){x[k]=gaosi(0,1);printf("%.6f",x[k]);a[i++]=x[k];}for(i=0;i<10000;i++)fprintf(fp,"%6.2lf",a[i]);fclose(fp);getchar();}N(0,4.26)代码如下，图如图1.2所示：#include#include#includedoubledata0=2345678;doubleg

6、aosi(doublemean,doublesigma){inti;doublez;doublea=69069,b[12],u[12],M=pow(2,32),x,c;b[0]=data0;for(i=1;i<13;i++){b[i]=fmod((a*b[i-1]+1),M);u[i-1]=b[i-1]/M;//printf("%.3f",u[i-1]);}printf("");data0=b[12];c=0.0;for(i=0;i<12;i++){c=c+u[i];//printf("%.

7、3f",c);}x=c-6.0;//printf("%.3f",x);z=sigma*x+mean;returnz;}main(){intk;doublea[10000];inti=0;FILE*fp;fp=fopen("d:\gaosi2.txt","w");doublex[10000];for(k=0;k<10000;k++){x[k]=gaosi(0,4.26);printf("%.6f",x[k]);a[i++]=x[k];}for(i=0;i<10000;i++)fprintf(

8、fp,"%.6lf",a[i]);fclose(fp);getchar();}N(-2.5，1)代码如下，图如图1.3所示：#include#include#includedoubledata0=2345678;doublegaosi(doublemean,doublesigma){inti;doublez;doublea=69069,b[12],u[12],M=pow(2,32),x,c;b[0]=data0;for(i=1;i<13;