欢迎来到天天文库
浏览记录
ID:44784251
大小:77.20 KB
页数:18页
时间:2019-10-28
《泊松过程地生成及其统计分析报告》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、实用泊松过程的生成及其统计分析实验报告文档实用 班级:6041姓名:韩丽媛学号:3116036015一、实验题目假设一个交换系统有M部电话,每个用户在很短的时间(单位时间内)呼叫一次的概率为P;用户间呼入的时刻相互独立,当M很大,P很小时,时间t内到达交换机的呼叫次数构成泊松过程N(t)。1、确定此泊松过程的参数。2、利用计算机仿真N(t)的生成过程。注意合理选择M和P,时间分辨率为一个单位时间。3、为了比较生成的N(t)与理论模型的吻合程度。取N(t)的多个样本并选取3个典型时间,,,得到,,三个随机变量的样本,在一张图上
2、画出其直方图及理论分布曲线,并将两者对照。比较M选取不同时的效果。注意:样本个数足够多。文档实用1、验证N(t)的增量平稳性。2、画出任意相邻两次呼叫间隔的直方图,和理论值进行对照。验证其与其它相邻两次呼叫间隔随机变量的独立性。二、实验过程1、确定此泊松过程的参数由题目容易知道,在很短的时间内M个用户的呼叫一次的概率为MP,而由定义知道,时间内到达交换机的呼叫一次的概率为,故有(1)从而有。2、利用计算机仿真N(t)的生成过程对每个用户,在时间内呼叫一次的概率P很小,可以用rand函数生成一组[0,1]的随机数,当随机数小于P时,
3、则认为有呼叫,将其置为1,否则认为没有呼叫,置为0;有M部电话,则生成M组[0,1]的随机数,对每组随机数用上诉方法得到一个只有0和1的逻辑矩阵,用来表示某一时刻是否有呼叫。下面是,,M=3000,总时间为T=5的实验结果:文档实用图1N(t)的生成结果可以看到呼叫的计数过程,是递增的,并且可以计算,时间T=5内呼叫总次数平均为,多次时间结果最后的呼叫次数都在15次左右。程序:clcclearcloseallp=10^(-6);M=3000;dt=0.001;文档实用T=5;x=rand(M,T/dt);y=[];fori=1:M
4、forj=1:T/dtifx(i,j)5、M行,T/dt的矩阵,运行结果是一样的。3、比较生成的N(t)与理论模型的吻合程度(1),,的统计直方图和理论分布曲线下面是,,M=3000,总时间为T=1.2,选取时间t1=0.3,t2=0.6,t3=0.9作2000次试验统计的实验结果:文档实用图2,,的统计直方图和理论分布曲线在图2中,圆圈代表的统计直方图,正方形代表的统计直方图,五角星代表的直方图。从图中可以看出,虽然有较小的误差,但是生成的N(t)和理论模型还是基本吻合的。程序中主要用到了直方图统计函数hist,生成max(Nt1)-min(Nt1)个直方条间的间隔刚好6、是1,此时的坐标分别为0.5、1.5、2.5……,并且0.5的直方条包括了0次呼叫和1次呼叫的的概率,1.5、2.5、3.5等等依次代表的是2次、3次、4次呼叫的概率,因而有了程序中的相关修正。程序:clcclearcloseallp=5*10^(-6);M=3000;dt=0.003;a=M*p/dt;T=1.2;loop=2000;t1=0.3;文档实用t2=0.6;t3=0.9;fork=1:loop%作loop次试验x=rand(M,T/dt);fori=1:Mforj=1:T/dtifx(i,j)7、lsex(i,j)=0;endendendtt=dt*find((sum(x)~=0)==1);%每次试验各个呼叫发生的时刻Nt1(k)=sum(tt8、3)-min(Nt3));index1=[min(Nt1),index1+0.5];%作相关修正index2=[min(Nt2),index2+0.5];index3=[min(Nt3),index3+0.5];N1=[sum(Nt1==min(N
5、M行,T/dt的矩阵,运行结果是一样的。3、比较生成的N(t)与理论模型的吻合程度(1),,的统计直方图和理论分布曲线下面是,,M=3000,总时间为T=1.2,选取时间t1=0.3,t2=0.6,t3=0.9作2000次试验统计的实验结果:文档实用图2,,的统计直方图和理论分布曲线在图2中,圆圈代表的统计直方图,正方形代表的统计直方图,五角星代表的直方图。从图中可以看出,虽然有较小的误差,但是生成的N(t)和理论模型还是基本吻合的。程序中主要用到了直方图统计函数hist,生成max(Nt1)-min(Nt1)个直方条间的间隔刚好
6、是1,此时的坐标分别为0.5、1.5、2.5……,并且0.5的直方条包括了0次呼叫和1次呼叫的的概率,1.5、2.5、3.5等等依次代表的是2次、3次、4次呼叫的概率,因而有了程序中的相关修正。程序:clcclearcloseallp=5*10^(-6);M=3000;dt=0.003;a=M*p/dt;T=1.2;loop=2000;t1=0.3;文档实用t2=0.6;t3=0.9;fork=1:loop%作loop次试验x=rand(M,T/dt);fori=1:Mforj=1:T/dtifx(i,j)7、lsex(i,j)=0;endendendtt=dt*find((sum(x)~=0)==1);%每次试验各个呼叫发生的时刻Nt1(k)=sum(tt8、3)-min(Nt3));index1=[min(Nt1),index1+0.5];%作相关修正index2=[min(Nt2),index2+0.5];index3=[min(Nt3),index3+0.5];N1=[sum(Nt1==min(N
7、lsex(i,j)=0;endendendtt=dt*find((sum(x)~=0)==1);%每次试验各个呼叫发生的时刻Nt1(k)=sum(tt8、3)-min(Nt3));index1=[min(Nt1),index1+0.5];%作相关修正index2=[min(Nt2),index2+0.5];index3=[min(Nt3),index3+0.5];N1=[sum(Nt1==min(N
8、3)-min(Nt3));index1=[min(Nt1),index1+0.5];%作相关修正index2=[min(Nt2),index2+0.5];index3=[min(Nt3),index3+0.5];N1=[sum(Nt1==min(N
此文档下载收益归作者所有